机动车牌照实时识别系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题的研究背景 | 第11页 |
| ·车牌识别在国内外研究状况 | 第11-19页 |
| ·车牌定位的研究 | 第12-13页 |
| ·车牌字符分割的研究 | 第13-15页 |
| ·车牌字符识别的研究 | 第15-19页 |
| ·论文的主要内容 | 第19-21页 |
| 第2章 数字图像的处理技术 | 第21-31页 |
| ·数字图像处理概述及其系统的基本构成 | 第21-24页 |
| ·数字图像处理概述 | 第21-23页 |
| ·图像处理系统的基本构成 | 第23-24页 |
| ·图像数字化与表示 | 第24-26页 |
| ·车牌图像的采集 | 第26-30页 |
| ·车牌识别系统基本原理 | 第27-28页 |
| ·系统各部分功能设计 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 车牌定位的研究 | 第31-45页 |
| ·车牌定位的介绍 | 第31-32页 |
| ·图像预处理 | 第32-41页 |
| ·图像灰度化 | 第32-34页 |
| ·图像灰度变换增强 | 第34-36页 |
| ·图像滤波 | 第36-38页 |
| ·图像二值化 | 第38-41页 |
| ·基于车牌纹理的车牌定位 | 第41-44页 |
| ·我国车牌区域的特征 | 第41-42页 |
| ·基于投影灰度特征的车牌水平定位 | 第42-43页 |
| ·牌照垂直方向的定位算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 车牌字符分割 | 第45-55页 |
| ·牌照图像的几何校正 | 第45-48页 |
| ·Hough变换的原理 | 第45-47页 |
| ·Hough变换的实现 | 第47页 |
| ·车牌图像的几何校正 | 第47-48页 |
| ·车牌图像的二值化和归一化 | 第48-50页 |
| ·车牌图像的二值化 | 第48-49页 |
| ·车牌图像的归一化 | 第49-50页 |
| ·字符分割基础 | 第50-51页 |
| ·行切割 | 第51页 |
| ·字切割 | 第51页 |
| ·车牌字符分割 | 第51-53页 |
| ·车牌字符串的特点 | 第52页 |
| ·基于车牌字符先验知识的字符分割方法 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于BP神经网络的车牌字符识别 | 第55-84页 |
| ·模式识别简介 | 第55-56页 |
| ·字符识别的原理 | 第56-58页 |
| ·字符识别方法 | 第58-62页 |
| ·字符识别结构方法 | 第58-60页 |
| ·字符识别的统计方法 | 第60-61页 |
| ·统计识别和结构识别的结合 | 第61-62页 |
| ·车牌字符识别的特殊性 | 第62-63页 |
| ·车牌字符识别的方法 | 第63-66页 |
| ·模板匹配识别的方法 | 第63-64页 |
| ·神经网络识别的方法 | 第64-66页 |
| ·BP神经网络的结构 | 第66-75页 |
| ·人工神经元模型 | 第66-68页 |
| ·神经网络的学习 | 第68-69页 |
| ·误差反向传播学习算法—BP算法 | 第69-75页 |
| ·BP神经网络在车牌字符识别中的应用 | 第75-83页 |
| ·字符的特征提取 | 第76-79页 |
| ·车牌识别算法实现 | 第79-83页 |
| ·本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第90-91页 |
| 致谢 | 第91-92页 |
| 作者简介 | 第92页 |
