汽车牌照自动识别技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·车牌识别系统概述 | 第10-11页 |
| ·车牌识别技术研究现状与发展趋势 | 第11-12页 |
| ·车牌识别技术的难点 | 第12-14页 |
| ·车牌识别系统的组成和工作原理 | 第14-16页 |
| ·本文研究的主要内容及结构安排 | 第16-19页 |
| 第2章 车牌识别系统的理论背景 | 第19-25页 |
| ·数字图像处理 | 第19-22页 |
| ·图像处理的概念 | 第19-20页 |
| ·图像处理研究的主要内容 | 第20-22页 |
| ·图像的数字化表示 | 第22页 |
| ·图像处理所涉及的领域 | 第22-24页 |
| ·人工智能 | 第22-23页 |
| ·计算机视觉 | 第23页 |
| ·模式识别 | 第23页 |
| ·人工神经网络 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 车牌定位技术实现 | 第25-40页 |
| ·车牌图像特征分析及识别难点 | 第25-26页 |
| ·车牌图像预处理 | 第26-32页 |
| ·图像灰度化 | 第26-27页 |
| ·图像灰度拉伸 | 第27-28页 |
| ·图像中值滤波 | 第28-29页 |
| ·图像边缘检测 | 第29-32页 |
| ·车牌图像的粗定位 | 第32-34页 |
| ·车牌图像的精确定位 | 第34-36页 |
| ·全局动态二值化 | 第34-35页 |
| ·局部自适应二值化 | 第35页 |
| ·实现精确定位 | 第35-36页 |
| ·车牌图像倾斜校正 | 第36-39页 |
| ·车牌图像倾斜原因 | 第36-37页 |
| ·车牌倾斜度校正 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 字符分割技术实现 | 第40-45页 |
| ·消除车牌区域噪声 | 第40页 |
| ·利用灰度投影法实现字符分割 | 第40-42页 |
| ·利用连通域分析法实现字符分割 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 字符识别技术实现 | 第45-70页 |
| ·利用插值法进行字符的归一化 | 第45-47页 |
| ·模式识别的原理 | 第47-50页 |
| ·模式和模式识别的概念 | 第47-48页 |
| ·模式空间、特征空间和类型空间 | 第48-49页 |
| ·模式识别系统的构成 | 第49-50页 |
| ·基于神经网络的识别原理 | 第50-62页 |
| ·字符识别的结构方法 | 第50-51页 |
| ·字符识别的统计方法 | 第51-53页 |
| ·分类器的选取 | 第53-54页 |
| ·BP神经网络结构 | 第54-62页 |
| ·基于BP神经网络的字符识别 | 第62-68页 |
| ·字符特征的提取 | 第62-64页 |
| ·分类器的选取 | 第64-68页 |
| ·字符识别算法实验结果 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 作者简介 | 第79页 |
