基于变论域神经网络的车牌识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外车牌识别研究现状 | 第10-12页 |
| 1.3 本文研究内容与章节安排 | 第12-14页 |
| 2 车辆牌照的前期处理 | 第14-26页 |
| 2.1 图像预处理 | 第14-21页 |
| 2.1.1 图像灰度化 | 第15页 |
| 2.1.2 图像增强 | 第15-16页 |
| 2.1.3 图像平滑 | 第16-18页 |
| 2.1.4 图像边缘检测 | 第18-19页 |
| 2.1.5 图像二值化 | 第19-21页 |
| 2.2 数学形态学处理 | 第21-22页 |
| 2.3 车牌定位 | 第22-26页 |
| 2.3.1 车牌特征 | 第23页 |
| 2.3.2 车牌水平定位 | 第23-25页 |
| 2.3.3 车牌垂直定位 | 第25-26页 |
| 3 车辆牌照的字符分割 | 第26-30页 |
| 3.1 图像标准化 | 第26页 |
| 3.2 车牌图像几何校正 | 第26-29页 |
| 3.2.1 霍夫变换原理 | 第27-28页 |
| 3.2.2 几何校正 | 第28-29页 |
| 3.3 车牌字符分割 | 第29-30页 |
| 4 车牌字符识别原理 | 第30-38页 |
| 4.1 字符识别概论 | 第30-32页 |
| 4.2 字符归一化 | 第32-33页 |
| 4.3 字符特征提取 | 第33-37页 |
| 4.3.1 基本概念 | 第33页 |
| 4.3.2 小波矩 | 第33-36页 |
| 4.3.3 特征的选择 | 第36-37页 |
| 4.4 分类器的选取 | 第37-38页 |
| 5 神经网络在车牌识别中的应用 | 第38-53页 |
| 5.1 神经网络基本概念 | 第38-41页 |
| 5.1.1 神经元模型 | 第38-40页 |
| 5.1.2 神经网络的学习方式 | 第40-41页 |
| 5.2 误差反向传播算法—BP算法 | 第41-47页 |
| 5.2.1 BP算法的公式推导 | 第43-45页 |
| 5.2.2 设计BP网络的方法 | 第45-47页 |
| 5.3 变论域神经网络算法 | 第47-49页 |
| 5.4 两种算法的应用 | 第49-53页 |
| 5.4.1 网络的结构 | 第49-50页 |
| 5.4.2 实验与分析 | 第50-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
