| 第一章 引言 | 第1-18页 |
| 1．1 研究任务与结果 | 第8-9页 |
| 1．2 相关关键技术动态 | 第9-16页 |
| 1．2．1 智能交通系统中计算机视觉技术的应用 | 第9-11页 |
| 1．2．2 基于计算机视觉的视频流关键帧检测与获取 | 第11-13页 |
| 1．2．3 视频流中标识文本串的分割与提取 | 第13-15页 |
| 1．2．4 字符识别 | 第15-16页 |
| 1．3 论文内容安排 | 第16-18页 |
| 第二章 视频流关键帧提取与流中标识字符串分割 | 第18-32页 |
| 2．1 车流视频关键帧提取方案 | 第19-26页 |
| 2．1．1 视频分层组织方案和技术 | 第19-21页 |
| 2．1．2 车流视频序列关键帧检测与提取方案 | 第21-26页 |
| 2．2 流中标识文本串提取与字符分割 | 第26-32页 |
| 2．2．1 文本提取 | 第27-28页 |
| 2．2．2 车牌图像倾斜度的检测与校正 | 第28-29页 |
| 2．2．3 粘连字符的分割 | 第29-32页 |
| 第三章 字符串图象形状相关识别特性 | 第32-45页 |
| 3．1 文本图象序列逐位识别技术 | 第32-34页 |
| 3．1．1 整体识别策略 | 第32-33页 |
| 3．1．2 文本图象序列的位结构模型 | 第33-34页 |
| 3．1．3 图象序列逐位识别方案 | 第34页 |
| 3．2 机动车号牌图象的位模式分析 | 第34-36页 |
| 3．2．1 国家标准车牌样式 | 第34-35页 |
| 3．2．2 车牌位结构分解及位空间分类 | 第35-36页 |
| 3．3 字符基元图象基于形状相关的识别原理 | 第36-39页 |
| 3．3．1 字符基元图象归一化 | 第37-38页 |
| 3．3．2 形状相关尺度特征变换 | 第38-39页 |
| 3．4 标准车牌字符基元图象的相关识别特性 | 第39-45页 |
| 3．4．1 十元标准字符基元空间相关特性 | 第40-42页 |
| 3．4．2 二十五元标准字符基元空间相关特性 | 第42-43页 |
| 3．4．3 三十五元字符空间相关特性 | 第43-45页 |
| 第四章 字符图象畸变对其相关识别的影响 | 第45-58页 |
| 4．1 车牌图象的传输和干扰模型 | 第45-47页 |
| 4．2 字符基元畸变模型 | 第47-49页 |
| 4．3 畸变字符样本的PC仿真生成 | 第49-51页 |
| 4．4 各畸变字符子空间相关识别特性 | 第51-57页 |
| 4．4．1 十元畸变字符空间相关识别特性 | 第51-54页 |
| 4．4．2 二十五元畸变字符空间相关识别特性 | 第54-56页 |
| 4．4．3 三十五元畸变字符空间相关识别特性 | 第56-57页 |
| 4．5 分析结论 | 第57-58页 |
| 第五章 字符基元相关识别系统设计 | 第58-67页 |
| 5．1 相关理论 | 第58-63页 |
| 5．1．1 分类决策 | 第58-59页 |
| 5．1．2 线性判别函数 | 第59-61页 |
| 5．1．3 多类问题 | 第61-63页 |
| 5．2 各空间线性机器的算法描述与程序实现 | 第63-65页 |
| 5．3 试验结果 | 第65-67页 |
| 5．3．1 各空间线性机器的设计 | 第65-66页 |
| 5．3．2 在车辆识别系统中的应用 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6．1 论文总结 | 第67页 |
| 6．2 未来研究展望 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 致谢 | 第71-72页 |
| 个人简历 | 第72页 |