自动车牌识别关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 背景、目的和意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-14页 |
| 1.2.1 国内外相关研究进展 | 第11-12页 |
| 1.2.2 存在问题和研究难点 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 2 区域逐步缩小的车牌定位算法 | 第16-28页 |
| 2.1 白天与夜晚图像分辨 | 第16-18页 |
| 2.2 车身左右边界 | 第18-19页 |
| 2.3 车牌上下边界 | 第19-23页 |
| 2.4 车牌左右边界 | 第23-24页 |
| 2.5 实验结果及讨论 | 第24-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 车牌二值化与字符分割 | 第28-47页 |
| 3.1 车牌底色的分辨 | 第28-30页 |
| 3.2 车牌区域的二值化 | 第30-35页 |
| 3.2.1 常用的二值化方法 | 第30页 |
| 3.2.2 基于均值方差的经验阈值公式 | 第30-33页 |
| 3.2.3 二值化方法实验比较 | 第33-34页 |
| 3.2.4 二值化后边框线去除 | 第34-35页 |
| 3.3 基于投影分段属性的字符分割 | 第35-46页 |
| 3.3.1 纵向投影平滑拉伸 | 第35-36页 |
| 3.3.2 分段属性求取 | 第36-38页 |
| 3.3.3 段的分离与合并 | 第38-40页 |
| 3.3.4 段的删除 | 第40-42页 |
| 3.3.5 横向分割 | 第42-44页 |
| 3.3.6 纵向调整 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 4 字符的训练与识别 | 第47-64页 |
| 4.1 字符归一化 | 第47-51页 |
| 4.1.1 噪声消除 | 第47-48页 |
| 4.1.2 边界收缩 | 第48-49页 |
| 4.1.3 纵横比例调整 | 第49-50页 |
| 4.1.4 归一化结果 | 第50-51页 |
| 4.2 BP神经网络构造 | 第51-56页 |
| 4.2.1 基本网络结构 | 第51-52页 |
| 4.2.2 字母及数字的网络 | 第52-54页 |
| 4.2.3 汉字的网络 | 第54-56页 |
| 4.3 训练过程 | 第56-60页 |
| 4.3.1 训练样本准备 | 第56页 |
| 4.3.2 网络结构参数设置 | 第56-57页 |
| 4.3.3 单次训练过程 | 第57-59页 |
| 4.3.4 多次延续训练 | 第59-60页 |
| 4.3.5 实验 | 第60页 |
| 4.4 字符的识别 | 第60-63页 |
| 4.4.1 识别过程 | 第60-62页 |
| 4.4.2 实验 | 第62-63页 |
| 4.5 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 研究总结 | 第64页 |
| 5.2 进一步的研究 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读学位期间主要的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
