| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题背景和意义 | 第8-9页 |
| ·国内外同类研究工作现状 | 第9-15页 |
| ·车体检测和定位的研究现状 | 第10-11页 |
| ·车牌定位的研究现状 | 第11-13页 |
| ·车牌字符分割的研究现状 | 第13页 |
| ·车牌字符识别的研究现状 | 第13-15页 |
| ·复杂背景下的车牌识别的研究现状 | 第15页 |
| ·本文的主要工作 | 第15-17页 |
| ·本文的主要内容 | 第15-16页 |
| ·本文主要创新点 | 第16-17页 |
| 第2章 车体检测与定位 | 第17-22页 |
| ·运动目标提取 | 第17-18页 |
| ·运动目标检测 | 第18-19页 |
| ·复杂背景下瞬时差分法检测和定位车体 | 第19-21页 |
| ·经典瞬时差分法 | 第19-20页 |
| ·改进的瞬时差分法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 车牌定位 | 第22-33页 |
| ·边缘颜色对 | 第22-24页 |
| ·我国车牌的特征 | 第22-23页 |
| ·边缘颜色对的概念 | 第23-24页 |
| ·基于边缘颜色对的车牌定位方法 | 第24-32页 |
| ·车牌区域的初步检测和定位 | 第25-27页 |
| ·基于边缘颜色对的车牌位置的准确定位 | 第27-31页 |
| ·车牌图像切割 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 车牌字符分割 | 第33-37页 |
| ·图像预处理 | 第33-34页 |
| ·数学形态学 | 第33-34页 |
| ·图像二值化 | 第34页 |
| ·基于纹理信息和连通区域相结合的字符分割算法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第5章 车牌字符识别 | 第37-57页 |
| ·车牌字符的特点 | 第37-38页 |
| ·字符图像预处理 | 第38-40页 |
| ·平滑 | 第38-39页 |
| ·字符大小归一化 | 第39-40页 |
| ·字符识别常用方法 | 第40-41页 |
| ·模板匹配法 | 第40页 |
| ·特征分析匹配法 | 第40-41页 |
| ·神经网络识别法 | 第41页 |
| ·BP神经网络 | 第41-51页 |
| ·BP神经网络简介 | 第41-42页 |
| ·BP神经网络学习算法 | 第42-47页 |
| ·BP神经网络的设计问题 | 第47-50页 |
| ·BP神经网络的优化和改进 | 第50-51页 |
| ·基于Null Space PCA和BP神经网络的字符识别方法 | 第51-55页 |
| ·PCA简介 | 第51-53页 |
| ·基于Null Space PCA和BP网络相结合的字符识别算法 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 附录: 攻读硕士学位期间发表的论文 | 第62-64页 |