| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 小波变换简介 | 第8-10页 |
| 1.1.1 小波变换的来源 | 第8-9页 |
| 1.1.2 小波变换的特点 | 第9-10页 |
| 1.2 小波分析的发展与研究现状 | 第10-12页 |
| 1.3 小波分析在图像处理中的应用 | 第12-14页 |
| 1.4 论文研究的主要内容 | 第14-15页 |
| 第二章 小波神经网络的研究 | 第15-22页 |
| 2.1 小波神经网络的特点及其发展状况 | 第15-16页 |
| 2.2 小波神经网络算法 | 第16-22页 |
| 2.2.1 小波神经网络的结构 | 第16-18页 |
| 2.2.2 小波神经网络的初始化 | 第18-19页 |
| 2.2.3 小波神经网络的学习 | 第19-22页 |
| 第三章 基于小波神经网络的车牌自动识别 | 第22-46页 |
| 3.1 车牌自动识别的研究背景 | 第22-25页 |
| 3.1.1 智能运输系统(ITS) | 第22-23页 |
| 3.1.2 车牌自动识别 | 第23-25页 |
| 3.2 车牌字符识别子系统 | 第25-30页 |
| 3.2.1 系统框图 | 第25-28页 |
| 3.2.2 常用汉字识别方法 | 第28-30页 |
| 3.3 平移、比例归一化 | 第30-32页 |
| 3.4 矩不变量 | 第32-40页 |
| 3.4.1 Hu矩和组合矩 | 第33-34页 |
| 3.4.2 Zernike矩 | 第34-36页 |
| 3.4.3 小波矩 | 第36-38页 |
| 3.4.4 特征的选取 | 第38-40页 |
| 3.5 基于小波神经网络的车牌字符识别 | 第40-46页 |
| 3.5.1 小波神经网络和BP神经网络对车牌字符识别比较 | 第41-43页 |
| 3.5.2 小波矩、Hu组合矩、Zernike矩识别结果比较 | 第43-46页 |
| 第四章 钢筋识别的算法与硬件实现 | 第46-55页 |
| 4.1 系统总体设计 | 第46页 |
| 4.2 钢筋数目识别算法 | 第46-51页 |
| 4.3 识别系统的硬件设计 | 第51-54页 |
| 4.4 硬件调试与运行结果 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 作者在校期间发表的论文 | 第60页 |