| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 本文的主要内容和总体结构 | 第10-12页 |
| 1.3.1 本文的主要内容 | 第10页 |
| 1.3.2 本文的总体结构 | 第10-12页 |
| 第2章 车牌检测算法 | 第12-23页 |
| 2.1 车牌特征 | 第12页 |
| 2.2 常用的车牌检测算法 | 第12-13页 |
| 2.3 本文采用的车牌检测方法 | 第13-22页 |
| 2.3.1 特征提取 | 第13-17页 |
| 2.3.2 分类器的构造 | 第17-18页 |
| 2.3.3 基于HSV和MB_LBP特征的级联Adaboost的车牌检测器 | 第18-19页 |
| 2.3.4 实验结果与分析 | 第19-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 车牌字符分割 | 第23-33页 |
| 3.1 车牌字符特征 | 第23页 |
| 3.2 字符分割方法分析 | 第23-24页 |
| 3.3 本文采用的字符分割方法 | 第24-32页 |
| 3.3.1 图像预处理 | 第24-27页 |
| 3.3.2 边框的去除 | 第27-28页 |
| 3.3.3 Blob分析算法 | 第28页 |
| 3.3.4 字符分割 | 第28-31页 |
| 3.3.5 实验结果 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 车牌字符识别 | 第33-43页 |
| 4.1 常用的字符识别方法 | 第33-34页 |
| 4.2 本文采用的字符识别方法 | 第34-42页 |
| 4.2.1 粒子群算法 | 第34页 |
| 4.2.2 BP神经网络 | 第34-35页 |
| 4.2.3 改进粒子群算法 | 第35-36页 |
| 4.2.4 改进粒子群(PSO)优化BP神经网络 | 第36-37页 |
| 4.2.5 基于改进PSO-BP网络的字符识别算法 | 第37-40页 |
| 4.2.6 实验结果与分析 | 第40-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 总结与展望 | 第43-44页 |
| 5.1 本文总结 | 第43页 |
| 5.2 工作展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士期间研究成果 | 第47-48页 |
| 致谢 | 第48页 |