| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题的研究背景 | 第10-12页 |
| ·智能交通系统 | 第10页 |
| ·车牌识别技术的应用 | 第10-11页 |
| ·车牌识别技术中的难点 | 第11-12页 |
| ·论文的研究内容及主要工作 | 第12页 |
| ·论文的结构 | 第12-14页 |
| 第二章 车牌识别方法的研究概况 | 第14-24页 |
| ·概述 | 第14页 |
| ·车牌定位 | 第14-21页 |
| ·车牌定位研究状况 | 第15-17页 |
| ·车牌定位方法 | 第17-21页 |
| ·车牌字符分割 | 第21-22页 |
| ·车牌字符识别 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 复杂背景下的车辆图像预处理 | 第24-39页 |
| ·概述 | 第24-25页 |
| ·彩色车辆图像灰度化处理 | 第25-26页 |
| ·车辆图像清晰化处理方法 | 第26-33页 |
| ·传统图像清晰化处理方法 | 第26-30页 |
| ·基于插值自适应直方图均衡化和高斯滤波车辆图像处理 | 第30-32页 |
| ·实验结果与比较 | 第32-33页 |
| ·车辆图像的边缘检测 | 第33-35页 |
| ·车辆图像的二值化 | 第35-38页 |
| ·图像二值化定义 | 第35-36页 |
| ·图像二值化选取阈值的方法 | 第36-37页 |
| ·本文选取阈值的方法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于感兴趣区域的多车牌定位方法 | 第39-52页 |
| ·概述 | 第39页 |
| ·基于边缘间距的牌照区域粗定位 | 第39-42页 |
| ·基于边缘点的区域快速填充算法 | 第39-42页 |
| ·距离阈值D参数设置 | 第42页 |
| ·基于感兴趣区域的车牌细定位 | 第42-49页 |
| ·连通域链码边界跟踪 | 第42-44页 |
| ·感兴趣区域的多车牌定位算法思想 | 第44-46页 |
| ·多车牌细提取 | 第46-49页 |
| ·车牌图像倾斜校正 | 第49-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 车牌字符分割与识别 | 第52-66页 |
| ·概述 | 第52页 |
| ·车牌字符分割 | 第52-56页 |
| ·车牌字符特征与分割 | 第52-53页 |
| ·汽车牌照边框处理 | 第53-54页 |
| ·断裂粘连字符处理 | 第54-56页 |
| ·字符图像的归一化 | 第56-58页 |
| ·车牌数字字符识别 | 第58-61页 |
| ·传统的模板匹配法 | 第58-59页 |
| ·基于弹性模板匹配的字母数字识别方法 | 第59-61页 |
| ·车牌汉字识别 | 第61-65页 |
| ·基于Gabor小波变换的汉字字符特征的提取 | 第61-63页 |
| ·Gabor滤波器参数优化设计 | 第63-64页 |
| ·基于BP神经网络的汉字识别方法 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 车牌定位与识别原型系统的设计与实现 | 第66-77页 |
| ·面向对象、UML和设计模式 | 第66-67页 |
| ·系统的功能分析 | 第67-68页 |
| ·核心类的设计与实现 | 第68-73页 |
| ·图像处理基本类CDIB类的设计 | 第68-69页 |
| ·车牌预处理类 | 第69-70页 |
| ·车牌定位类 | 第70-71页 |
| ·车牌字符识别类 | 第71-73页 |
| ·车牌定位识别原型系统实现简介 | 第73-76页 |
| ·小结 | 第76-77页 |
| 第七章 全文总结与展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·下一步工作展望 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间发表的学术论文 | 第83页 |
| 攻读硕士学位期间参与的科研项目 | 第83页 |