车牌自动识别算法的研究与实现
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·车牌识别算法的研究背景和意义 | 第7-8页 |
| ·国内外的研究现状 | 第8-9页 |
| ·本文的研究工作 | 第9-10页 |
| ·本文要解决的难点和问题 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| 第二章 常用的图像处理技术 | 第12-23页 |
| ·引言 | 第12页 |
| ·图像的灰度化与二值化 | 第12-15页 |
| ·灰度化 | 第12-13页 |
| ·二值化 | 第13-15页 |
| ·图像增强 | 第15-19页 |
| ·灰度拉伸 | 第16-17页 |
| ·直方图均衡化 | 第17-19页 |
| ·图像平滑 | 第19-20页 |
| ·边缘检测 | 第20-22页 |
| ·小结 | 第22-23页 |
| 第三章 车牌定位 | 第23-35页 |
| ·车牌的介绍 | 第23-25页 |
| ·车牌特征 | 第24页 |
| ·我国车牌的特殊性 | 第24-25页 |
| ·常用车牌定位方法介绍 | 第25-26页 |
| ·基于纹理特征和数学形态学的车牌定位 | 第26-34页 |
| ·形态学基本理论及运算 | 第26-29页 |
| ·牌照区域粗定位 | 第29-30页 |
| ·数学形态学精确定位 | 第30页 |
| ·区域标记、合并与筛选 | 第30-34页 |
| ·结论 | 第34-35页 |
| 第四章 字符分割 | 第35-46页 |
| ·直线检测 | 第35-40页 |
| ·图像旋转 | 第35-38页 |
| ·经典 Hough 变换 | 第38-39页 |
| ·改进的 Hough 变换 | 第39-40页 |
| ·车牌字符分割 | 第40-44页 |
| ·行切分技术 | 第41页 |
| ·字切分技术 | 第41-42页 |
| ·常用的字符分割算法 | 第42页 |
| ·基于数学形态学和垂直投影的字符分割算法 | 第42-44页 |
| ·字符归一化 | 第44-45页 |
| ·结论 | 第45-46页 |
| 第五章 字符识别 | 第46-56页 |
| ·引言 | 第46页 |
| ·字符识别常用的方法 | 第46-47页 |
| ·基于 BP 神经网络的字符识别方法 | 第47-55页 |
| ·字符特征的提取 | 第49-50页 |
| ·BP 算法的介绍 | 第50-52页 |
| ·BP 神经网络的设计问题 | 第52-53页 |
| ·BP 神经网络的局限性 | 第53-54页 |
| ·BP 神经网络算法的改进 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第六章 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 在学期间发表的学术论文和参加科研情况 | 第63页 |
