| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 车牌识别技术研究背景及意义 | 第11-12页 |
| 1.2 本课题的研究历史与现状 | 第12页 |
| 1.3 本文主要研究工作与创新点 | 第12-14页 |
| 1.3.1 本课题主要研究工作 | 第12-13页 |
| 1.3.2 本文主要创新点 | 第13-14页 |
| 1.4 本论文结构安排 | 第14-15页 |
| 第二章 车牌识别系统概述 | 第15-21页 |
| 2.1 常见车牌识别系统组成结构 | 第15-16页 |
| 2.2 中国车辆行业标准与车牌特征 | 第16-17页 |
| 2.3 本文车牌识别系统算法的软件实现模块 | 第17-20页 |
| 2.3.1 车牌区域检测算法 | 第18-19页 |
| 2.3.2 车牌字符分割算法 | 第19页 |
| 2.3.3 车牌字符识别算法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 车牌区域检测算法的研究 | 第21-45页 |
| 3.1 目前常用的车牌区域检测算法 | 第21-22页 |
| 3.2 本文实验样本图像标准 | 第22-23页 |
| 3.3 本文提出的基于多信息邻域投票车牌区域检测算法 | 第23-41页 |
| 3.3.1 运动目标检测 | 第24-29页 |
| 3.3.1.1 改进混合高斯模型建立 | 第24-25页 |
| 3.3.1.2 自适应更新背景 | 第25-27页 |
| 3.3.1.3 参数学习率的动态调整 | 第27-29页 |
| 3.3.2 实时车辆目标判定 | 第29-30页 |
| 3.3.3 疑似车牌区域提取 | 第30-36页 |
| 3.3.3.1 HSI颜色空间转换 | 第31-32页 |
| 3.3.3.2 提取目标图像的边缘 | 第32-33页 |
| 3.3.3.3 窗搜索区域判定 | 第33-34页 |
| 3.3.3.4 连通区域提取 | 第34-35页 |
| 3.3.3.5 灰度图像车牌检测 | 第35-36页 |
| 3.3.4 基于SVM伪车牌的剔除 | 第36-39页 |
| 3.3.5 车牌区域精确定位 | 第39-41页 |
| 3.4 车牌区域检测算法的测试和性能分析 | 第41-44页 |
| 3.4.1 算法实验测试 | 第41-43页 |
| 3.4.2 算法性能对比 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 车牌字符分割算法的研究 | 第45-56页 |
| 4.1 常用的车牌字符分割算法 | 第45-46页 |
| 4.2 本文提出的基于滑窗搜索的自适应车牌字符分割算法 | 第46-52页 |
| 4.2.1 车牌区域轮廓校正 | 第46-47页 |
| 4.2.2 车牌区域水平校正 | 第47页 |
| 4.2.3 车牌区域垂直错切矫正 | 第47-48页 |
| 4.2.4 第 2、3 字符间隔位置预定位 | 第48-50页 |
| 4.2.5 字符分割中心定位 | 第50-52页 |
| 4.3 车牌字符分割算法的测试与性能分析 | 第52-55页 |
| 4.3.1 算法实验测试 | 第52-54页 |
| 4.3.2 算法性能分析与对比 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 车牌字符识别算法的研究 | 第56-70页 |
| 5.1 目前常用的车牌字符识别算法 | 第56页 |
| 5.2 字符分割后单字符的特征 | 第56-57页 |
| 5.3 本文提出的基于滑窗搜索与最优决策投票的车牌字符识别算法 | 第57-65页 |
| 5.3.1 车牌单字符归一化 | 第58-59页 |
| 5.3.2 对单字符特征描述 | 第59-60页 |
| 5.3.3 多分类SVM的分类器设计与训练 | 第60-63页 |
| 5.3.3.1 基于SVM的分类器设计 | 第60-61页 |
| 5.3.3.2 多分类SVM的训练过程 | 第61-62页 |
| 5.3.3.3 多级分类SVM设计与实现 | 第62-63页 |
| 5.3.4 滑窗寻优搜索字符 | 第63-64页 |
| 5.3.4.1 空间滑窗搜索 | 第63-64页 |
| 5.3.4.2 时间滑窗搜索 | 第64页 |
| 5.3.5 最优决策投票 | 第64-65页 |
| 5.4 车牌字符识别算法的测试与性能分析 | 第65-69页 |
| 5.4.1 算法实验测试 | 第65-67页 |
| 5.4.2 算法分析与对比 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间取得的成果 | 第77-78页 |
