车牌字符分割和字符识别的算法研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·本课题的研究背景和现实意义 | 第9-10页 |
| ·国内外车牌识别技术的现状 | 第10页 |
| ·中国汽车牌照的特点 | 第10-12页 |
| ·本课题的主要工作 | 第12-13页 |
| ·本文结构 | 第13-14页 |
| 第二章 车牌识别系统总体概述 | 第14-20页 |
| ·车牌识别系统总体结构 | 第14-15页 |
| ·图像预处理 | 第15-18页 |
| ·彩色图像的灰度化 | 第15页 |
| ·灰度拉伸 | 第15-16页 |
| ·图像的二值化 | 第16-17页 |
| ·图像滤波 | 第17-18页 |
| ·车牌定位 | 第18页 |
| ·车牌字符分割 | 第18页 |
| ·车牌字符识别 | 第18-20页 |
| 第三章 车牌字符分割算法研究与实现 | 第20-33页 |
| ·常用的分割算法 | 第20-21页 |
| ·本文的字符分割算法 | 第21-31页 |
| ·车牌倾斜校正 | 第21-25页 |
| ·车牌边框的去除 | 第25-26页 |
| ·车牌字符分割 | 第26-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 支持向量机的理论知识 | 第33-52页 |
| ·引言 | 第33-36页 |
| ·统计学习理论的基本内容 | 第36-41页 |
| ·支持向量机分类 | 第41-48页 |
| ·线性支持向量机 | 第41-46页 |
| ·非线性支持向量机 | 第46-48页 |
| ·支持向量机的多分类算法 | 第48-52页 |
| ·一对余多类支持向量机方法 | 第48-49页 |
| ·一对一型多类支持向量机 | 第49-50页 |
| ·DDAG 型多类支持向量机方法 | 第50-52页 |
| 第五章 基于支持向量机的字符识别算法研究 | 第52-59页 |
| ·目前常用的车牌字符识别方法 | 第52-53页 |
| ·模板匹配法 | 第52页 |
| ·神经网络法 | 第52-53页 |
| ·支持向量机方法 | 第53页 |
| ·车牌字符 | 第53-54页 |
| ·车牌字符图像的预处理 | 第54-55页 |
| ·车牌识别算法 | 第55-59页 |
| ·支持向量机的训练与识别过程 | 第56-57页 |
| ·实验结果 | 第57-59页 |
| 第六章 总结和展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 硕士期间取得的成果 | 第67-68页 |
