| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题提出的背景和意义 | 第10-11页 |
| ·车牌识别技术的现状和特点 | 第11-15页 |
| ·国内外车牌自动识别应用技术分析 | 第11-13页 |
| ·我国汽车牌照的特点 | 第13-14页 |
| ·车牌识别技术的应用情况 | 第14-15页 |
| ·本课题所做的主要工作 | 第15-16页 |
| ·本文的结构 | 第16-17页 |
| 第二章 自动车牌识别系统 | 第17-25页 |
| ·图像处理系统的通用流程和设计思路 | 第17-18页 |
| ·车牌识别系统的总体结构 | 第18-20页 |
| ·系统的硬件部分 | 第19-20页 |
| ·系统的软件部分 | 第20页 |
| ·车牌识别系统的软件流程 | 第20-25页 |
| ·车牌提取 | 第20-22页 |
| ·图像的预处理 | 第21页 |
| ·车牌提取算法 | 第21页 |
| ·车牌图像的增强和归一化 | 第21-22页 |
| ·车牌字符分割 | 第22-23页 |
| ·利用区域生长算法得到个别字符的位置 | 第22-23页 |
| ·利用车牌图像的竖直投影和先验知识来修正字符的位置 | 第23页 |
| ·利用得到字符的位置进行字符分割 | 第23页 |
| ·车牌字符识别 | 第23-25页 |
| ·字符预处理 | 第24页 |
| ·车牌字符的特征提取 | 第24页 |
| ·字符识别神经网络 | 第24-25页 |
| 第三章 小波理论 | 第25-39页 |
| ·小波变换的历史和发展现状以及应用情况 | 第25-27页 |
| ·小波变换的历史和发展现状 | 第25-26页 |
| ·小波变换的应用情况 | 第26-27页 |
| ·小波及小波变换 | 第27-29页 |
| ·多分辨率分析 | 第29-37页 |
| ·多分辨率分析相关概念介绍 | 第29-34页 |
| ·一维Mallat 算法 | 第34-35页 |
| ·二维多分辨率分析 | 第35-36页 |
| ·二维Mallat 算法 | 第36-37页 |
| ·小波分析与图像处理 | 第37-39页 |
| 第四章 车牌提取和字符分割 | 第39-60页 |
| ·车牌提取和字符分割发展状况 | 第39-43页 |
| ·车牌提取算法的发展情况 | 第39-42页 |
| ·基于灰度图像的车牌定位方法 | 第39-41页 |
| ·基于彩色图像的车牌定位 | 第41-42页 |
| ·车牌提取算法总体评价 | 第42页 |
| ·字符分割算法分析 | 第42-43页 |
| ·车牌提取算法 | 第43-53页 |
| ·原始图像的采集 | 第43页 |
| ·基于小波分析的车牌提取算法 | 第43-53页 |
| ·粗分类 | 第44-49页 |
| ·细分类 | 第49-53页 |
| ·基于小波分析的车牌提取算法的实现和性能 | 第53页 |
| ·字符分割算法 | 第53-60页 |
| ·区域生长算法结合先验知识确定字符位置 | 第54-57页 |
| ·竖直投影算法确定字符位置 | 第57-59页 |
| ·结合两种算法得出的信息分割字符图像 | 第59页 |
| ·算法结果分析 | 第59-60页 |
| 第五章 车牌字符识别 | 第60-77页 |
| ·字符识别技术的发展情况和算法分析 | 第61-64页 |
| ·字符识别技术的发展情况 | 第61-62页 |
| ·字符识别算法分析 | 第62-64页 |
| ·字符预处理 | 第64-68页 |
| ·字符图像增强 | 第64-65页 |
| ·字符图像二值化 | 第65-66页 |
| ·二值图像细化 | 第66-68页 |
| ·提取字符的特征向量 | 第68-72页 |
| ·字符的特征点 | 第69-71页 |
| ·字符的小波矩特征 | 第71-72页 |
| ·应用神经网络进行字符识别 | 第72-77页 |
| ·BP 神经网络概述 | 第73-74页 |
| ·BP 神经网络构造和训练 | 第74-75页 |
| ·应用 BP 神经网络进行字符识别 | 第75-77页 |
| 第六章 结论 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 个人简历 | 第83-84页 |
| 攻读硕士学位期间发表的学术论文情况 | 第84页 |