| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-17页 |
| ·课题的背景和意义 | 第8-9页 |
| ·车标识别系统的组成 | 第9-10页 |
| ·车标识别技术研究发展现状 | 第10-12页 |
| ·车标定位技术的发展现状 | 第10-11页 |
| ·车标识别技术的发展现状 | 第11页 |
| ·车标识别技术的难点以及有待解决的问题 | 第11-12页 |
| ·车牌定位技术研究发展现状及车牌特征 | 第12-15页 |
| ·车牌定位技术的发展现状 | 第12-13页 |
| ·我国汽车牌照的特点 | 第13-15页 |
| ·车牌定位技术的难点及有待解决的问题 | 第15页 |
| ·本文的主要工作 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 2 理论基础 | 第17-28页 |
| ·对比度增强 | 第17-19页 |
| ·图像平滑 | 第19-21页 |
| ·邻域平均法 | 第19-20页 |
| ·中值滤波 | 第20-21页 |
| ·边缘检测 | 第21-23页 |
| ·小波变换 | 第23-24页 |
| ·小波分析 | 第23-24页 |
| ·小波分析与图像处理 | 第24页 |
| ·神经网络 | 第24-26页 |
| ·主成分分析(PCA) | 第26-28页 |
| 3 基于综合特征的车牌定位方法 | 第28-40页 |
| ·应用顶帽变换抑制车牌的背景 | 第28-30页 |
| ·数学形态学 | 第28-29页 |
| ·顶帽变换 | 第29-30页 |
| ·Sobel 边缘检测 | 第30-31页 |
| ·应用结构特征定位车牌区域 | 第31-33页 |
| ·基于形态学的候选区域选取 | 第31-32页 |
| ·基于几何和结构特征的候选区域筛选 | 第32-33页 |
| ·应用纹理特征定位车牌区域 | 第33-35页 |
| ·一维小波分解与重构 | 第33页 |
| ·应用一维小波变换提取纹理特征 | 第33-35页 |
| ·应用BP 神经网络确定车牌区域 | 第35-36页 |
| ·应用颜色特征定位车牌区域 | 第36-37页 |
| ·边缘颜色对 | 第36页 |
| ·基于边缘颜色对的彩色边缘检测 | 第36-37页 |
| ·应用水平投影确定车牌区域 | 第37页 |
| ·实验结果与分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 4 基于PCA 和BP 神经网络的车标识别方法 | 第40-45页 |
| ·图像预处理 | 第40-41页 |
| ·去除光照不均 | 第40页 |
| ·应用一维离散小波变换消除噪声 | 第40-41页 |
| ·基于PCA 的车标数据降维 | 第41-42页 |
| ·基于BP 神经网络的车标识别 | 第42-44页 |
| ·实验结果与分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 总结 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间发表的学术论文情况及参加的科研项目 | 第49-50页 |
| 致谢 | 第50页 |