基于人工神经网络的标签字符识别系统
| 第1章 绪论 | 第1-16页 |
| ·课题背景及意义 | 第7-9页 |
| ·国内外发展状况 | 第9-10页 |
| ·汽车牌照自动识别系统的组成 | 第10页 |
| ·图像处理与识别相关技术 | 第10-14页 |
| ·本文的主要研究内容 | 第14-16页 |
| 第2章 标签字符识别相关图像处理方法 | 第16-36页 |
| ·图像基础 | 第16-19页 |
| ·数字图像的表示 | 第16-17页 |
| ·BMP 格式 | 第17-19页 |
| ·图像灰度化 | 第19-20页 |
| ·图像二值化 | 第20-22页 |
| ·图像分割 | 第22-29页 |
| ·图像锐化 | 第29-33页 |
| ·去噪声 | 第33-34页 |
| ·几何变换 | 第34-36页 |
| 第3章 人工神经网络识别 | 第36-48页 |
| ·人工神经网络概述 | 第36-37页 |
| ·人工神经元 | 第37-39页 |
| ·生物神经元 | 第37-38页 |
| ·人工神经元 | 第38-39页 |
| ·感知器 | 第39-40页 |
| ·反向传播算法(BP 算法) | 第40-44页 |
| ·图像特征提取与选择 | 第44-48页 |
| 第4章 车牌识别系统设计 | 第48-65页 |
| ·车牌定位模块 | 第48-55页 |
| ·车牌粗定位 | 第49-53页 |
| ·车牌精定位 | 第53-55页 |
| ·图像预处理模块 | 第55-59页 |
| ·牌照上下边框的去除 | 第57页 |
| ·利用投影图切分字符串 | 第57-58页 |
| ·车牌字符归一化 | 第58-59页 |
| ·特征提取 | 第59页 |
| ·神经网络识别模块 | 第59-65页 |
| 第5章 实验结果 | 第65-71页 |
| 第6章 全文总结 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 摘要 | 第75-78页 |
| ABSTRACT | 第78-83页 |
| 致谢 | 第83页 |