可配置的机动车牌照识别系统
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景 | 第9-11页 |
| ·机动车辆牌照识别系统关键技术研究现状 | 第11-13页 |
| ·现有车辆牌照识别系统存在的问题 | 第13-14页 |
| ·本文提出的车牌识别系统 | 第14-16页 |
| ·本文的主要内容及章节安排 | 第16-18页 |
| 第2章 基于边缘检测的车牌检测算法 | 第18-30页 |
| ·概述 | 第18-19页 |
| ·图像预处理 | 第19-23页 |
| ·RGB彩色模型 | 第19-20页 |
| ·RGB图像转换为灰度图像 | 第20-22页 |
| ·动态全局阈值二值化 | 第22-23页 |
| ·基于边缘检测的车牌粗定位 | 第23-25页 |
| ·基于区域生长的车牌精定位 | 第25-28页 |
| ·区域生长 | 第26页 |
| ·依密度的区域生长 | 第26-27页 |
| ·车牌选择 | 第27-28页 |
| ·实验及结果分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 结合模板匹配和连通性分析的字符分割 | 第30-43页 |
| ·概述 | 第30-31页 |
| ·图像预处理 | 第31-34页 |
| ·二值化 | 第32页 |
| ·初步噪声去除 | 第32-33页 |
| ·倾斜校正 | 第33-34页 |
| ·多行分割 | 第34页 |
| ·基于模板匹配的字符初步分割 | 第34-39页 |
| ·利用先验知识的标准模板 | 第35-36页 |
| ·计算实际模板 | 第36-37页 |
| ·基于动态规划的模板匹配算法 | 第37-39页 |
| ·连通性分析 | 第39-40页 |
| ·实验结果分析 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于ANN的字符识别 | 第43-54页 |
| ·概述 | 第43-44页 |
| ·字符图像归一化 | 第44-45页 |
| ·字符特征提取 | 第45-47页 |
| ·车牌字符分类 | 第45-46页 |
| ·字符特征提取 | 第46-47页 |
| ·人工神经元网络的结构 | 第47-50页 |
| ·BP网络的结构设计 | 第47-48页 |
| ·隐含层的变换函数 | 第48-49页 |
| ·BP网络的误差选择 | 第49-50页 |
| ·BP网络训练 | 第50-51页 |
| ·字符识别 | 第51-52页 |
| ·实验结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 实验结果与分析 | 第54-58页 |
| ·实验系统构成 | 第54-55页 |
| ·实验结果设计及识别结果 | 第55-56页 |
| ·实验数据分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
