车牌字符识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 插图清单 | 第10-11页 |
| 表格清单 | 第11-12页 |
| 1 绪论 | 第12-19页 |
| ·课题背景及研究意义 | 第12-13页 |
| ·车牌识别系统的组成 | 第13-15页 |
| ·车牌识别技术的发展与现状 | 第15-17页 |
| ·论文的主要工作内容 | 第17-19页 |
| 2 车牌图像预处理与字符分割 | 第19-32页 |
| ·引言 | 第19页 |
| ·车牌定位 | 第19-22页 |
| ·车牌定位常用方法 | 第19-20页 |
| ·基于彩色像素点统计的车牌定位方法 | 第20-22页 |
| ·图像增强 | 第22-24页 |
| ·车牌的倾斜校正 | 第24-27页 |
| ·图像二值化 | 第27-29页 |
| ·车牌边框去除 | 第29-30页 |
| ·字符分割 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 车牌字符特征的选择和提取 | 第32-42页 |
| ·引言 | 第32页 |
| ·车牌常用字符介绍 | 第32页 |
| ·车牌字符的归一化处理 | 第32-33页 |
| ·字符特征的选择和提取 | 第33-36页 |
| ·特征选择的原则 | 第33-34页 |
| ·常用的字符特征 | 第34-36页 |
| ·本文字符特征的选择与提取 | 第36-41页 |
| ·单一特征 | 第36-39页 |
| ·网格特征 | 第36-37页 |
| ·投影特征 | 第37页 |
| ·结构特征 | 第37-39页 |
| ·组合特征 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于组合特征和PSO-BP神经网络的字符识别 | 第42-55页 |
| ·引言 | 第42页 |
| ·神经网络的概述 | 第42-43页 |
| ·BP神经网络的基本原理 | 第43-47页 |
| ·神经元模型 | 第43页 |
| ·BP神经网络模型 | 第43-44页 |
| ·BP网络学习算法 | 第44-47页 |
| ·粒子群优化BP神经网络 | 第47-49页 |
| ·BP网络结构及参数设计 | 第49-51页 |
| ·仿真实验及其结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 5 基于边界链码方法的字符识别 | 第55-70页 |
| ·引言 | 第55页 |
| ·边界链码 | 第55-56页 |
| ·图像细化 | 第56-57页 |
| ·链码跟踪轮廓 | 第57-59页 |
| ·链码特征的提取 | 第59-61页 |
| ·链码总段数 | 第59页 |
| ·链码段有无省略 | 第59-60页 |
| ·直线段链码 | 第60页 |
| ·中间直线段链码 | 第60页 |
| ·交叉点 | 第60-61页 |
| ·分类器的设计 | 第61-66页 |
| ·一段链码 | 第63页 |
| ·二段链码 | 第63-64页 |
| ·三段链码 | 第64-65页 |
| ·四段链码 | 第65页 |
| ·易混淆字符分类设计 | 第65-66页 |
| ·仿真实验 | 第66-69页 |
| ·比较分析 | 第69页 |
| ·本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 个人简历 | 第76页 |
| 在学期间发表的学术论文与研究成果 | 第76页 |
