基于神经网络的车牌识别算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·选题的背景和意义 | 第7-8页 |
| ·车牌识别技术的研究现状 | 第8-12页 |
| ·车牌定位技术 | 第9-10页 |
| ·字符分割技术 | 第10页 |
| ·字符识别技术 | 第10-12页 |
| ·本文研究的内容 | 第12-14页 |
| 第二章 数字图像处理基础 | 第14-23页 |
| ·图像数字化 | 第14页 |
| ·图像增强 | 第14-17页 |
| ·直方图均衡化 | 第15页 |
| ·同态滤波 | 第15-16页 |
| ·中值滤波 | 第16-17页 |
| ·图像分割 | 第17-22页 |
| ·传统的图像分割方法 | 第17-21页 |
| ·基于数学形态学的分割方法 | 第21页 |
| ·基于人工神经网络的分割方法 | 第21页 |
| ·其它的分割图像的新方法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于数学形态学的汽车牌照提取 | 第23-40页 |
| ·图像预处理 | 第23-24页 |
| ·图像转换 | 第23页 |
| ·图像增强 | 第23-24页 |
| ·图像分割 | 第24-31页 |
| ·PCNN神经网络 | 第25-27页 |
| ·基于PCNN神经网络的图像分割 | 第27-31页 |
| ·基于数学形态学的车牌定位 | 第31-38页 |
| ·数学形态学概述 | 第32-34页 |
| ·结构元设计及车牌候选区域的获得 | 第34-36页 |
| ·连通区域体态分析和目标区域提取 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 汽车牌照字符分割 | 第40-50页 |
| ·车牌图像倾斜的纠正 | 第40-44页 |
| ·车牌图像纠正的几种方法 | 第40-41页 |
| ·基于字符行特征的车牌倾斜校正算法 | 第41-44页 |
| ·基于投影图的字符图像的分割 | 第44-46页 |
| ·字符的归一化 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 汽车牌照的字符识别 | 第50-62页 |
| ·车牌字符识别现有技术 | 第50-51页 |
| ·车牌字符特征提取 | 第51-53页 |
| ·基于BP神经网络的字符识别 | 第53-60页 |
| ·神经网络理论概述 | 第53页 |
| ·BP神经网络算法的描述 | 第53-56页 |
| ·BP网络存在的缺陷及其原因分析 | 第56-57页 |
| ·BP算法的改进 | 第57-60页 |
| ·本文的BP网络结构 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 1. 本文工作总结 | 第62页 |
| 2. 后续工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |
