车牌提取与识别系统的研究与设计
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-14页 |
| ·课题研究背景 | 第9页 |
| ·车牌识别系统的应用 | 第9-10页 |
| ·车牌识别国内外研究现状 | 第10-11页 |
| ·车牌识别系统构成 | 第11-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 2 车牌图像预处理 | 第14-19页 |
| ·彩色图像灰度化 | 第14页 |
| ·图像增强 | 第14-15页 |
| ·图像平滑 | 第15-17页 |
| ·邻域平均 | 第15-16页 |
| ·中值滤波 | 第16页 |
| ·低通滤波法 | 第16-17页 |
| ·图像缩放 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 车牌定位与提取 | 第19-27页 |
| ·车牌区域特征 | 第19页 |
| ·车牌定位方法介绍 | 第19-20页 |
| ·本文车牌定位与提取方法 | 第20-23页 |
| ·基于灰度能量图的车牌定位方法 | 第21-22页 |
| ·构造卷积能量图 | 第22-23页 |
| ·基于颜色特征车牌区域提取 | 第23-26页 |
| ·HSI颜色空间 | 第23-24页 |
| ·车牌字符提取 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 4 车牌字符校正与字符分割 | 第27-32页 |
| ·图像的倾斜校正 | 第27-30页 |
| ·倾斜校正的基本概念 | 第27-29页 |
| ·重心拟合矫正算法 | 第29-30页 |
| ·车牌字符分割 | 第30-31页 |
| ·连通区域分割法 | 第30页 |
| ·模板匹配法 | 第30页 |
| ·本文字符分割算法 | 第30-31页 |
| ·字符归一化 | 第31页 |
| ·本章小结 | 第31-32页 |
| 5 车牌字符识别 | 第32-45页 |
| ·车牌字符识别特点 | 第32页 |
| ·车牌字符识别方法简介 | 第32-33页 |
| ·字符特征提取 | 第33-36页 |
| ·字符结构特征 | 第33-34页 |
| ·字符统计特征 | 第34-36页 |
| ·粗网格特征提取方法 | 第36页 |
| ·BP神经网络 | 第36-40页 |
| ·BP神经网络介绍 | 第36-37页 |
| ·BP神经网络学习规则 | 第37-40页 |
| ·BP网络车牌字符识别 | 第40-43页 |
| ·BP网络的结构设计 | 第40-41页 |
| ·网络设置 | 第41-42页 |
| ·网络训练 | 第42-43页 |
| ·实验结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 6 结论与展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 申请学位期间的研究成果及发表的学术论文 | 第48页 |
| 致谢 | 第48页 |
