| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究的背景和意义 | 第9-11页 |
| ·车牌识别技术国内外研究现状 | 第11-13页 |
| ·车牌识别技术的难点 | 第13-14页 |
| ·我国车牌的特点 | 第14-15页 |
| ·本课题的研究内容 | 第15-16页 |
| 第2章 图像的预处理 | 第16-30页 |
| ·图像的灰度化 | 第16-17页 |
| ·图像的增强 | 第17-21页 |
| ·灰度拉伸增强对比度 | 第18-19页 |
| ·直方图均衡化 | 第19-21页 |
| ·自适应中值滤波 | 第21-22页 |
| ·图像的边缘检测 | 第22-26页 |
| ·图像的二值化 | 第26-29页 |
| ·全局阈值法 | 第26-27页 |
| ·自适应阈值法 | 第27页 |
| ·阈值的选取 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 车牌定位 | 第30-42页 |
| ·数学形态学概述 | 第30-33页 |
| ·数学形态学的基本概念 | 第31-33页 |
| ·二值化图像的腐蚀、膨胀、闭操作和开操作 | 第33-35页 |
| ·二值化图像的一些基本形态学算法 | 第35-38页 |
| ·结合数学形态学与色彩特征的车牌定位与分割 | 第38-40页 |
| ·车牌图像的倾斜校正 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第4章 字符分割 | 第42-49页 |
| ·常用的车牌字符分割方法 | 第42-45页 |
| ·模版匹配法 | 第42-43页 |
| ·水平投影法 | 第43-44页 |
| ·聚类分析法 | 第44-45页 |
| ·基于垂直投影与数学形态学中连通域法的车牌字符分割 | 第45-46页 |
| ·车牌字符的归一化 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于 BP 神经网络的字符识别 | 第49-74页 |
| ·神经网络的基本理论概述 | 第49-52页 |
| ·BP 神经网络 | 第52-65页 |
| ·三层 BP 神经网络算法 | 第53-58页 |
| ·BP 网络算法的程序实现 | 第58-61页 |
| ·标准 BP 算法的缺点与其改进措施 | 第61-65页 |
| ·BP 网络识别器的设计 | 第65-72页 |
| ·BP 网络结构的设计 | 第65-68页 |
| ·输入输出数据的预处理 | 第68-69页 |
| ·训练集的设计 | 第69页 |
| ·网络的训练与学习 | 第69-72页 |
| ·实验结果与分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-77页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士期间发表的论文和参与的科研项目 | 第82-83页 |
| 致谢 | 第83-84页 |