| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-20页 |
| ·车牌识别的研究背景和意义 | 第11-12页 |
| ·国内外研究现状及难点 | 第12-16页 |
| ·车牌识别系统的架构 | 第13页 |
| ·车牌检测的研究现状及难点 | 第13-15页 |
| ·车牌字符分割的研究现状及难点 | 第15页 |
| ·车牌字符识别的研究现状及难点 | 第15-16页 |
| ·国内外商用车牌识别系统 | 第16页 |
| ·车牌识别的技术指标 | 第16-17页 |
| ·论文研究的贡献及结构安排 | 第17-20页 |
| ·论文研究的主要贡献 | 第17页 |
| ·论文的内容及结构安排 | 第17-20页 |
| 2 车辆特征识别相关技术及我国车牌类型介绍 | 第20-30页 |
| ·AdaBoost算法 | 第20-24页 |
| ·PAC学习 | 第20-21页 |
| ·弱学习和强学习 | 第21页 |
| ·Boosting算法 | 第21页 |
| ·AdaBoost训练算法 | 第21-24页 |
| ·支持向量机简介 | 第24-27页 |
| ·统计学习 | 第24页 |
| ·SVM核心思想 | 第24-26页 |
| ·SVM核函数选择及其参数设定 | 第26-27页 |
| ·我国的车牌种类及特点 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 车牌定位 | 第30-49页 |
| ·常用车牌定位方法 | 第30-32页 |
| ·基于AdaBoost和矩形特征的车牌行检测 | 第32-39页 |
| ·矩形特征与车牌特征 | 第32-33页 |
| ·积分图计算矩形特征 | 第33-35页 |
| ·车牌定位实现 | 第35-37页 |
| ·检测结果的评价手段及AdaBoost算法存在的问题 | 第37-39页 |
| ·投影法检测车牌行的车牌 | 第39-44页 |
| ·预处理 | 第39-42页 |
| ·投影法检测车牌区域 | 第42-44页 |
| ·实验结果与分析 | 第44-47页 |
| ·实验数据集介绍 | 第44-45页 |
| ·定位结果与分析 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 4 车牌字符分割 | 第49-57页 |
| ·车牌字符分割常用方法介绍 | 第49-50页 |
| ·车牌字符的特征分析 | 第50页 |
| ·多阈值二值化车牌字符分割 | 第50-56页 |
| ·基本原理 | 第50-51页 |
| ·多阈值二值化 | 第51-53页 |
| ·字符分割 | 第53-56页 |
| ·实验结果与分析 | 第56页 |
| ·本章小结 | 第56-57页 |
| 5 车牌字符识别 | 第57-71页 |
| ·常用车牌字符识别方法 | 第57-58页 |
| ·融合特征的车牌字符识别 | 第58-67页 |
| ·基本原理 | 第58-59页 |
| ·车牌字符的预处理 | 第59-62页 |
| ·车牌字符融合特征的提取 | 第62-65页 |
| ·分类器的构建以及字符识别 | 第65-67页 |
| ·实验结果与分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-74页 |
| ·论文总结 | 第71-72页 |
| ·进一步研究方向 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-82页 |