基于小波神经网络的车牌识别研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题的研究背景 | 第8-9页 |
| ·车牌识别技术的研究现状 | 第9-12页 |
| ·国内外车牌识别系统简介 | 第9-10页 |
| ·车牌识别的基本方法 | 第10-11页 |
| ·车牌识别的关键技术 | 第11-12页 |
| ·本文的主要工作及内容安排 | 第12-14页 |
| 第二章 车牌图像预处理 | 第14-20页 |
| ·车牌图像的灰度化 | 第14-16页 |
| ·车牌图像的去噪与增强 | 第16-20页 |
| ·图像去噪基础 | 第16页 |
| ·图像增强基础 | 第16-17页 |
| ·基于二进小波变换的图像去噪和增强 | 第17-20页 |
| 第三章 车牌定位算法研究 | 第20-31页 |
| ·图像分割技术概述 | 第20-22页 |
| ·图像分割的一般方法 | 第20-21页 |
| ·基于特定理论的图像分割方法 | 第21-22页 |
| ·车牌定位算法分析 | 第22-25页 |
| ·汽车牌照的特点 | 第22-23页 |
| ·常见车牌定位算法的比较分析 | 第23-25页 |
| ·车牌定位的算法实现 | 第25-31页 |
| ·车牌图像的二值化 | 第25-27页 |
| ·二值图像的中值滤波 | 第27-28页 |
| ·车牌区域的水平方向粗定位 | 第28-29页 |
| ·车牌区域的细定位 | 第29-31页 |
| 第四章 车牌字符分割 | 第31-36页 |
| ·常用字符分割算法比较分析 | 第31-32页 |
| ·车牌二值化与去边框处理 | 第32-33页 |
| ·二值化处理 | 第32页 |
| ·去除边框 | 第32-33页 |
| ·车牌字符的分割 | 第33-34页 |
| ·归一化处理 | 第34-36页 |
| 第五章 基于小波神经网络的车牌字符识别 | 第36-60页 |
| ·常用字符识别算法 | 第36-37页 |
| ·小波变换理论基础 | 第37-42页 |
| ·连续小波变换 | 第38-39页 |
| ·离散小波变换 | 第39页 |
| ·常用小波函数 | 第39-42页 |
| ·神经网络理论基础 | 第42-46页 |
| ·人工神经元及激活函数 | 第42-43页 |
| ·常见神经网络模型及其性能比较 | 第43-45页 |
| ·BP神经网络模型 | 第45-46页 |
| ·小波神经网络理论基础 | 第46-49页 |
| ·小波神经网络构成模式 | 第46-48页 |
| ·小波神经网络的分类 | 第48-49页 |
| ·基于小波神经网络的车牌字符识别模型的构造 | 第49-57页 |
| ·字符的特征提取 | 第50-54页 |
| ·小波函数的选择 | 第54-55页 |
| ·隐层神经元节点数的确定 | 第55-56页 |
| ·建立小波神经网络模型 | 第56-57页 |
| ·实验仿真及结果分析 | 第57-60页 |
| 第六章 总结及展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间主要的研究成果 | 第66页 |
