车牌照识别关键技术研究
| 第一章 绪论 | 第1-17页 |
| ·课题的背景及意义 | 第9-11页 |
| ·机器视觉与模式识别概述 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·课题研究、开发的内容任务与目标 | 第14-15页 |
| ·论文的组织 | 第15-17页 |
| 第二章 车牌定位 | 第17-32页 |
| ·图像预处理 | 第17-26页 |
| ·图像的灰度校正 | 第17-18页 |
| ·图像滤波 | 第18-20页 |
| ·灰度图像的二值化 | 第20-23页 |
| ·图像的形态学处理 | 第23-26页 |
| ·车牌定位技术的研究 | 第26-28页 |
| ·车牌定位算法与车牌的特征 | 第26-27页 |
| ·一般的定位方法 | 第27-28页 |
| ·基于车牌颜色的定位方法 | 第28-32页 |
| ·颜色模型的转换 | 第28-29页 |
| ·车牌区域的确定 | 第29-31页 |
| ·实验结果及分析 | 第31-32页 |
| 第三章 车牌字符分割 | 第32-42页 |
| ·车牌方向的校正 | 第32-33页 |
| ·字符分割的基础 | 第33-35页 |
| ·行切分技术 | 第33-34页 |
| ·字切分技术 | 第34-35页 |
| ·车牌字符分割简介 | 第35-36页 |
| ·车牌字符串的特点 | 第35页 |
| ·车牌字符分割的一般算法 | 第35-36页 |
| ·本文的车牌字符分割 | 第36-42页 |
| ·改进的扫描线算法去除上下边界 | 第36-39页 |
| ·字符的分割 | 第39-41页 |
| ·实验结果及分析 | 第41-42页 |
| 第四章 字符识别概述及字符的预处理 | 第42-51页 |
| ·字符识别的原理和汉字识别的概况 | 第42-46页 |
| ·字符识别的原理 | 第42-43页 |
| ·汉字识别的概况 | 第43-45页 |
| ·车牌字符识别的特殊性 | 第45-46页 |
| ·字符的预处理 | 第46-51页 |
| ·平滑 | 第46-48页 |
| ·归一化 | 第48-49页 |
| ·细化 | 第49-51页 |
| 第五章 车牌字符识别的方法 | 第51-74页 |
| ·基于纹理特征的汉字识别 | 第51-56页 |
| ·常用的汉字识别方法 | 第51-52页 |
| ·纹理分析方法 | 第52-54页 |
| ·结合纹理特征的汉字识别 | 第54-55页 |
| ·实验结果及分析 | 第55-56页 |
| ·多分类器集成的数字、字母识别 | 第56-62页 |
| ·结构方法和统计方法 | 第56-58页 |
| ·多分类器集成识别 | 第58-62页 |
| ·实验结果及分析 | 第62页 |
| ·神经网络数字、字母识别 | 第62-74页 |
| ·神经网络模式识别的特点 | 第62-64页 |
| ·BP神经网络学习算法 | 第64-69页 |
| ·改进的BP神经网络 | 第69-71页 |
| ·实验结果及分析 | 第71-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·总结 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 附录: 攻读硕士学位期间的研究成果 | 第81页 |
