| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·引言 | 第12页 |
| ·车牌识别技术研究发展状况 | 第12-15页 |
| ·车牌定位技术研究发展状况 | 第13-14页 |
| ·车牌字符识别技术研究发展状况 | 第14-15页 |
| ·本文所做的工作 | 第15-18页 |
| ·本文的主要研究内容 | 第15-16页 |
| ·本文的主要研究特点 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 第2章 车牌识别技术知识 | 第18-23页 |
| ·图象预处理 | 第18-19页 |
| ·车牌定位 | 第19-20页 |
| ·二值转换 | 第20页 |
| ·车牌分类和字符分割 | 第20页 |
| ·字符识别 | 第20-22页 |
| ·字符类型 | 第20-21页 |
| ·字符细化 | 第21页 |
| ·字符匹配 | 第21-22页 |
| ·字符训练 | 第22页 |
| ·小结 | 第22-23页 |
| 第3章 车牌定位算法研究及实现 | 第23-39页 |
| ·面向车牌定位的图象预处理 | 第23-32页 |
| ·图象的增强 | 第23-27页 |
| ·图象锐化 | 第27-28页 |
| ·图象的边缘提取 | 第28-32页 |
| ·粒子图象相关法的车牌定位算法及实现 | 第32-37页 |
| ·PIV 相关技术的基本理论 | 第32-33页 |
| ·粒子图象相关法的车牌定位算法 | 第33-34页 |
| ·粒子图象相关法算法的改进 | 第34-37页 |
| ·实验及结论 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第4章 车牌字符识别算法研究及实现 | 第39-57页 |
| ·面向字符识别的图象预处理 | 第39-48页 |
| ·阈值选取与图象二值化方法 | 第39-42页 |
| ·车牌的倾斜校正 | 第42-44页 |
| ·字符的分割与特征提取 | 第44-48页 |
| ·基于 PCA-PB 神经网络的字符识别算法及实现 | 第48-55页 |
| ·基于BP 算法的多层前馈网络模型 | 第49-51页 |
| ·主成分分析（PCA）法字符特征向量降维算法 | 第51-52页 |
| ·PCA－BP 神经网络的字符识别算法 | 第52-55页 |
| ·实验及结论 | 第55-56页 |
| ·小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录A（攻读学位期间所发表的学术论文目录） | 第62-63页 |
| 致谢 | 第63页 |