| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究车牌识别的目的及意义 | 第10-11页 |
| 1.2 车牌识别的国内外研究现状 | 第11-13页 |
| 1.2.1 国外车牌识别的研究现状 | 第11页 |
| 1.2.2 国内车牌识别的研究现状 | 第11-13页 |
| 1.3 车牌识别一般过程 | 第13-14页 |
| 1.4 本论文的主要研究内容 | 第14-16页 |
| 第2章 基于自适应的形态学车牌定位算法研究 | 第16-31页 |
| 2.1 车牌定位概述 | 第16-18页 |
| 2.2 预处理 | 第18-25页 |
| 2.2.1 图像灰度处理 | 第18-19页 |
| 2.2.2 图像水平干扰去除的原理及步骤 | 第19-21页 |
| 2.2.3 二值化处理 | 第21-22页 |
| 2.2.4 车牌图像背景干扰的去除 | 第22-25页 |
| 2.4 基于自适应的形态学算法原理简介 | 第25-27页 |
| 2.4.1 自适应算法简介 | 第25页 |
| 2.4.2 形态学算法简介 | 第25-26页 |
| 2.4.3 自适应算法应用于形态学的理论分析 | 第26-27页 |
| 2.5 基于自适应的形态学车牌定位研究 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 车牌字符分割算法研究 | 第31-38页 |
| 3.1 字符分割简介 | 第31-32页 |
| 3.2 车牌字符分割算法研究 | 第32-35页 |
| 3.2.1 倾斜校正 | 第32页 |
| 3.2.2 去除边框及铆钉 | 第32-33页 |
| 3.2.3 基于垂直投影的字符分割 | 第33-35页 |
| 3.3 车牌字符的归一化 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于遗传融合的 BP 网络字符识别算法研究 | 第38-59页 |
| 4.1 车牌字符特征提取方案研究 | 第38-39页 |
| 4.2 BP 网络的基本原理 | 第39-47页 |
| 4.2.1 BP 神经网络模型 | 第39-45页 |
| 4.2.2 BP 网络识别字符的优缺点 | 第45-46页 |
| 4.2.3 BP 网络的已有改进方案 | 第46-47页 |
| 4.3 遗传算法简介 | 第47-48页 |
| 4.4 基于遗传融合的 BP 网络改进算法研究 | 第48-52页 |
| 4.5 基于遗传融合的 BP 网络字符识别 | 第52-58页 |
| 4.5.1 构建遗传融合 BP 网络 | 第53-54页 |
| 4.5.2 训练遗传融合 BP 网络 | 第54-56页 |
| 4.5.3 识别结果仿真与分析 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |