车牌识别关键技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·车牌识别系统的应用领域 | 第7页 |
| ·车牌识别技术的理论背景 | 第7-8页 |
| ·车牌识别系统国内外研究现状 | 第8-10页 |
| ·车牌识别技术中的难点 | 第10-11页 |
| ·本论文主要研究内容 | 第11-12页 |
| 第二章 车牌图像处理技术 | 第12-30页 |
| ·车牌图像的灰度化 | 第12-14页 |
| ·车牌图像增强 | 第14-18页 |
| ·车牌图像二值化 | 第18-23页 |
| ·车牌图像的平滑去噪 | 第23-24页 |
| ·车牌图像边缘检测 | 第24-29页 |
| ·小结 | 第29-30页 |
| 第三章 车牌定位技术 | 第30-39页 |
| ·本文的基于数学形态学的车牌定位方法 | 第30-37页 |
| ·数学形态学基本理论 | 第30-34页 |
| ·数学形态学的车牌定位 | 第34-37页 |
| ·车牌图像倾斜矫正 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 车牌字符分割及相关处理 | 第39-50页 |
| ·本文的车牌字符的分割方法 | 第40-43页 |
| ·除去上下边框 | 第40-41页 |
| ·基于投影的初次分割 | 第41-43页 |
| ·字符内有断裂的牌照图像的处理 | 第43页 |
| ·车牌字符分割的的其它他算法 | 第43-46页 |
| ·车牌字符归一化处理 | 第46-47页 |
| ·车牌字符细化的方法与实现 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第五章 车牌字符图像的特征提取 | 第50-56页 |
| ·本文采用K-L变换提取车牌字符特征向量 | 第50-53页 |
| ·K-L变换原理 | 第50-52页 |
| ·K-L变换提取车牌字符特征向量的算法 | 第52-53页 |
| ·其它常用特征提取方法 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第六章 车牌字符识别技术 | 第56-71页 |
| ·本文基于BP神经网络识别车牌字符 | 第56-68页 |
| ·人工神经网络在图像字符识别中的应用 | 第56-58页 |
| ·人工神经网络的工作原理与构成 | 第58-59页 |
| ·三层BP网络学习算法 | 第59-65页 |
| ·三层BP神经网络字符识别器 | 第65-68页 |
| ·其它常用的字符识别方法 | 第68-70页 |
| ·小结 | 第70-71页 |
| 第七章 结束语 | 第71-74页 |
| ·工作总结 | 第71-72页 |
| ·对未来工作的展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的论文 | 第79页 |
