图像处理技术在收购管理信息系统中的应用
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·选题背景及意义 | 第7-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| 第二章 图像处理与车牌定位 | 第12-25页 |
| ·图像预处理 | 第12-15页 |
| ·图像的灰度转换 | 第12-13页 |
| ·图像增强 | 第13-15页 |
| ·车牌定位 | 第15-24页 |
| ·基于色彩图像的车牌定位方法 | 第16-17页 |
| ·基于灰度图像的定位方法 | 第17-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 车牌字符分割 | 第25-33页 |
| ·字符分割步骤 | 第25-29页 |
| ·车牌的二值化 | 第25-27页 |
| ·清除噪声 | 第27-28页 |
| ·倾斜校正 | 第28-29页 |
| ·字符分割算法 | 第29-31页 |
| ·固定边界分割 | 第29-30页 |
| ·投影分割 | 第30页 |
| ·连通区域分割算法 | 第30-31页 |
| ·改进的连通区域车牌字符分割算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 车牌识别 | 第33-46页 |
| ·模式识别 | 第33-34页 |
| ·车牌字符识别方法 | 第34-35页 |
| ·神经网络理论 | 第35-38页 |
| ·神经网络理论的概述 | 第35-37页 |
| ·神经网络学习方式和规则 | 第37-38页 |
| ·粗糙集理论 | 第38-45页 |
| ·粗糙集理论的概述 | 第38页 |
| ·粗糙集应用步骤 | 第38-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于神经网络与粗糙集的车牌字符识别方法 | 第46-54页 |
| ·基于粗糙集与神经网络结合的字符识别方法 | 第46-47页 |
| ·基于粗糙集和神经网络分类器构造 | 第47-49页 |
| ·基于粗糙集和神经网络的分类器在车牌识别中的应用 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 在学期间发表的学术论文和参加科研情况 | 第59-60页 |
| 详细摘要 | 第60-70页 |
