| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-13页 |
| ·课题研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国内外车牌识别系统研究现状 | 第9-10页 |
| ·车牌识别关键技术 | 第10-11页 |
| ·车牌识别系统组成与设计 | 第11-12页 |
| ·本课题研究主要内容 | 第12-13页 |
| 第2章 车牌预处理及定位与分割算法研究 | 第13-24页 |
| ·图像预处理 | 第13-20页 |
| ·灰度化 | 第13-14页 |
| ·二值化 | 第14页 |
| ·中值滤波 | 第14-15页 |
| ·形态学预处理 | 第15-18页 |
| ·边缘检测 | 第18-20页 |
| ·车牌定位算法介绍 | 第20页 |
| ·Radon 倾斜矫正 | 第20-22页 |
| ·字符分割算法介绍 | 第22-24页 |
| 第3章 基于人工鱼群优化粗糙集-RBF 神经网络的车牌字符识别算法研究 | 第24-35页 |
| ·粗糙集理论及离散化描述 | 第24-26页 |
| ·属性约简 | 第24-25页 |
| ·数值离散化 | 第25-26页 |
| ·基于人工鱼群优化粗糙集的数值离散化算法 | 第26-28页 |
| ·AFSA 算法 | 第26-27页 |
| ·基于人工鱼群优化的离散化算法 | 第27-28页 |
| ·基于人工鱼群优化 RBF 神经网络 | 第28-30页 |
| ·RBF 神经网络 | 第28页 |
| ·AFSA-RBF 神经网络 | 第28-30页 |
| ·车牌字符识别策略 | 第30-31页 |
| ·实例分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于字符相似度的车牌识别算法研究 | 第35-39页 |
| ·局部相似度的原理 | 第35-36页 |
| ·局部相似度 | 第35-36页 |
| ·识别判定 | 第36页 |
| ·实例分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 车牌识别系统设计与实现 | 第39-47页 |
| ·基于 MATLAB 的车牌识别系统 | 第39页 |
| ·系统模块程序 | 第39-40页 |
| ·实验结果与分析 | 第40-47页 |
| 第6章 总结与展望 | 第47-49页 |
| ·结论 | 第47-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附录一：攻读硕士学位期间发表的论文 | 第53-54页 |
| 附录二：攻读硕士学位期间参与的项目 | 第54页 |