基于图像处理的车牌识别系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·车牌识别系统研究背景 | 第10-11页 |
| ·车牌识别系统研究目的及意义 | 第11页 |
| ·车牌识别系统的主要方法 | 第11-13页 |
| ·车牌识别系统的结构和工作原理 | 第13-15页 |
| ·本论文的主要内容及结构 | 第15-16页 |
| 第二章 车牌图像预处理 | 第16-37页 |
| ·图像的灰度化 | 第17-18页 |
| ·图像增强 | 第18-30页 |
| ·灰度变换 | 第19-21页 |
| ·直方图修正法 | 第21-26页 |
| ·图像去噪 | 第26-30页 |
| ·二值化和阈值处理 | 第30-33页 |
| ·车牌图像的倾斜校正 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 车牌定位 | 第37-49页 |
| ·车牌特征 | 第37-39页 |
| ·常用车牌定位方法 | 第39-40页 |
| ·结合字符边缘和彩色特征的车牌定位方法 | 第40-48页 |
| ·边缘检测 | 第41-43页 |
| ·定位车牌候选区 | 第43-44页 |
| ·基于彩色特征的车牌候选区域筛选 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 车牌字符分割 | 第49-55页 |
| ·车牌字符图像特征 | 第49-50页 |
| ·常用字符分割法 | 第50-51页 |
| ·垂直投影结合先验知识的字符分割法 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 车牌字符识别 | 第55-68页 |
| ·神经网络简介 | 第55-57页 |
| ·神经网络模型 | 第55-56页 |
| ·神经网络特点 | 第56-57页 |
| ·车牌识别的特殊性 | 第57-60页 |
| ·常用字符识别法 | 第58-59页 |
| ·车牌字符的特征提取 | 第59-60页 |
| ·BP神经网络的结构 | 第60-62页 |
| ·输入层的确定 | 第61页 |
| ·隐含层的确定 | 第61-62页 |
| ·输出层的确定 | 第62页 |
| ·初始权值的选取 | 第62页 |
| ·BP网络算法研究 | 第62-65页 |
| ·网络结构设计 | 第63-64页 |
| ·样本的选择 | 第64-65页 |
| ·实验结果 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74页 |