| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 引言 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内处研究现状 | 第9-12页 |
| 1.3 汽车车牌识别系统概述 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 车牌定位 | 第15-30页 |
| 2.1 国内汽车车牌的特征 | 第15-17页 |
| 2.2 图像处理 | 第17-23页 |
| 2.2.1 灰度均匀化 | 第18-20页 |
| 2.2.2 边缘提取及图像二值化 | 第20-21页 |
| 2.2.3 形态学处理 | 第21-23页 |
| 2.3 常见车牌定位方法 | 第23-24页 |
| 2.4 本文的车牌定位方法 | 第24-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 字符分割 | 第30-37页 |
| 3.1 图像分割的概念 | 第30页 |
| 3.2 车牌字符分割相关知识 | 第30-33页 |
| 3.2.1 车牌字符串的特点 | 第31页 |
| 3.2.2 车牌字符分割的难点 | 第31-33页 |
| 3.3 常见的字符分割方法 | 第33-34页 |
| 3.4 本文的车牌字符分割方法 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 字符识别 | 第37-55页 |
| 4.1 字符识别概况 | 第37-38页 |
| 4.2 车牌字符识别的特点 | 第38-39页 |
| 4.3 常见的字符识别方法 | 第39-40页 |
| 4.4 本文的字符识别方法 | 第40-54页 |
| 4.4.1 基于最小距离分类器的字符识别 | 第40-48页 |
| 4.4.2 基于人工神经网络的车牌汉字识别 | 第48-54页 |
| 4.4.2.1 人工神经网络 | 第48-50页 |
| 4.4.2.2 前向式神经网络 | 第50-51页 |
| 4.4.2.3 前向式神经网络的学习算法 | 第51-52页 |
| 4.4.2.4 本文中神经网络拓扑结构图与学习过程 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 实验测试与结果分析 | 第55-62页 |
| 5.1 车牌识别系统测试 | 第55-59页 |
| 5.1.1 测试方案设计 | 第55页 |
| 5.1.2 测试设备与软件 | 第55-57页 |
| 5.1.3 测试数据及步骤 | 第57-59页 |
| 5.2 结果分析 | 第59-62页 |
| 5.2.1 测试结果 | 第59页 |
| 5.2.2 结论 | 第59-60页 |
| 5.2.3 识别率与效率 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |