| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·课题背景及研究意义 | 第9-10页 |
| ·课题背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外车牌识别技术现状及问题 | 第10-13页 |
| ·车牌识别的国内外现状 | 第11-12页 |
| ·车牌字符识别的一些现有方法 | 第12-13页 |
| ·本论文主要工作 | 第13-14页 |
| ·本文的内容安排 | 第14-16页 |
| 2 车牌的定位与字符分割 | 第16-32页 |
| ·车牌定位 | 第16页 |
| ·灰度图像的车牌定位算法 | 第16-19页 |
| ·基于车牌纹理的车牌定位算法 | 第16-17页 |
| ·基于遗传算法（GA）的车牌定位 | 第17-18页 |
| ·其他车牌定位 | 第18-19页 |
| ·彩色图像的车牌定位 | 第19-22页 |
| ·国内车牌规格与特征 | 第19-20页 |
| ·基于颜色的车牌定位 | 第20-22页 |
| ·车牌字符分割 | 第22页 |
| ·车牌二值化 | 第22-27页 |
| ·最大类间方差法（Otsu） | 第23-24页 |
| ·Bernsen 算法在车牌二值化中的应用 | 第24-26页 |
| ·车牌图像背景的统一 | 第26-27页 |
| ·车牌图像的倾斜校正 | 第27-30页 |
| ·利用Hough 计算倾斜角度 | 第28-29页 |
| ·坐标变换 | 第29-30页 |
| ·字符切分 | 第30-31页 |
| ·基于投影的字符切分 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 多分类器多特征的车牌字符识别 | 第32-64页 |
| ·字符识别综述 | 第33-34页 |
| ·基于Gabor 滤波器组的车牌字符特征提取 | 第34-40页 |
| ·Gabor 滤波器 | 第34-36页 |
| ·设计Gabor 滤波器组 | 第36-37页 |
| ·Gabor 滤波器组提取车牌字符特征 | 第37-40页 |
| ·车牌字符的结构特征提取 | 第40-45页 |
| ·车牌字符的轮廓特征 | 第40-44页 |
| ·字符的穿越突变特征 | 第44-45页 |
| ·骨架方向链码特征 | 第45-47页 |
| ·全像素特征及主成分分析的特征降维（PCA） | 第47-49页 |
| ·主成分分析（PCA） | 第47-48页 |
| ·利用PCA 的降维过程 | 第48-49页 |
| ·支持向量机分类器（SVM）及实现（LIBSVM） | 第49-51页 |
| ·支持向量机（SVM） | 第49-50页 |
| ·LIBSVM 介绍 | 第50-51页 |
| ·特征对比实验 | 第51-58页 |
| ·实验数据库及平台 | 第51-52页 |
| ·实验结果及分析 | 第52-58页 |
| ·多分类器及分类器分级级联的字符识别实验 | 第58-63页 |
| ·分类器分级级联 | 第58-60页 |
| ·分类器分级级联的字符识别 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 4 系统实现 | 第64-68页 |
| ·车牌自动识别系统的结构 | 第64页 |
| ·车牌识别子系统（软件）的实现 | 第64-67页 |
| ·软件的结构框架 | 第64-65页 |
| ·车牌识别软件实现及总结 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 5 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74页 |