车牌识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题研究背景及其意义 | 第7-11页 |
| ·智能交通发展现状 | 第7-9页 |
| ·车牌识别技术 | 第9-11页 |
| ·课题国内外研究现状 | 第11-13页 |
| ·本文的主要工作和内容安排 | 第13-15页 |
| 第二章 车牌图像预处理技术 | 第15-23页 |
| ·彩色图像的灰度化 | 第15-16页 |
| ·图像增强 | 第16-22页 |
| ·直方图均衡化 | 第17-18页 |
| ·灰度变换 | 第18-19页 |
| ·滤波处理 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 车牌定位算法研究 | 第23-35页 |
| ·汽车牌照的特点 | 第23-24页 |
| ·投影函数 | 第24-25页 |
| ·本文采用的车牌定位方法 | 第25-32页 |
| ·上下边界粗定位 | 第25-28页 |
| ·左右边界粗定位 | 第28-30页 |
| ·精确定位 | 第30-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 车牌字符分割算法研究 | 第35-45页 |
| ·车牌图像二值化 | 第35页 |
| ·车牌倾斜校正 | 第35-38页 |
| ·Hough变换 | 第36-37页 |
| ·Hough变换算法 | 第37页 |
| ·倾斜矫正 | 第37-38页 |
| ·本文采用的字符分割方法 | 第38-42页 |
| ·去除多余区域 | 第39页 |
| ·竖直差值投影与迭代均值滤波 | 第39-40页 |
| ·确定最优分割点 | 第40-41页 |
| ·实验结果与分析 | 第41-42页 |
| ·字符归一化和细化 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 车牌字符识别算法研究 | 第45-59页 |
| ·字符识别概述 | 第45页 |
| ·BP神经网络 | 第45-52页 |
| ·神经网络基础 | 第45-46页 |
| ·前馈神经网络 | 第46-47页 |
| ·BP算法及其实现 | 第47-51页 |
| ·标准BP算法的改进 | 第51-52页 |
| ·BP神经网络的设计 | 第52-55页 |
| ·训练样本 | 第52-53页 |
| ·BP神经网络的结构设计 | 第53-54页 |
| ·BP神经网络的参数设计 | 第54页 |
| ·车牌识别BP网络模型 | 第54-55页 |
| ·特征提取和选择 | 第55-56页 |
| ·实验结果与分析 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
