| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 课题研究背景及意义 | 第14-15页 |
| 1.2 车牌识别系统研究 | 第15-17页 |
| 1.3 车牌识别模式研究 | 第17-19页 |
| 1.4 国内外研究现状及发展趋势 | 第19-20页 |
| 1.5 国内车牌识别的特殊性 | 第20-21页 |
| 1.6 车牌识别的技术难点 | 第21-22页 |
| 1.7 本文的主要工作 | 第22-24页 |
| 第2章 系统设计与深度学习算法分析 | 第24-38页 |
| 2.1 系统结构设计 | 第24-25页 |
| 2.2 仿真模拟环境搭建 | 第25-27页 |
| 2.2.1 MATLAB软件系统研究 | 第25-26页 |
| 2.2.2 Caffe框架研究 | 第26-27页 |
| 2.3 深度学习基础研究 | 第27-29页 |
| 2.4 Pooling算法分析 | 第29-30页 |
| 2.5 MLP算法分析 | 第30-33页 |
| 2.6 CNN算法分析 | 第33-35页 |
| 2.7 反向传导 | 第35-37页 |
| 2.8 本章小结 | 第37-38页 |
| 第3章 车牌定位与分割设计 | 第38-66页 |
| 3.1 车牌灰度化设计与实现 | 第38-44页 |
| 3.1.1 灰度化投影方法 | 第39-40页 |
| 3.1.2 改进型灰度化方法设计 | 第40-41页 |
| 3.1.3 灰度化的MATLAB软件实现 | 第41-43页 |
| 3.1.4 灰度化结果分析 | 第43-44页 |
| 3.2 车牌定位设计与实现 | 第44-56页 |
| 3.2.1 基于颜色的车辆车牌定位设计 | 第45-49页 |
| 3.2.1.1 颜色定位原理分析 | 第46-47页 |
| 3.2.1.2 颜色定位MATLAB软件实现 | 第47-48页 |
| 3.2.1.3 颜色定位结果分析 | 第48-49页 |
| 3.2.2 基于边缘定位方法设计 | 第49-56页 |
| 3.2.2.1 Prewitt算子仿真实验 | 第50-51页 |
| 3.2.2.2 Laplacian算子仿真实验 | 第51-52页 |
| 3.2.2.3 边缘提取算子理论对比分析 | 第52-53页 |
| 3.2.2.4 边缘提取MATLAB软件实现 | 第53-54页 |
| 3.2.2.5 边缘定位识别结果讨论 | 第54-56页 |
| 3.2.3 车牌定位结果分析 | 第56页 |
| 3.3 车牌水平化方式设计与实现 | 第56-61页 |
| 3.3.1 水平化原理分析 | 第57-58页 |
| 3.3.2 投影矫正比较研究 | 第58-59页 |
| 3.3.3 车牌水平化MATLAB软件实现 | 第59-60页 |
| 3.3.4 识别结果讨论分析 | 第60-61页 |
| 3.4 车牌分割方法设计 | 第61-64页 |
| 3.4.1 两种分割法研究 | 第61-62页 |
| 3.4.2 改进型图像分割法设计 | 第62-63页 |
| 3.4.3 图像分割MATLAB软件实现方式 | 第63-64页 |
| 3.5 车牌定位与分割结果分析 | 第64-65页 |
| 3.6 本章小结 | 第65-66页 |
| 第4章 深度学习字符识别网络设计 | 第66-89页 |
| 4.1 Lenet-5网络训练研究 | 第66-71页 |
| 4.1.1 Lenet-5网络原理分析 | 第66-68页 |
| 4.1.2 Lenet-5网络caffe框架实现 | 第68-69页 |
| 4.1.3 实验测试研究 | 第69-71页 |
| 4.2 Cifar-10网络分析 | 第71-74页 |
| 4.2.1 Cifar-10原理分析 | 第71-72页 |
| 4.2.2 Cifar-10网络caffe框架实现 | 第72-73页 |
| 4.2.3 实验测试研究 | 第73-74页 |
| 4.3 GoogLeNet网络研究 | 第74-77页 |
| 4.3.1 Inception架构研究 | 第74-75页 |
| 4.3.2 Inception相关代码 | 第75-76页 |
| 4.3.3 结果分析 | 第76-77页 |
| 4.4 改进型网络设计及测试 | 第77-87页 |
| 4.4.1 网络输入数据 | 第77-78页 |
| 4.4.2 改进型网络结构 | 第78-80页 |
| 4.4.3 改进型识别网络软件设计 | 第80-83页 |
| 4.4.3.1 网络结构caffe实现 | 第80-81页 |
| 4.4.3.2 学习率不变测试软件实现 | 第81-82页 |
| 4.4.3.3 学习率步进测试软件实现 | 第82-83页 |
| 4.4.4 字符网络训练及结果分析 | 第83-87页 |
| 4.4.4.1 学习率不变测试结果分析 | 第83-84页 |
| 4.4.4.2 学习率步进测试结果分析 | 第84-87页 |
| 4.5 识别结果 | 第87-88页 |
| 4.6 本章小结 | 第88-89页 |
| 总结与展望 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 致谢 | 第95-96页 |
| 附录A LeNet-5网络protext代码 | 第96-100页 |
| 附录B Cifar-10网络protext代码 | 第100-105页 |
| 附录C GoogleNet网络模型 | 第105-107页 |
| 附录D 字符识别网络protext代码 | 第107-110页 |