车牌识别技术研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究的背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·车牌识别的基本流程 | 第10页 |
| ·论文工作的内容及论文结构 | 第10-12页 |
| ·论文研究的目标 | 第10页 |
| ·论文结构安排 | 第10-12页 |
| 第二章 车牌图像的预处理 | 第12-24页 |
| ·图像灰度化 | 第12-13页 |
| ·图像增强 | 第13-19页 |
| ·灰度变换 | 第14-16页 |
| ·直方图均衡化 | 第16-17页 |
| ·图像滤波 | 第17-19页 |
| ·图像二值化 | 第19-21页 |
| ·图像边缘检测 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 车牌图像的定位 | 第24-33页 |
| ·我国车牌的基本特征 | 第24-25页 |
| ·车牌底色和字符颜色的分类 | 第24页 |
| ·车牌的字符分类 | 第24-25页 |
| ·车牌的几何特征 | 第25页 |
| ·经典的车牌定位算法 | 第25-29页 |
| ·形态学图像处理的车牌定位 | 第25-27页 |
| ·行扫描的车牌定位 | 第27页 |
| ·彩色图像与纹理相结合的车牌定位 | 第27页 |
| ·基于灰度图像的边缘检测的车牌定位 | 第27-29页 |
| ·神经网络的车牌定位 | 第29页 |
| ·牌照搜索定位和车牌区域分割 | 第29-32页 |
| ·车牌定位分割分析 | 第29-30页 |
| ·基于白色跳变点分布图搜索车牌大致位置 | 第30-31页 |
| ·搜索上下边缘和左右边缘并进行定位裁剪 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 车牌字符的分割 | 第33-42页 |
| ·车牌图像倾斜的纠正 | 第33-37页 |
| ·车牌图像纠正的几种方法 | 第33-34页 |
| ·基于字符行特征的车牌倾斜校正算法 | 第34-37页 |
| ·基于投影图的字符图像的分割 | 第37-39页 |
| ·字符的归一化 | 第39-41页 |
| ·本章小节 | 第41-42页 |
| 第五章 车牌字符的识别 | 第42-49页 |
| ·BP神经网络算法的基础 | 第42-44页 |
| ·BP神经网络算法的实现 | 第44-45页 |
| ·车牌识别实验处理结果 | 第45-48页 |
| ·特征提取 | 第45页 |
| ·粗分类 | 第45-46页 |
| ·网络结构设计 | 第46页 |
| ·学习与识别 | 第46-47页 |
| ·实验结果 | 第47-48页 |
| ·本章小节 | 第48-49页 |
| 第六章 工作总结和展望 | 第49-51页 |
| ·工作总结 | 第49页 |
| ·工作展望 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |
