| 第一章 绪 论 | 第1-14页 |
| 1．1 不停车自动收费系统的发展状况 | 第7-9页 |
| 1．2 TIRIS AVI系统简介 | 第9-11页 |
| 1．2．1 系统结构 | 第9-10页 |
| 1．2．2 工作原理 | 第10-11页 |
| 1．3 车辆牌照识别系统概述 | 第11-14页 |
| 第二章 图象分析与处理的基本方法 | 第14-20页 |
| 2．1 图象变换 | 第14-17页 |
| 2．1．1 离散Fourier变换（DFT） | 第15页 |
| 2．1．2 Rapid变换 | 第15-16页 |
| 2．1．3 离散Karhunen-Loeve变换 | 第16-17页 |
| 2．2 边缘检测 | 第17-20页 |
| 2．2．1 梯度算子 | 第17-18页 |
| 2．2．2 Sobel算子 | 第18页 |
| 2．2．3 Laplacian算子 | 第18页 |
| 2．2．4 Kirsch算子 | 第18-20页 |
| 第三章 车辆牌照识别系统的设计实现 | 第20-44页 |
| 3．1 图象预处理 | 第20-26页 |
| 3．1．1 图象的采集与转换 | 第20-23页 |
| 3．1．2 图象增强 | 第23-25页 |
| 3．1．3 图象水平校正 | 第25-26页 |
| 3．2 牌照的定位和分割 | 第26-32页 |
| 3．2．1 图象的边缘检出 | 第27-28页 |
| 3．2．2 牌照区域的定位与分割 | 第28-30页 |
| 3．2．3 阈值选取与图象二值化 | 第30-32页 |
| 3．3 字符分割与特征提取 | 第32-40页 |
| 3．3．1 字符分割与细化 | 第32-34页 |
| 3．3．2 字符分类特征的提取 | 第34-40页 |
| 3．4 字符的识别 | 第40-44页 |
| 3．4．1 模板匹配 | 第41-42页 |
| 3．4．2 最小距离识别 | 第42-44页 |
| 第四章 基于神经网络的识别器设计思路与MATLAB语言仿真 | 第44-49页 |
| 4．1 神经网络模型 | 第44-46页 |
| 4．1．1 BP神经网络 | 第44-46页 |
| 4．1．2 RBF神经网络 | 第46页 |
| 4．2 用MATLAB语言实现神经网络的仿真 | 第46-49页 |
| 4．2．1 BP神经网络仿真 | 第47-48页 |
| 4．2．2 RBF神经网络仿真 | 第48-49页 |
| 第五章 实验结果与讨论 | 第49-52页 |
| 结束语 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 附录一 | 第56-57页 |
| 附录二 | 第57页 |