基于字符多特征提取的车牌识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题的研究背景 | 第9页 |
| 1.2 车牌识别系统及其应用技术 | 第9-10页 |
| 1.2.1 车牌识别系统组成 | 第9-10页 |
| 1.2.2 车牌识别主要应用的技术 | 第10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 车牌字符分割 | 第11-12页 |
| 1.3.2 车牌字符特征提取 | 第12-13页 |
| 1.3.3 字符识别 | 第13-14页 |
| 1.4 本文的研究内容及章节安排 | 第14-15页 |
| 第二章 车牌字符分割 | 第15-26页 |
| 2.1 图像预处理 | 第15-19页 |
| 2.1.1 灰度化 | 第15-16页 |
| 2.1.2 图像增强 | 第16-17页 |
| 2.1.3 二值化 | 第17-19页 |
| 2.2 直方图车牌种类判别 | 第19-21页 |
| 2.3 倾斜校正 | 第21-22页 |
| 2.4 去除边框 | 第22页 |
| 2.5 基于投影法的字符切分 | 第22-24页 |
| 2.5.1 车牌粗分割 | 第23-24页 |
| 2.5.2 车牌细分割 | 第24页 |
| 2.6 实验结果 | 第24-25页 |
| 2.7 本章小结 | 第25-26页 |
| 第三章 车牌字符多特征提取 | 第26-37页 |
| 3.1 车牌图像预处理 | 第26-29页 |
| 3.1.1 字符归一化处理 | 第26-27页 |
| 3.1.2 字符的细化 | 第27-29页 |
| 3.2 字符特征选取 | 第29-30页 |
| 3.3 数字和字母的特征提取 | 第30-33页 |
| 3.3.1 直线特征提取 | 第30-31页 |
| 3.3.2 特征点提取 | 第31-32页 |
| 3.3.3 环数特征提取 | 第32页 |
| 3.3.4 环面积特征提取 | 第32-33页 |
| 3.4 汉字的特征提取 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于BP神经网络车牌字符识别 | 第37-46页 |
| 4.1 BP神经网络的基本原理 | 第37-39页 |
| 4.2 BP 算法的改进 | 第39-40页 |
| 4.2.1 附加动量法 | 第39-40页 |
| 4.2.2 自适应学习速率 | 第40页 |
| 4.3 网络模型的设计 | 第40-43页 |
| 4.3.1 初始权值的选取 | 第41页 |
| 4.3.2 网络层数确定 | 第41页 |
| 4.3.3 输入层节点数 | 第41页 |
| 4.3.4 输出层节点数 | 第41-42页 |
| 4.3.5 隐含层节点数 | 第42页 |
| 4.3.6 激活函数的选取 | 第42-43页 |
| 4.4 实验及结果 | 第43-45页 |
| 4.4.1 字符识别 | 第43-45页 |
| 4.4.2 识别结果 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 结论与展望 | 第46-48页 |
| 5.1 结论 | 第46页 |
| 5.2 不足与展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 攻读学位期间主要学术成果 | 第53-54页 |
| 致谢 | 第54页 |
