| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·选题背景和意义 | 第10-11页 |
| ·车牌识别系统方案比较 | 第11-13页 |
| ·基于通用 PC 机的系统 | 第11-12页 |
| ·采用硬件 ASIC 的系统 | 第12页 |
| ·基于 DSP 的系统 | 第12-13页 |
| ·车牌识别系统的国内外发展情况 | 第13-15页 |
| ·论文的工作内容 | 第15-16页 |
| 第2章 车牌字符图像的获取 | 第16-40页 |
| ·车辆视频检测 | 第16-19页 |
| ·车辆视频检测技术原理 | 第16-17页 |
| ·车辆视频检测技术算法设计 | 第17-19页 |
| ·车辆牌照的牌照区域分割 | 第19-28页 |
| ·车辆图像的预处理 | 第19-22页 |
| ·牌照区域定位 | 第22-28页 |
| ·车牌图像的几何位置校正 | 第28-32页 |
| ·Hough 变换倾角检测原理 | 第28-29页 |
| ·车牌的几何位置矫正算法 | 第29-32页 |
| ·车牌图像的二值化 | 第32-37页 |
| ·Laplacian-Gauss 算子介绍 | 第32-34页 |
| ·基于 Laplacian-Gauss 算子的局部动态阈值算法 | 第34-36页 |
| ·二值化后牌照图像的处理 | 第36-37页 |
| ·车牌字符的分割 | 第37-38页 |
| ·字符归一化 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第3章 车牌字符的识别 | 第40-49页 |
| ·字符识别方法简介 | 第40-41页 |
| ·BP神经网络 | 第41-45页 |
| ·BP神经网络介绍 | 第41-42页 |
| ·BP神经网络算法 | 第42-45页 |
| ·系统识别模块简介 | 第45-48页 |
| ·本系统结构 | 第45-46页 |
| ·字符图像的特征提取 | 第46-47页 |
| ·神经网络的实现 | 第47-48页 |
| ·牌照识别效果 | 第48页 |
| ·小结 | 第48-49页 |
| 第4章 DSP 车牌识别系统平台描述 | 第49-56页 |
| ·引言 | 第49页 |
| ·DSP 综述 | 第49-50页 |
| ·TMS320DM642 DSP 介绍 | 第50-52页 |
| ·系统平台介绍 | 第52-54页 |
| ·TMS320DM642 硬件开发平台 | 第52-53页 |
| ·TMS320DM642 软件开发环境 | 第53-54页 |
| ·DSP 车牌识别系统的设计 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第5章 DSP 车牌识别软件的移植与优化 | 第56-67页 |
| ·DSP 软件开发一般流程 | 第56-57页 |
| ·车牌识别软件在 DSP 上的实现 | 第57-59页 |
| ·C 程序项目构成 | 第57页 |
| ·车牌识别软件的移植 | 第57-59页 |
| ·DSP 车牌识别软件优化方法 | 第59-65页 |
| ·CCS 优化编译选项 | 第61页 |
| ·用定点运算实现小数运算 | 第61-62页 |
| ·提高并行性 | 第62-64页 |
| ·使用 TI 的各种程序库 | 第64-65页 |
| ·实验结果 | 第65-66页 |
| ·小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |