| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景与意义 | 第8-9页 |
| ·车牌识别系统的国内外研究现状、特点及难点 | 第9-12页 |
| ·车牌识别系统发展现状及趋势 | 第9-11页 |
| ·车牌定位、字符分割和字符识别的特点、难点 | 第11-12页 |
| ·本文主要内容及结构 | 第12-14页 |
| 第二章 车牌图像预处理技术 | 第14-26页 |
| ·车牌识别系统简介 | 第14-15页 |
| ·图像灰度化 | 第15-17页 |
| ·图像增强 | 第17-20页 |
| ·图像去噪 | 第20-22页 |
| ·均值滤波 | 第20-21页 |
| ·中值滤波 | 第21-22页 |
| ·图像二值化 | 第22-25页 |
| ·二值化定义 | 第22-23页 |
| ·全局阈值法 | 第23-24页 |
| ·局部阈值法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于区域生长原理的车牌定位算法 | 第26-48页 |
| ·车牌特征及车牌定位算法 | 第26-29页 |
| ·基于灰度值区域生长的车牌定位算法 | 第29-43页 |
| ·车牌区域的初步快速定位 | 第29-35页 |
| ·车牌的精确定位 | 第35-36页 |
| ·常用的车牌校正方法 | 第36-38页 |
| ·基于迭代的最小二乘法原理的水平车牌校正方法 | 第38-41页 |
| ·基于字符外接矩形与平行四边形的垂直车牌校正方法 | 第41-43页 |
| ·实验结果分析 | 第43-47页 |
| ·阈值训练 | 第43-45页 |
| ·本文算法与其它算法的比较 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 边缘检测与统计特征相结合的车牌字符分割算法 | 第48-64页 |
| ·车牌字符分割经典方法及难点 | 第48-49页 |
| ·经典的车牌字符分割方法研究 | 第48-49页 |
| ·车牌字符字符分割难点分析 | 第49页 |
| ·基于图像边缘的形态学锐化增强二值化算法 | 第49-53页 |
| ·去除车牌边框 | 第53-55页 |
| ·基于边缘检测与统计特征相结合的车牌字符分割方法 | 第55-62页 |
| ·车牌图像边缘检测 | 第55-60页 |
| ·车牌字符分割 | 第60-62页 |
| ·实验结果分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 车牌字符识别算法研究 | 第64-76页 |
| ·车牌字符识别的特点 | 第64-66页 |
| ·字符细化 | 第66-68页 |
| ·特征提取 | 第68-69页 |
| ·基于Hausdorff距离的车牌字符识别 | 第69-73页 |
| ·Hausdorff距离 | 第69-70页 |
| ·基于改进的Hausdorff距离的多模板匹配车牌字符识别算法 | 第70-73页 |
| ·实验结果分析 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·研究工作总结 | 第76-77页 |
| ·研究工作展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 攻读硕士学位期间主要的研究成果 | 第84页 |