基于BP神经网络的车辆车牌识别系统的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究动机 | 第12-14页 |
| ·研究内容 | 第14-15页 |
| ·论文组织 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第二章 图像处理与神经网络 | 第16-22页 |
| ·图像处理 | 第16-17页 |
| ·图像处理所涉及的领域 | 第17-18页 |
| ·神经网络与模式识别 | 第18-19页 |
| ·神经网络模式识别 | 第19-21页 |
| ·车牌识别与神经网络 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 车牌定位 | 第22-49页 |
| ·车牌定位算法现状 | 第22-23页 |
| ·基于边缘检测的车牌定位 | 第23-25页 |
| ·图像预处理 | 第25-33页 |
| ·像灰度化处理 | 第26-27页 |
| ·图像增强 | 第27-29页 |
| ·图像平滑 | 第29-30页 |
| ·图像锐化 | 第30-31页 |
| ·图像恢复 | 第31-32页 |
| ·图像二值化 | 第32-33页 |
| ·车牌图像的边缘检测 | 第33-36页 |
| ·简单边缘算子 | 第33页 |
| ·梯度算子 | 第33-34页 |
| ·垂直检测和水平检测 | 第34-36页 |
| ·车牌的定位 | 第36-48页 |
| ·车牌的特征 | 第37-38页 |
| ·车牌定位的常用方法 | 第38-39页 |
| ·车牌定位算法 | 第39-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 车牌的倾斜校正和字符分割 | 第49-58页 |
| ·车牌的倾斜校正 | 第49-50页 |
| ·基于Hough变换的车牌倾斜校正 | 第50-53页 |
| ·字符分割 | 第53-56页 |
| ·字符归一化 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于神经网络的车牌识别 | 第58-86页 |
| ·多层前馈网络 | 第58-60页 |
| ·误差反向传播算法 | 第60-63页 |
| ·字符识别的BP网络结构的设计 | 第63-71页 |
| ·输入层、输出层神经元个数 | 第63-64页 |
| ·隐藏层层数的选择 | 第64-66页 |
| ·隐藏层神经元数目的选择 | 第66-67页 |
| ·激活函数的选择 | 第67-68页 |
| ·BP网络的参数的设置 | 第68-71页 |
| ·字符特征的提取 | 第71-75页 |
| ·BP网络的训练 | 第75-78页 |
| ·停止训练的时机 | 第76-77页 |
| ·训练样本的选取 | 第77-78页 |
| ·网络训练结果 | 第78页 |
| ·车牌识别系统的总体实现 | 第78-83页 |
| ·实验结果分析 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 结论与展望 | 第86-90页 |
| ·本论文研究总结 | 第86-88页 |
| ·前景展望 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-93页 |
| 攻硕期间取得的研究成果 | 第93页 |
