| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·智能交通系统介绍 | 第7-9页 |
| ·智能交通发展现状 | 第8页 |
| ·我国发展智能交通的意义 | 第8-9页 |
| ·车牌识别系统现状和发展趋势 | 第9-13页 |
| ·车牌识别技术国内外研究现状 | 第10-12页 |
| ·车牌识别系统的发展趋势 | 第12-13页 |
| ·本文研究内容及组织结构 | 第13-15页 |
| 第二章 基于小波变换的图像分析及其在车牌识别中的应用 | 第15-25页 |
| ·小波分析的发展历史 | 第15-16页 |
| ·小波变换的基本原理 | 第16-20页 |
| ·小波变换的分析 | 第16-18页 |
| ·常见小波函数 | 第18-20页 |
| ·小波分析与图像处理的关系 | 第20-22页 |
| ·小波分析在车牌识别系统中的应用 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于 G 分量的小波变换的车牌定位算法 | 第25-41页 |
| ·概述 | 第25-26页 |
| ·常规车牌的定位方法 | 第26-27页 |
| ·基于纹理特征的定位方法 | 第26-27页 |
| ·基于颜色特征的定位方法 | 第27页 |
| ·基于 Adaboost 分类器的车牌定位方法 | 第27页 |
| ·基于 G 分量的小波变换的车牌定位算法 | 第27-37页 |
| ·小波变换及小波系数处理 | 第28-34页 |
| ·对二值图进行降噪处理 | 第34页 |
| ·对降噪后的图像进行形态学运算 | 第34-35页 |
| ·选择车牌候选区域并确定最终定位 | 第35-37页 |
| ·实验结果分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于小波分析的字符分割算法 | 第41-55页 |
| ·概述 | 第41-42页 |
| ·基于小波分析的图像去噪 | 第42-48页 |
| ·多分辨率分析 | 第42-44页 |
| ·Mallat 算法 | 第44-46页 |
| ·小波阈值消噪算法 | 第46-48页 |
| ·结合小波变换与垂直投影的字符分割算法 | 第48-53页 |
| ·车牌图像预处理 | 第48-49页 |
| ·车牌倾斜校正 | 第49-50页 |
| ·车牌字符的水平切分 | 第50-51页 |
| ·基于小波变换的垂直切分 | 第51-52页 |
| ·字符归一化 | 第52-53页 |
| ·实验结果分析 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第五章 基于小波变换的车牌识别系统的介绍 | 第55-65页 |
| ·基于小波变换的车牌识别系统的原理 | 第55页 |
| ·基于 BP 神经网络的车牌字符识别 | 第55-61页 |
| ·字符识别的原理 | 第55-56页 |
| ·车牌字符识别存在的难点 | 第56-57页 |
| ·BP 神经网络的结构设计 | 第57-61页 |
| ·系统性能分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |