| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-23页 |
| ·车牌识别系统概述 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·车牌识别关键技术 | 第16-19页 |
| ·本论文的主要工作内容 | 第19-20页 |
| ·本论文的结构 | 第20-23页 |
| 第二章 车牌定位与字符分割研究 | 第23-47页 |
| ·图像预处理 | 第23-26页 |
| ·灰度变换 | 第23-24页 |
| ·增强处理 | 第24-26页 |
| ·车牌定位 | 第26-38页 |
| ·车牌定位原理及方法 | 第26-28页 |
| ·边缘检测 | 第28-31页 |
| ·小波变换 | 第31-34页 |
| ·车牌粗定位 | 第34-36页 |
| ·车牌精确定位 | 第36-38页 |
| ·字符分割 | 第38-47页 |
| ·倾斜校正 | 第39-42页 |
| ·常用字符分割方法 | 第42-43页 |
| ·分割字符 | 第43-47页 |
| 第三章 基于改进型BP神经网络的车牌字符识别 | 第47-63页 |
| ·特征提取 | 第47-50页 |
| ·常用字符特征提取方法 | 第47-49页 |
| ·车牌字符特征提取 | 第49-50页 |
| ·常用车牌字符识别方法 | 第50-51页 |
| ·基于改进型BP神经网络的车牌字符识别 | 第51-63页 |
| ·人工神经网络与模式识别 | 第51-53页 |
| ·BP神经网络原理及改进 | 第53-57页 |
| ·改进型BP神经网络实现车牌字符识别 | 第57-63页 |
| 第四章 基于权重裁剪AdaBoost的快速车牌字符识别 | 第63-75页 |
| ·神经网络集成 | 第63-64页 |
| ·Bagging和Boosting | 第64-67页 |
| ·Bagging | 第64-65页 |
| ·Boosting | 第65-67页 |
| ·基于权重裁剪的AdaBoost算法 | 第67-69页 |
| ·基于权重裁剪AdaBoost的车牌字符识别 | 第69-75页 |
| 第五章 总结与展望 | 第75-79页 |
| ·总结 | 第75-76页 |
| ·展望 | 第76-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 研究成果及发表的学术论文 | 第85-87页 |
| 作者及导师简介 | 第87-88页 |
| 北京化工大学 硕士研究生学位论文答辩委员会决议书 | 第88-89页 |