基于数学形态学和多级神经网络的车牌识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·车牌定位现状 | 第9-10页 |
| ·字符识别现状 | 第10-11页 |
| ·本文工作 | 第11-13页 |
| ·内容安排 | 第13-14页 |
| 第二章 车牌识别技术及数学方法研究 | 第14-26页 |
| ·车牌识别概述 | 第14-15页 |
| ·车牌的主要特征 | 第15页 |
| ·车牌定位的数学基础 | 第15-19页 |
| ·数学形态学 | 第16-18页 |
| ·遗传算法 | 第18-19页 |
| ·字符识别的数学基础 | 第19-24页 |
| ·BP 神经网络 | 第19-22页 |
| ·模拟退火算法 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 车牌识别预处理 | 第26-30页 |
| ·光照补偿 | 第26-27页 |
| ·灰度化处理 | 第27-28页 |
| ·图像去噪 | 第28页 |
| ·背景去除 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 车牌定位关键技术改进 | 第30-38页 |
| ·结构元素自适应选取 | 第30-34页 |
| ·结构元素自适应选取算法设计 | 第30-32页 |
| ·结构元素自适应选取算法流程 | 第32-34页 |
| ·车牌粗定位 | 第34页 |
| ·车牌精确定位 | 第34-35页 |
| ·车牌定位算法设计 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第五章 字符识别关键技术改进 | 第38-48页 |
| ·字符特征提取 | 第38-40页 |
| ·分类器的设计 | 第40-41页 |
| ·BP神经网络的改进 | 第41-44页 |
| ·字符识别算法设计 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第六章 实验与分析 | 第48-60页 |
| ·车牌定位实验与分析 | 第48-54页 |
| ·神经网络训练实验与分析 | 第54-56页 |
| ·字符识别实验与分析 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第七章 结束语 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 研究成果 | 第68-69页 |
