| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景意义 | 第10页 |
| ·车牌识别研究现状 | 第10-11页 |
| ·视频检索识别研究现状 | 第11-13页 |
| ·论文的工作内容与章节安排 | 第13-14页 |
| 第2章 图像预处理 | 第14-23页 |
| ·图像颜色空间 | 第14-16页 |
| ·RGB 颜色空间 | 第14页 |
| ·HSV 颜色空间 | 第14-16页 |
| ·图像灰度化 | 第16页 |
| ·图像滤波 | 第16-17页 |
| ·均值滤波 | 第16页 |
| ·中值滤波 | 第16-17页 |
| ·图像边缘检测 | 第17-19页 |
| ·梯度算子 | 第17-18页 |
| ·高斯－拉普拉斯算子 | 第18-19页 |
| ·数学形态学方法 | 第19-21页 |
| ·腐蚀 | 第20页 |
| ·膨胀 | 第20-21页 |
| ·开运算与闭运算 | 第21页 |
| ·车辆图像预处理 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 车牌识别 | 第23-42页 |
| ·车牌定位 | 第23-30页 |
| ·常用的车牌定位方法 | 第23-24页 |
| ·结合边缘检测、车牌颜色信息和数学形态学方法的车牌定位方法 | 第24-29页 |
| ·算法测试与分析 | 第29-30页 |
| ·车牌校正与字符分割 | 第30-32页 |
| ·车牌校正 | 第30页 |
| ·车牌边框去除 | 第30-31页 |
| ·字符分割 | 第31-32页 |
| ·字符识别 | 第32-41页 |
| ·字符归一化 | 第32-33页 |
| ·常用的字符识别方法分析 | 第33-34页 |
| ·BP 神经网络模型 | 第34-38页 |
| ·“200 维”字符特征规则 | 第38-39页 |
| ·BP 神经网络的结构设计 | 第39-41页 |
| ·算法测试与分析 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第4章 视频检索 | 第42-67页 |
| ·视频结构 | 第42页 |
| ·镜头边界检测方法 | 第42-43页 |
| ·关键帧检测方法 | 第43-44页 |
| ·运动目标检测 | 第44-52页 |
| ·常用的运动目标检测方法 | 第44-47页 |
| ·融合三帧差分法与背景差分法的运动目标检测方法 | 第47-52页 |
| ·阴影去除 | 第52-53页 |
| ·基于运动信息的关键帧提取 | 第53-55页 |
| ·车辆颜色匹配 | 第55-58页 |
| ·车辆视频检索 | 第58-65页 |
| ·本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士期间发表论文与研究成果清单 | 第74-75页 |
| 致谢 | 第75页 |