| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题研究的目的意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文结构 | 第12-14页 |
| 第2章 基于SIFT算法的图像特征提取 | 第14-30页 |
| ·常用的图像特征 | 第14页 |
| ·尺度空间理论 | 第14-19页 |
| ·尺度空间 | 第14-16页 |
| ·图像金字塔 | 第16-18页 |
| ·DOG金字塔 | 第18-19页 |
| ·SIFT特征向量提取算法 | 第19-25页 |
| ·尺度空间极值检测 | 第20-22页 |
| ·精确定位特征点位置 | 第22-24页 |
| ·确定特征点主方向 | 第24-25页 |
| ·SIFT特征相量描述子的建立 | 第25页 |
| ·SIFT特征向量匹配算法 | 第25-27页 |
| ·BBF搜索算法 | 第25-26页 |
| ·最近邻次近邻距离比 | 第26-27页 |
| ·PCA-SIFT描述子的建立及匹配 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 车牌图像预处理 | 第30-40页 |
| ·常见的图像预处理算法 | 第30-37页 |
| ·图像的灰度化 | 第31-32页 |
| ·车牌字符图像增强 | 第32-33页 |
| ·图像的二值化 | 第33-34页 |
| ·边缘检测 | 第34页 |
| ·滤波操作 | 第34-35页 |
| ·数学形态学操作 | 第35-36页 |
| ·归一化 | 第36-37页 |
| ·基于SIFT算法的图像预处理 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 车牌定位 | 第40-48页 |
| ·传统车牌定位算法 | 第40-41页 |
| ·基于纹理特征的车牌定位 | 第40页 |
| ·基于颜色的定位算法 | 第40-41页 |
| ·形态学定位算法 | 第41页 |
| ·基于PCA-SIFT算法的车牌定位方法 | 第41-45页 |
| ·PCA-SIFT特征向量的提取 | 第42-43页 |
| ·SIFT算法与PCA-SIFT算法比较 | 第43-45页 |
| ·仿真实验 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 字符识别算法 | 第48-60页 |
| ·车牌矫正 | 第48-50页 |
| ·车牌字符分割 | 第50-51页 |
| ·车牌字符识别算法 | 第51-53页 |
| ·基于BP神经网络的车牌字符识别方法 | 第51-52页 |
| ·基于模板的识别方法 | 第52-53页 |
| ·基于PCA-SIFT算法的车牌识别 | 第53页 |
| ·车牌先验知识 | 第53-54页 |
| ·用PCA-SIFT算法提取标准模板字符的特征向量 | 第54-58页 |
| ·本章小结 | 第58-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士研究生期间发表的学术论文目录 | 第68-70页 |
| 攻读硕士研究生期间参与科研项目 | 第70页 |