| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·车牌识别系统的应用背景 | 第9-10页 |
| ·车牌识别简介 | 第10-12页 |
| ·车牌识别技术发展现状 | 第12页 |
| ·论文的结构 | 第12-14页 |
| 2 车牌图像预处理算法分析 | 第14-20页 |
| ·车牌识别算法流程 | 第14页 |
| ·灰度化处理 | 第14-15页 |
| ·图像增强 | 第15-19页 |
| ·灰度变换 | 第15-17页 |
| ·直方图均衡 | 第17-19页 |
| ·中值滤波 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 车牌定位算法分析 | 第20-33页 |
| ·引言 | 第20页 |
| ·车牌定位方法发展概况 | 第20-21页 |
| ·边缘检测 | 第21-32页 |
| ·梯度算子 | 第21-23页 |
| ·拉普拉斯算子 | 第23-24页 |
| ·LOG(Laplacian Of Gaussian)算子 | 第24-25页 |
| ·Canny算子 | 第25-26页 |
| ·基于边缘点区域连通车牌定位算法 | 第26-32页 |
| ·本章小结 | 第32-33页 |
| 4 字符分割算法分析 | 第33-51页 |
| ·引言 | 第33页 |
| ·车牌字符分割简介 | 第33页 |
| ·车牌倾斜矫正 | 第33-43页 |
| ·基于K-L展开式的车牌水平倾斜矫正方法 | 第36-41页 |
| ·车牌垂直倾斜矫正 | 第41-43页 |
| ·车牌上下边框和铆钉的去除 | 第43-44页 |
| ·车牌字符分割 | 第44-46页 |
| ·字符归一化处理 | 第46-47页 |
| ·字符笔划细化处理 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 5 字符识别算法分析 | 第51-65页 |
| ·引言 | 第51页 |
| ·字符识别方法简介 | 第51-53页 |
| ·BP神经网络 | 第53-57页 |
| ·BP神经元原理 | 第53-54页 |
| ·BP算法原理 | 第54-57页 |
| ·字符特征提取 | 第57-58页 |
| ·神经网络设计 | 第58-64页 |
| ·BP网络的层数 | 第58页 |
| ·各层的节点数 | 第58-60页 |
| ·传递函数 | 第60-61页 |
| ·初始权值 | 第61页 |
| ·误差函数选择 | 第61-62页 |
| ·训练方法 | 第62页 |
| ·训练数据的处理 | 第62页 |
| ·结果验证 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 6 系统设计 | 第65-78页 |
| ·引言 | 第65页 |
| ·硬件系统结构 | 第65-72页 |
| ·TMS320DM642的CPU结构 | 第66-69页 |
| ·TMS320DM642的VP口 | 第69页 |
| ·TMS320DM642存储器 | 第69-70页 |
| ·视频解码芯片SAA7115H介绍 | 第70-71页 |
| ·视频编码芯片SAA7105E介绍 | 第71页 |
| ·10/100M自适应以太网接口 | 第71-72页 |
| ·软件系统 | 第72-77页 |
| ·本章小结 | 第77-78页 |
| 7 结束语 | 第78-80页 |
| ·本文所做的工作 | 第78页 |
| ·本文的不足 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |