| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 图表目录 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题背景及研究意义 | 第13-14页 |
| 1.2 中国的车牌特点 | 第14-15页 |
| 1.3 车牌识别系统的发展现状 | 第15-16页 |
| 1.4 基于Android平台的车牌识别系统研究现状 | 第16页 |
| 1.5 论文的主要工作安排 | 第16-19页 |
| 第二章 车牌图像的预处理 | 第19-29页 |
| 2.1 车牌图像预处理的研究背景 | 第19-20页 |
| 2.2 压缩感知理论的提出 | 第20-22页 |
| 2.3 压缩感知理论的基本模型 | 第22-23页 |
| 2.4 压缩感知理论的核心技术 | 第23-25页 |
| 2.5 本文针对车牌图像设计的稀疏字典 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 车牌的定位 | 第29-53页 |
| 3.1 车牌定位目前研究状况 | 第29-31页 |
| 3.2 本文的车牌定位方法 | 第31-51页 |
| 3.2.1 HSV颜色空间 | 第32-34页 |
| 3.2.2 自适应维纳滤波器 | 第34-39页 |
| 3.2.3 图像的二值化 | 第39-42页 |
| 3.2.4 图像的形态学 | 第42-46页 |
| 3.2.5 边缘检测 | 第46-51页 |
| 3.3 本文在车牌定位中的创新点 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 车牌的字符分割与字符识别 | 第53-63页 |
| 4.1 车牌的字符分割与字符识别的研现状 | 第53-55页 |
| 4.2 车牌的字符分割 | 第55-57页 |
| 4.3 车牌的字符识别 | 第57-61页 |
| 4.3.1 Haursdorff 距离 | 第58-59页 |
| 4.3.2 基于Haursdorff距离的车牌字符模版匹配识别方法的实现 | 第59-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 对于Android平台的车牌识别系统初开发及设想 | 第63-73页 |
| 5.1 Android 的介绍 | 第63-65页 |
| 5.2 Android的系统架构 | 第65-68页 |
| 5.3 基于Android平台的车牌识别系统开发与设计 | 第68-72页 |
| 5.4 本章总结 | 第72-73页 |
| 第六章 总结和展望 | 第73-75页 |
| 6.1 总结 | 第73页 |
| 6.2 展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 研究生期间的成果 | 第81页 |
