毕业论文课题相关文献综述
一．图像定位与分割在国内外应用现状与发展趋势
图像的定位与分割是图像处理[1]领域研究最多的课题之一，但它们依然是众多研究人员的研究重心，因为己经取得的成果远没有待解决的问题多。图像识别的发展经历了三个阶段:文字识别、数字图像处理与识别、物体识别。文字识别的研究是从1950年开始的，一般是识别字母、数字和符号，从印刷文字识别到手写文字识别，应用非常广泛，并且已经研制了许多专用设备。数字图像处理和识别的研究开始于1965年。数字图像与模拟图像相比具有存储，传输方便可压缩、传输过程中不易失真、处理方便等巨大优势，这些都为图像识别技术的发展提供了强大的动力。目前，在图像识别的发展中.主要有三种识别方法：统计模式识别、结构模式识别、模糊模式识别。图像分割是图像处理中的一项关键技术，自20世纪70年代，其研究已经有几十年的历史，一直都受到人们的高度重视，至今借助于各种理论提出了数以千计的分割算法，而且这方面的研究仍然在积极地进行着。
现有的图像分割的方法有许多种，有阈值分割方法，边缘检测方法，区域提取方法，结合特定理论工具的分割方法等。从图像的类型来分有：灰度图像分割、彩色图像分割和纹理图像分割等。早在1965年就有人提出了检测边缘算子，使得边缘检测产生了不少
经典算法。但在近二十年间，随着基于直方图和小波变换的图像分割方法的研究计算技术、VLSI技术的迅速发展，有关图像处理方面的研究取得了很大的进展。图像分割方法结合了一些特定理论、方法和工具，如基于数学形态学的图像分割、基于小波变换的分割、基于遗传算法的分割等。
二. 车牌图像定位与分割算法的介绍及应用
彩色图像包含的信息很多，需要的存储空间大，处理起来需要的硬件条件更高。早期没有这些条件的时候，我们将彩色图像变换成灰度图像后，但灰度图像仍然能包含很多车牌的基本特性，比如尺寸大小，纹理，位置等等，通过这些特点我们也能从车牌图片中定位出所需的车牌信息。
2.1.车牌定位
边缘[2]的概念是图像中某些具有特定特点的像素的集合体，这些像素的灰度值与周围像素点的灰度值有明显的反差。而边缘检测主要是对灰度图像中的所需信息的边缘与周围干扰信息边缘的区别凸显出来，已确定目标的位置。这个边缘的特性是很多图像分析理论的基础，如图像分割、纹理分析、图像识别等。发展到现阶段，边缘检测方法有很多，主要有如下几种重要的算子，但各个算子使用的模型不一样，对边缘的识别强度不一样，所出现的效果也就不一样，所以应用在了不同的场合。
Roberts算子：定位比较精确的一种算子，算子的原理是通过部分区域的方差来搜寻边缘点。
Prewitt和Sobel算子：这两个算子比较相近，虽然不能对假边缘完全的滤除掉，但是对图像中存在的噪声信息有一定的滤除能力。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
