| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 车牌识别的主要流程 | 第12-13页 |
| 1.4 论文的研究内容和结构 | 第13-14页 |
| 2 车牌字符定位 | 第14-20页 |
| 2.1 基于边缘密度的车牌区域定位方法 | 第15页 |
| 2.2 基于颜色分布的虚假车牌滤除方法 | 第15-17页 |
| 2.3 基于图像分割的字符定位方法 | 第17-18页 |
| 2.4 本章小结 | 第18-20页 |
| 3 基于随机森林和 adaboost 级联分类器的字符识别 | 第20-40页 |
| 3.1 常用的字符识别算法 | 第21-24页 |
| 3.2 基于随机森林的车牌字符识别算法 | 第24-31页 |
| 3.3 汉字、相似字符识别算法 | 第31-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 实验结果及分析 | 第40-48页 |
| 4.1 检测率测试 | 第40-43页 |
| 4.2 误检率测试 | 第43-45页 |
| 4.3 时间消耗测试 | 第45页 |
| 4.4 车牌识别结果 | 第45-47页 |
| 4.5 实验结果分析 | 第47-48页 |
| 5 总结与展望 | 第48-51页 |
| 5.1 论文的主要研究内容 | 第48-49页 |
| 5.2 论文的特色 | 第49页 |
| 5.3 进一步研究工作 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 攻读硕士学位期间申请的专利 | 第56页 |