基于实时视频的车牌识别系统
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-11页 |
| ·研究背景 | 第8-9页 |
| ·研究难点及问题 | 第9页 |
| ·研究的意义 | 第9-10页 |
| ·论文结构安排 | 第10-11页 |
| 第二章 车牌识别系统关键问题 | 第11-18页 |
| ·车牌定位 | 第11-15页 |
| ·车辆的牌照规格 | 第11-13页 |
| ·车牌的图像特征 | 第13页 |
| ·车牌定位研究现状 | 第13-15页 |
| ·倾斜校正 | 第15-16页 |
| ·倾斜校正主要问题 | 第15页 |
| ·车牌边框直线提取算法 | 第15-16页 |
| ·字符分割 | 第16-18页 |
| ·字符分割主要问题 | 第16-17页 |
| ·字符分割相关算法 | 第17-18页 |
| 第三章 车牌识别系统关键算法设计 | 第18-37页 |
| ·车牌定位算法优化 | 第18-24页 |
| ·车牌定位算法分析 | 第18-19页 |
| ·基于颜色固定搭配和纹理特征的车牌定位算法 | 第19-24页 |
| ·倾斜校正算法优化 | 第24-27页 |
| ·随机点检测直线的算法 | 第24-26页 |
| ·车牌倾斜校正算法 | 第26-27页 |
| ·字符分割算法优化 | 第27-32页 |
| ·基于全局和局部阈值的图像二值化算法 | 第27-29页 |
| ·字符分割算法 | 第29-32页 |
| ·基于 BP 神经网络的字符识别算法 | 第32-37页 |
| ·车牌字符特征提取 | 第32-34页 |
| ·基于BP 神经网络的字符识别算法 | 第34-37页 |
| 第四章 车牌识别系统设计 | 第37-53页 |
| ·车牌识别系统需求分析 | 第37-39页 |
| ·车牌识别流程分析 | 第37页 |
| ·车牌识别系统需求 | 第37-39页 |
| ·车牌识别系统设计环境 | 第39-41页 |
| ·系统开发语言 | 第39-40页 |
| ·系统运行环境 | 第40-41页 |
| ·车牌识别系统结构设计 | 第41-42页 |
| ·车牌识别系统架构 | 第41-42页 |
| ·车牌识别系统结构 | 第42页 |
| ·车牌识别系统功能模块设计 | 第42-47页 |
| ·车牌识别系统功能模块 | 第42-43页 |
| ·车牌识别系统功能模块实现 | 第43-47页 |
| ·车牌识别系统测试及效果 | 第47-53页 |
| ·系统测试 | 第47-49页 |
| ·系统总体效果 | 第49-50页 |
| ·系统各模块效果 | 第50-53页 |
| 第五章 结论 | 第53-55页 |
| ·论文工作总结 | 第53-54页 |
| ·下一步工作展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
