| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-10页 |
| 1.3 本文研究内容和结构 | 第10-12页 |
| 第二章 车牌区域的检测与定位 | 第12-30页 |
| 2.1 汽车牌照定位的先验知识 | 第12-14页 |
| 2.2 车牌图像预处理 | 第14-19页 |
| 2.2.1 颜色模型 | 第14-16页 |
| 2.2.2 通过灰度拉伸增强灰度图像 | 第16-17页 |
| 2.2.3 图像平滑 | 第17-19页 |
| 2.3 车牌图像边缘提取 | 第19-22页 |
| 2.3.1 边缘检测原理 | 第19-20页 |
| 2.3.2 Roberts算子 | 第20-21页 |
| 2.3.3 Prewitt算子 | 第21页 |
| 2.3.4 Sobel算子 | 第21-22页 |
| 2.4 形态学处理基础 | 第22-25页 |
| 2.4.1 腐蚀 | 第23页 |
| 2.4.2 膨胀 | 第23-24页 |
| 2.4.3 开启与闭合 | 第24-25页 |
| 2.5 基于数学形态特征的车牌初定位 | 第25-29页 |
| 2.5.1 车牌轮廓的联通 | 第25-27页 |
| 2.5.2 车牌断裂的处理 | 第27-28页 |
| 2.5.3 车牌候选区域的标记 | 第28页 |
| 2.5.4 基于几何特征的候选区域筛选 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 车牌字符分割 | 第30-41页 |
| 3.1 二值化的概念 | 第30-31页 |
| 3.2 基于全局阈值的Otsu二值化 | 第31-32页 |
| 3.3 基于字符面积比例的二值化结果统一 | 第32-33页 |
| 3.4 车牌的倾斜校正 | 第33-38页 |
| 3.4.1 车牌倾斜的类型 | 第33-35页 |
| 3.4.2 倾斜角度的检测 | 第35-38页 |
| 3.5 字符区域的精确定位与分割 | 第38-40页 |
| 3.5.1 字符上下边界的精确定位 | 第38-39页 |
| 3.5.2 基于垂直投影分布和字符几何特征的字符垂直分割 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于字符特征的神经网络字符识别 | 第41-47页 |
| 4.1 字符图像的归一化 | 第41页 |
| 4.2 常见字符特征提取方法 | 第41-42页 |
| 4.3 本文的特征提取方法 | 第42-44页 |
| 4.3.1 数字与英文的提取方法 | 第42-43页 |
| 4.3.2 汉字的特征提取方法 | 第43-44页 |
| 4.4 BP神经网络设计 | 第44-45页 |
| 4.4.1 BP神经网络概念 | 第44-45页 |
| 4.4.2 BP网络的结构和设计 | 第45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 实验及结果 | 第47-49页 |
| 5.1 实验平台 | 第47页 |
| 5.2 软件实现流程 | 第47页 |
| 5.3 实验结果与分析 | 第47-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 攻读学位期间公开发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |