| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的研究背景和现状 | 第9-12页 |
| ·本论文的主要研究内容和结构安排 | 第12-14页 |
| 第二章 车牌图像的预处理 | 第14-18页 |
| ·车牌图像的增强 | 第14-16页 |
| ·灰度变换 | 第14-15页 |
| ·图像平滑 | 第15-16页 |
| ·车牌倾斜角度的检测 | 第16-18页 |
| ·车辆牌照的上下边沿的检测 | 第16页 |
| ·基于Hough变换的直线检测 | 第16-18页 |
| 第三章 车牌图像的定位 | 第18-25页 |
| ·概述 | 第18-19页 |
| ·常规车牌的定位方法 | 第19-21页 |
| ·神经网络法 | 第19页 |
| ·多分辨率分析方法 | 第19-20页 |
| ·基于矢量量化的定位方法 | 第20-21页 |
| ·基于小波变换的车牌定位 | 第21-25页 |
| ·基于小波变换的车牌定位的方法 | 第21-22页 |
| ·基于小波变换的车牌定位的技术 | 第22-25页 |
| 第四章 车牌图像的二值化及字符分割 | 第25-31页 |
| ·图像的二值化 | 第25-27页 |
| ·车牌字符的切割 | 第27-31页 |
| ·概述 | 第27页 |
| ·车牌边框的去除 | 第27-28页 |
| ·断裂、粘连字符的处理 | 第28-29页 |
| ·单个车牌字符的分离 | 第29-31页 |
| 第五章 基于小波变换的车牌字符的特征提取 | 第31-43页 |
| ·字符的预处理 | 第31-34页 |
| ·平滑 | 第31-32页 |
| ·规范化 | 第32页 |
| ·细化 | 第32-34页 |
| ·字符的小波特征提取 | 第34-43页 |
| ·字符小波特征提取方法的提出 | 第34-36页 |
| ·图像字符小波特征向量的构造 | 第36-39页 |
| ·图像字符小波特征向量的提取 | 第39-43页 |
| 第六章 基于RBF神经网络的车牌字符的识别 | 第43-60页 |
| ·字符识别概述 | 第43-44页 |
| ·基于Matlab的RBF神经网络的车牌字符识别 | 第44-50页 |
| ·人工神经网络及其在模式识别中的应用 | 第44-46页 |
| ·基于Matlab的RBF神经网络的字符识别的设计 | 第46-50页 |
| ·与BP网络的比较 | 第50-52页 |
| ·应用实例的设计及分析 | 第52-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 攻读学位期间所发表的学术论文 | 第67页 |