车牌识别技术的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·车辆牌照识别系统的发展 | 第7-9页 |
| ·车辆牌照识别技术研究的背景及意义 | 第7-8页 |
| ·车辆牌照自动识别系统的发展与研究现状 | 第8-9页 |
| ·主要研究内容及论文结构 | 第9-11页 |
| ·主要研究内容 | 第9-10页 |
| ·论文结构 | 第10页 |
| ·系统流程图 | 第10-11页 |
| 2 车牌字符定位 | 第11-23页 |
| ·常用车牌定位方法 | 第11页 |
| ·常用字符分割方法 | 第11-12页 |
| ·本文字符定位算法 | 第12-13页 |
| ·分水岭算法简介 | 第12-13页 |
| ·分水岭算法应用于车牌字符的寻找 | 第13页 |
| ·车牌字符的初步定位 | 第13-16页 |
| ·初步定位后的车牌字符的去噪处理 | 第16-17页 |
| ·初步定位后的车牌去伪字符处理 | 第17页 |
| ·车牌铆钉的去除 | 第17-18页 |
| ·车牌字符所在轴线的确定 | 第18-19页 |
| ·车牌字符的精确定位 | 第19页 |
| ·实验结果 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 3 基于BP算法的字符识别 | 第23-35页 |
| ·BP算法基本理论 | 第23-25页 |
| ·BP算法的改进 | 第25页 |
| ·字符识别预处理 | 第25-30页 |
| ·二值化 | 第26页 |
| ·倾斜纠正 | 第26-27页 |
| ·归一化 | 第27-28页 |
| ·字符特征的提取 | 第28-30页 |
| ·BP神经网络的设计 | 第30-32页 |
| ·实验结果 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 4 基于粒子群优化算法的神经网络字符识别研究 | 第35-43页 |
| ·粒子群算法优化神经网络研究现状 | 第35-36页 |
| ·基本PSO用于优化神经网络 | 第36-37页 |
| ·PSO算法的改进 | 第37-40页 |
| ·粒子编码 | 第37-38页 |
| ·粒子飞行 | 第38-39页 |
| ·环形粒子群结构 | 第39页 |
| ·增加扰动 | 第39-40页 |
| ·算法步骤 | 第40页 |
| ·实验结果 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 5 系统运行结果 | 第43-45页 |
| 6 总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-51页 |
