| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-11页 |
| 附表索引 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| ·智能交通系统概述 | 第12-13页 |
| ·智能交通系统和产生背景 | 第12页 |
| ·国内外智能交通系统的现状 | 第12-13页 |
| ·车牌自动识别系统概念及应用现状 | 第13-14页 |
| ·车牌自动识别系统概念 | 第13页 |
| ·车牌自动识别系统应用现状 | 第13-14页 |
| ·车牌自动识别系统构成及原理 | 第14-15页 |
| ·本课题研究背景及研究内容 | 第15-17页 |
| 第二章 VC++图像处理基础 | 第17-23页 |
| ·VC++编程概述 | 第17页 |
| ·BMP图像格式简介 | 第17-19页 |
| ·CDib类的构造 | 第19-21页 |
| ·CDib类设计的目标 | 第19-20页 |
| ·CDib类构造 | 第20-21页 |
| ·图像处理基本函数简介 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于扫描行的车牌定位及其在VC++中的实现 | 第23-34页 |
| ·概述 | 第23-24页 |
| ·车牌图像的预处理 | 第24-30页 |
| ·图像灰度化 | 第24-25页 |
| ·图像二值化 | 第25-26页 |
| ·获取图像边缘 | 第26-28页 |
| ·图像中值滤波 | 第28-30页 |
| ·基于扫描行的车牌定位 | 第30-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 基于神经网络的车牌定位 | 第34-45页 |
| ·神经网络 | 第34-39页 |
| ·神经网络的概述 | 第34-35页 |
| ·神经元的结构模型 | 第35-36页 |
| ·BP神经网络 | 第36-39页 |
| ·基于神经网络的车牌定位 | 第39-44页 |
| ·BP神经网络算法的改进 | 第39页 |
| ·BP神经网络车牌定位 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于数学形态学和综合颜色特征的车牌定位 | 第45-58页 |
| ·数学形态学 | 第45-48页 |
| ·数学形态学与图像处理 | 第45-47页 |
| ·数学形态学基本概念 | 第47-48页 |
| ·颜色特征 | 第48-50页 |
| ·颜色模型 | 第48-50页 |
| ·车牌颜色特点 | 第50页 |
| ·基于数学形态学和综合颜色特征的车牌定位 | 第50-56页 |
| ·图像预处理 | 第51-53页 |
| ·基于数学形态学的车牌搜索 | 第53-55页 |
| ·基于综合颜色特征的车牌定位 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 车牌字符分割和字符识别 | 第58-63页 |
| ·字符分割 | 第58-59页 |
| ·字符识别 | 第59-62页 |
| ·特征提取 | 第59-60页 |
| ·字符识别 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第70页 |