基于神经网络的车牌识别系统的研究与设计
| 第1章 绪论 | 第1-13页 |
| ·课题背景 | 第7-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·我国汽车牌照识别的特殊性 | 第11-12页 |
| ·课题的主要研究内容 | 第12-13页 |
| 第2章 图像处理与车牌识别系统 | 第13-20页 |
| ·图像处理与分析 | 第13-16页 |
| ·图像处理概念 | 第13-15页 |
| ·图像的数字化表示 | 第15页 |
| ·图像处理所涉及的领域 | 第15-16页 |
| ·车牌识别系统的组成 | 第16-20页 |
| 第3章 车牌定位系统 | 第20-49页 |
| ·车牌特征信息分析 | 第20-24页 |
| ·原始图像预处理 | 第24-33页 |
| ·图像灰度化 | 第25页 |
| ·图像对比度增强 | 第25-27页 |
| ·图像中值滤波 | 第27-29页 |
| ·图像边缘检测 | 第29-33页 |
| ·车牌图像区域定位 | 第33-39页 |
| ·车牌图像倾斜纠正 | 第39-43页 |
| ·车牌的倾斜原因及类型 | 第39-40页 |
| ·水平倾斜校正 | 第40-43页 |
| ·竖直倾斜校正 | 第43页 |
| ·车牌图像二值化 | 第43-46页 |
| ·文字分割 | 第46-49页 |
| 第4章 基于神经网络的车牌文字识别系统 | 第49-70页 |
| ·神经网络简介 | 第49-50页 |
| ·神经网络与模式识别的关系 | 第50-54页 |
| ·神经网络模式与其它模式识别方法的比较 | 第50-52页 |
| ·神经网络模式识别系统概述 | 第52-54页 |
| ·神经网络结构及类型 | 第54-57页 |
| ·BP神经网络分类器 | 第57-62页 |
| ·BP神经网络模型 | 第57页 |
| ·BP网络学习算法 | 第57-60页 |
| ·BP算法存在的问题及改进措施 | 第60-62页 |
| ·BP神经网络在车牌字符识别中的应用 | 第62-70页 |
| ·字符预处理 | 第63-65页 |
| ·特征的提取 | 第65-66页 |
| ·分类器的选取 | 第66-70页 |
| ·分类器的集成 | 第66-69页 |
| ·神经网络的结构和设计 | 第69-70页 |
| 第5章 实验结果与分析 | 第70-72页 |
| ·样本来源 | 第70页 |
| ·系统成功率和性能分析 | 第70-72页 |
| 结论与展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士期间发表的论文 | 第79页 |
