汽车牌照，道路交通标志的自动分割和识别
| 第一章 引言 | 第1-11页 |
| 第一节 本课题的目的和意义 | 第5-7页 |
| 1． 课题的应用前景 | 第5页 |
| 2． 课题的技术简介 | 第5-6页 |
| 3． 国内外研究状况和进展 | 第6-7页 |
| 第二节 研究方案和技术特色 | 第7-11页 |
| 1． 车牌分割和识别的方案 | 第7-8页 |
| 2． 车牌分割子系统的技术特色 | 第8-10页 |
| 3． 路标分割和识别的方案 | 第10-11页 |
| 第二章 车牌分割和识别 | 第11-25页 |
| 第一节 提取车牌区域 | 第11-16页 |
| 1． 提取车牌的技术方案 | 第11-13页 |
| 2． 基于数学形态学的分割技术 | 第13-16页 |
| 第二节 分割车牌字符 | 第16-21页 |
| 1． 车牌的旋转矫正和边框去除的方案 | 第16-18页 |
| 2． Hough直线检测 | 第18-19页 |
| 3． 单个车牌字符的分离法 | 第19-21页 |
| 第三节 车牌字符识别 | 第21-25页 |
| 1． 细线化提取特征点 | 第21页 |
| 2． 小波变换提取边沿特征图象 | 第21-23页 |
| 3． 居于BP神经网络的车牌字符识别 | 第23-25页 |
| 第三章 路标分割和识别 | 第25-42页 |
| 第一节 基于视觉空间模型的路标粗分割 | 第25-28页 |
| 1． 彩色空间模型 | 第25-27页 |
| 2． 分割的视觉空间数据 | 第27页 |
| 3． 彩色分割策略 | 第27-28页 |
| 第二节 基于纹理分析的路标再定位 | 第28-33页 |
| 1． 居于灰度共生矩阵的纹理分析 | 第28-29页 |
| 2． 纹理特征参数用于图象分割 | 第29-33页 |
| 第三节 基于外轮廓形状的路标分割 | 第33-38页 |
| 1． 全局自动分析二值化 | 第33-34页 |
| 2． 居于Fourier变换的轮廓外形分类 | 第34-38页 |
| 第四节 路标识别 | 第38-42页 |
| 1． 居于矩不变量的路标分类 | 第38-40页 |
| 2． 居于子区间墒矢量的匹配识别 | 第40-42页 |
| 第四章 工作总结 | 第42-46页 |
| 第一节 本文的创新点 | 第42页 |
| 第二节 本系统的功能 | 第42页 |
| 第三节 工作展望 | 第42-43页 |
| 第四节 开发工具和界面 | 第43-46页 |
| 参考文献和致谢 | 第46-48页 |
