| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外相关技术研究现状 | 第9-10页 |
| 1.3 车牌特征及识别技术难点分析 | 第10-12页 |
| 1.3.1 我国车牌特征 | 第10-11页 |
| 1.3.2 车牌识别技术难点 | 第11-12页 |
| 1.4 本文内容及结构 | 第12-13页 |
| 第2章 车牌识别算法应用概述 | 第13-16页 |
| 2.1 应用系统说明 | 第13页 |
| 2.2 系统结构介绍 | 第13页 |
| 2.3 系统功能模块介绍 | 第13页 |
| 2.4 功能模块拓展介绍 | 第13-14页 |
| 2.5 车牌自动识别模块流程 | 第14页 |
| 2.6 车牌识别模块技术总结 | 第14-16页 |
| 第3章 车牌定位算法研究与设计 | 第16-38页 |
| 3.1 概述 | 第16页 |
| 3.2 车牌图像预处理 | 第16-17页 |
| 3.2.1 高斯模糊 | 第16-17页 |
| 3.2.2 灰度化处理 | 第17页 |
| 3.3 车牌定位方法研究 | 第17-25页 |
| 3.3.1 基于颜色定位方法 | 第18-20页 |
| 3.3.2 颜色空间模型对比 | 第20页 |
| 3.3.3 基于边缘特征定位方法 | 第20-24页 |
| 3.3.4 基于形态学定位方法 | 第24-25页 |
| 3.4 基于HSV模型、Sobel算子的车牌定位方法 | 第25-32页 |
| 3.4.1 基于边缘检测Sobel算子定位方法流程 | 第26-30页 |
| 3.4.2 基于颜色空间HSV定位方法流程 | 第30-32页 |
| 3.5 基于SVM模型判断模块 | 第32-37页 |
| 3.5.1 SVM训练 | 第33-36页 |
| 3.5.2 SVM应用 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 车牌字符识别算法研究与设计 | 第38-48页 |
| 4.1 概述 | 第38页 |
| 4.2 车牌字符分割方法研究与设计 | 第38-40页 |
| 4.3 车牌字符识别方法研究 | 第40-44页 |
| 4.3.1 基于模板匹配字符识别方法 | 第40-41页 |
| 4.3.2 基于神经网络字符识别方法 | 第41-44页 |
| 4.4 车牌字符识别方法实现 | 第44-47页 |
| 4.4.1 字符数据训练 | 第45-47页 |
| 4.4.2 字符数据检测 | 第47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 车牌识别算法实现与测试 | 第48-52页 |
| 5.1 实现流程 | 第48页 |
| 5.2 系统实现 | 第48-49页 |
| 5.3 系统测试 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 本文总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 个人简历及在学期间的研究成果和发表的学术论文 | 第57页 |