车辆牌照智能识别系统的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景 | 第10-11页 |
| ·车牌识别技术的研究现状 | 第11-14页 |
| ·国内外智能交通系统的发展与研究现状 | 第11-13页 |
| ·车牌识别系统的关键技术 | 第13-14页 |
| ·本文的主要工作及内容安排 | 第14-16页 |
| 第2章 车牌图像预处理 | 第16-28页 |
| ·引言 | 第16-17页 |
| ·车牌图像采集设备的设置 | 第17-18页 |
| ·彩色图像灰度化 | 第18-19页 |
| ·图像边缘检测 | 第19-20页 |
| ·图像二值化 | 第20-25页 |
| ·自适应初始阈值 | 第21-22页 |
| ·最大类间方差法 | 第22-25页 |
| ·图像形态学处理 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 车牌字符分割 | 第28-46页 |
| ·车牌定位技术研究 | 第28-32页 |
| ·车牌的规格及特征 | 第28-29页 |
| ·车牌定位技术 | 第29-32页 |
| ·基于纹理特征的牌照定位方法 | 第32-38页 |
| ·牌照水平定位和垂直定位 | 第32-34页 |
| ·牌照几何位置调整 | 第34-36页 |
| ·基于霍夫变换的位置调整 | 第36-38页 |
| ·车牌去除边框 | 第38-39页 |
| ·车牌字符分割 | 第39-44页 |
| ·字符漏检处理 | 第41-43页 |
| ·汉字的重定位与二值化 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 车牌字符特征提取 | 第46-52页 |
| ·引言 | 第46页 |
| ·字符图像归一化 | 第46-47页 |
| ·基于点特征和重心特征结合的特征提取 | 第47-51页 |
| ·字符图像细化 | 第47-48页 |
| ·粗网格特征提取 | 第48-49页 |
| ·点特征提取和重心特征提取 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于神经网络的字符识别 | 第52-65页 |
| ·神经网络概述 | 第52-53页 |
| ·BP 神经网络算法 | 第53-57页 |
| ·BP 神经网络训练过程 | 第57-59页 |
| ·BP 神经网络结构的设计 | 第59-63页 |
| ·BP 神经网络识别结果 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
