实时车牌识别系统关键技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·智能交通系统概述 | 第8-9页 |
| ·动车牌识别的主要技术与应用 | 第9-11页 |
| ·本文主要研究工作 | 第11-12页 |
| 第二章 车牌定位 | 第12-25页 |
| ·基于行扫描的实时车牌定位算法 | 第13-14页 |
| ·小波变换在车牌定位中的应用 | 第14-20页 |
| ·小波变换 | 第14-18页 |
| ·小波变换在车牌定位中的应用 | 第18-20页 |
| ·基于边缘检测的车牌定位 | 第20-23页 |
| ·Sobel 算子 | 第20-21页 |
| ·Prewitt算子 | 第21-22页 |
| ·Roberts算子 | 第22-23页 |
| ·车牌矫正 | 第23页 |
| ·小结 | 第23-25页 |
| 第三章 基于形态学的车牌字符分割 | 第25-29页 |
| ·数学形态学 | 第25-27页 |
| ·数学形态学与图像处理 | 第25页 |
| ·数学形态学基本概念 | 第25-27页 |
| ·基于数学形态学的车牌字符分割 | 第27页 |
| ·形态学对断裂字符的修复 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第四章 字符识别 | 第29-47页 |
| ·人工神经网络简介 | 第29-32页 |
| ·人工神经网络研究的发展历史 | 第29-30页 |
| ·人工神经网络的特点 | 第30页 |
| ·人工神经元模型、网络结构及其学习方法 | 第30-32页 |
| ·误差反向传播(BP)神经网络 | 第32-36页 |
| ·BP神经网络结构 | 第32-33页 |
| ·BP神经网络学习算法 | 第33-36页 |
| ·字符特征的选取 | 第36-43页 |
| ·数字与字母特征的选取 | 第36-42页 |
| ·汉字特征的选取 | 第42-43页 |
| ·基于BP神经网络的车牌字符识别 | 第43-46页 |
| ·BP神经网络的结构 | 第43-45页 |
| ·字符特征选取 | 第45页 |
| ·字符识别总框图 | 第45-46页 |
| ·实验结果 | 第46页 |
| ·小结 | 第46-47页 |
| 第五章 软件开发介绍 | 第47-53页 |
| ·车牌自动识别系统的原理框图 | 第47页 |
| ·识别软件 | 第47-49页 |
| ·识别系统软件框图 | 第47-48页 |
| ·识别流程 | 第48-49页 |
| ·软件开发 | 第49-51页 |
| ·软件系统设计目标 | 第49-50页 |
| ·软件结构 | 第50-51页 |
| ·软件调试与结果 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第六章 总结 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
