| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题研究的背景 | 第11-12页 |
| ·车牌识别技术的发展 | 第11-12页 |
| ·车牌的特点 | 第12页 |
| ·超分辨率重建技术的意义 | 第12页 |
| ·国内外的研究现状 | 第12-13页 |
| ·车牌识别系统的国内外研究现状 | 第12-13页 |
| ·超分辨率重建技术的国内外研究现状 | 第13页 |
| ·超分辨率的应用 | 第13-14页 |
| ·论文的安排 | 第14-16页 |
| ·论文主要的研究内容 | 第14页 |
| ·论文的结构 | 第14-16页 |
| 第2章 图像配准 | 第16-32页 |
| ·图像配准的原理 | 第16页 |
| ·数字图像定义 | 第16页 |
| ·配准的数学定义 | 第16页 |
| ·图像配准方法分类 | 第16-17页 |
| ·SIFT图像配准算法的实现 | 第17-23页 |
| ·建立图像的尺度空间 | 第18-19页 |
| ·提取特征点 | 第19-22页 |
| ·特征点匹配 | 第22-23页 |
| ·误匹配的消除 | 第23-24页 |
| ·实验仿真 | 第24-31页 |
| ·SIFT配准方法的尺度不变性实验 | 第25-26页 |
| ·误匹配消除的实验 | 第26-31页 |
| ·章节小结 | 第31-32页 |
| 第3章 图像重建 | 第32-52页 |
| ·序列图像的超分辨率重建技术 | 第32-34页 |
| ·系统成像的退化模型 | 第32-33页 |
| ·超分辨率重建的原理 | 第33-34页 |
| ·图像的超分辨率重建技术的方法 | 第34-37页 |
| ·空间域的图像重建方法 | 第35-36页 |
| ·频率域的图像重建方法 | 第36-37页 |
| ·凸集投影重建算法的实现 | 第37-43页 |
| ·POCS算法的理论基础 | 第37-39页 |
| ·POCS算法的实现 | 第39-43页 |
| ·改进的POCS算法 | 第43-48页 |
| ·正则化方法的数学框架 | 第44-45页 |
| ·加入正则化后POCS算法的实现 | 第45-48页 |
| ·实验比较 | 第48-50页 |
| ·POCS算法与IBP、MAP算法的比较实验 | 第48-49页 |
| ·标准的POCS算法与改进后的POCS算法的比较实验 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第4章 车牌识别 | 第52-66页 |
| ·车牌识别系统的结构 | 第52页 |
| ·车牌区域的定位与切割 | 第52-56页 |
| ·边缘检测 | 第52-54页 |
| ·车牌区域定位 | 第54-56页 |
| ·字符的分割 | 第56-58页 |
| ·字符分割的方法 | 第56-57页 |
| ·字符切割的实现 | 第57-58页 |
| ·字符的识别 | 第58-62页 |
| ·字符识别的方法 | 第58-59页 |
| ·BP神经网络简介 | 第59-60页 |
| ·用于字符识别的BP神经网络设计 | 第60-62页 |
| ·实验结果 | 第62-64页 |
| ·章节小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-68页 |
| ·论文的工作总结 | 第66页 |
| ·工作展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |