| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 前言 | 第10-15页 |
| 1.1 课题背景 | 第10页 |
| 1.2 路口交通违法自动检测与识别系统的发展及目前应用 | 第10-13页 |
| 1.2.1 “电子警察”的历史 | 第11-12页 |
| 1.2.2 “电子警察”系统在潍坊的应用 | 第12-13页 |
| 1.3 本文的主要贡献 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第二章 系统架构及其工作原理 | 第15-20页 |
| 2.1 “电子警察”系统的组成 | 第15-16页 |
| 2.2 车辆检测方式 | 第16-18页 |
| 2.2.1 线圈感应方式 | 第16-17页 |
| 2.2.2 视频检测方式 | 第17-18页 |
| 2.3 图像抓拍设备 | 第18页 |
| 2.4 “电子警察”系统的设计方案 | 第18-20页 |
| 第三章 数据库系统设计与实现 | 第20-33页 |
| 3.1 功能模型概述 | 第20-22页 |
| 3.2 数据结构分析 | 第22-31页 |
| 3.3 数据库系统设计综述 | 第31-33页 |
| 第四章 图片加密系统的设计与实现 | 第33-40页 |
| 4.1 加密技术概述 | 第33-34页 |
| 4.2 加密算法 | 第34页 |
| 4.3 加密系统设计 | 第34-40页 |
| 第五章 车牌识别系统的设计与实现 | 第40-53页 |
| 5.1 车牌定位技术综述 | 第40-42页 |
| 5.1.1 直接法 | 第40-41页 |
| 5.1.2 神经网络法 | 第41页 |
| 5.1.3 基于矢量量化的牌照定位方法 | 第41-42页 |
| 5.2 车牌字符识别技术综述 | 第42-43页 |
| 5.2.1 基本模板匹配的ORC算法的基本过程 | 第42页 |
| 5.2.2 基本人工神经网络的ORC算法 | 第42-43页 |
| 5.3 车牌图像的特点及识别难点 | 第43页 |
| 5.4 车牌识别系统的设计 | 第43-48页 |
| 5.4.1 车辆牌照定位与分割算法的要点 | 第44-48页 |
| 5.4.2 车辆字符的识别 | 第48页 |
| 5.5 本文设计的车牌定位系统的特点 | 第48-53页 |
| 第六章 视频检测系统设计与实现 | 第53-62页 |
| 6.1 检测算法 | 第53-58页 |
| 6.1.1 运动车辆检测和分析的差分技术 | 第53-54页 |
| 6.1.2 路口违章车辆识别方法 | 第54-56页 |
| 6.1.3 车辆行驶轨迹描述 | 第56-58页 |
| 6.1.4 颜色识别方法 | 第58页 |
| 6.2 视频车辆检测系统的设计 | 第58-62页 |
| 6.2.1 算法描述 | 第59-62页 |
| 第七章 结束语 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |