| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-22页 |
| ·车牌识别系统简介 | 第12-18页 |
| ·车牌识别系统中的关键技术 | 第13-15页 |
| ·车牌字符识别技术的现状和难点 | 第15-17页 |
| ·常用车牌汉字识别方法 | 第17-18页 |
| ·小波理论的发展背景 | 第18-19页 |
| ·神经网络模式识别方法的发展现状 | 第19-20页 |
| ·小波神经网络的发展现状 | 第20-21页 |
| ·本论文研究的主要内容 | 第21-22页 |
| 第二章 小波理论 | 第22-28页 |
| ·傅里叶分析 | 第22-23页 |
| ·小波变换 | 第23-28页 |
| ·小波变换的定义 | 第23-25页 |
| ·小波变换的特点 | 第25-26页 |
| ·小波变换与图像处理 | 第26-28页 |
| 第三章 传统的不变矩 | 第28-37页 |
| ·几何矩 | 第28-32页 |
| ·矩的概念 | 第28-29页 |
| ·矩的物理意义 | 第29-30页 |
| ·矩的各种变换 | 第30-32页 |
| ·Hu矩和组合矩 | 第32-33页 |
| ·Zernike不变矩 | 第33-34页 |
| ·实验分析 | 第34-37页 |
| ·Hu矩及Hu组合矩的不变性分析 | 第34-36页 |
| ·Zernike矩的不变性分析 | 第36-37页 |
| 第四章 基于小波分析的不变矩 | 第37-44页 |
| ·具有旋转不变性的矩特征表示 | 第37-38页 |
| ·位置、尺寸归一化 | 第38-39页 |
| ·小波矩的构造 | 第39-41页 |
| ·特征的选择 | 第41-43页 |
| ·小波矩的不变性实验分析 | 第43-44页 |
| 第五章 小波神经网络在车牌字符识别中的应用 | 第44-58页 |
| ·BP算法 | 第44-46页 |
| ·基于BP算法的小波神经网络 | 第46-53页 |
| ·小波神经网络的分类 | 第47-48页 |
| ·小波函数的选择 | 第48-49页 |
| ·小波神经网络的参数初始化 | 第49-50页 |
| ·基于BP算法的小波神经网络 | 第50-53页 |
| ·基于小波神经网络的车牌字符识别 | 第53-55页 |
| ·字符归一化 | 第54页 |
| ·字符特征提取 | 第54页 |
| ·小波神经网络训练 | 第54-55页 |
| ·基于小波神经网络的车牌字符识别 | 第55页 |
| ·实验结果及分析 | 第55-58页 |
| ·基于小波神经网络和BP神经网络的车牌字符识别比较 | 第55-57页 |
| ·基于Hu组合矩特征和小波矩特征的车牌字符识别比较 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |