| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题研究背景和意义 | 第11-12页 |
| ·课题研究背景 | 第11-12页 |
| ·课题研究的实用价值与学术意义 | 第12页 |
| ·国内外研究动态综述 | 第12-16页 |
| ·车牌识别要解决的几个基本问题 | 第12-13页 |
| ·车牌识别技术的研究现状 | 第13-16页 |
| ·本文主要研究工作及论文安排 | 第16-18页 |
| 第二章 AdaBoost车牌字符识别算法的理论基础 | 第18-29页 |
| ·基本概念 | 第18-20页 |
| ·机器学习 | 第18页 |
| ·弱分类器 | 第18-19页 |
| ·样本集 | 第19页 |
| ·假设 | 第19页 |
| ·分布 | 第19页 |
| ·误判率 | 第19-20页 |
| ·AdaBoost家族算法理论概述 | 第20-28页 |
| ·DAB算法 | 第20-23页 |
| ·RAB算法介绍 | 第23-25页 |
| ·GAB算法分析 | 第25-26页 |
| ·AdaBoost_M1和AdaBoost_M2算法 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 车牌字符识别的预处理 | 第29-39页 |
| ·车牌定位 | 第29-36页 |
| ·车牌图像二值化 | 第33-34页 |
| ·Sobel算子边缘提取 | 第34页 |
| ·车牌数学形态学处理 | 第34-35页 |
| ·车牌倾斜校正 | 第35-36页 |
| ·车牌字符分割 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于加权模板匹配改进的AdaBoost算法的字符识别 | 第39-50页 |
| ·特征加权的模板匹配算法 | 第39-40页 |
| ·本文提出的AB-TM算法 | 第40-45页 |
| ·经典AdaBoost算法的数学描述 | 第40-41页 |
| ·AdaBoost算法存在的问题 | 第41-42页 |
| ·改进后的AB-TM算法 | 第42-45页 |
| ·实验结果及分析 | 第45-49页 |
| ·数据样本 | 第45-46页 |
| ·车牌定位的实验结果及分析 | 第46-48页 |
| ·本文改进的字符识别的实验结果及分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 系统硬件平台及系统软件实现 | 第50-62页 |
| ·系统的总体设计与架构 | 第50页 |
| ·系统识别硬件平台设计 | 第50-53页 |
| ·图像采集电路设计 | 第51页 |
| ·存储器扩展电路设计 | 第51-52页 |
| ·以太网接口电路设计 | 第52-53页 |
| ·系统软件实现 | 第53-61页 |
| ·系统仿真环境CCS | 第53-54页 |
| ·车辆图像的采集 | 第54-55页 |
| ·车辆识别算法与程序设计 | 第55-56页 |
| ·算法的移植 | 第56-57页 |
| ·算法的优化 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读学位期间发表的学术论文 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第72-74页 |
