| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题的研究背景与现实意义 | 第11-12页 |
| ·国内外发展的现状 | 第12-13页 |
| ·论文的研究内容及主要工作 | 第13-14页 |
| ·论文的结构安排 | 第14-15页 |
| 第2章 图像预处理 | 第15-35页 |
| ·车牌图像的导入 | 第15-16页 |
| ·灰度化 | 第16-17页 |
| ·图像增强 | 第17-19页 |
| ·中值滤波 | 第19-21页 |
| ·倾斜校正 | 第21-27页 |
| ·图像倾斜角度的检测 | 第21-25页 |
| ·本文使用的检测倾斜角度的方法—基于直线旋转投影检测方法 | 第25-26页 |
| ·进行车牌图像校正 | 第26-27页 |
| ·二值化 | 第27-30页 |
| ·二值化方法介绍 | 第28-29页 |
| ·本文使用的方法—OTSU方法 | 第29-30页 |
| ·去除边框 | 第30-34页 |
| ·颜色跳变法 | 第30-31页 |
| ·本文使用的方法—基于黑白跳变的方法 | 第31-34页 |
| ·小结 | 第34-35页 |
| 第3章 车牌字符分割 | 第35-43页 |
| ·目前我国车牌的构造标准 | 第35-36页 |
| ·传统的字符分割法简介 | 第36-37页 |
| ·本文使用的分割方法——基于改进的直接投影法 | 第37-39页 |
| ·车牌字符归一化 | 第39-42页 |
| ·基于质心的归一化 | 第39页 |
| ·基于外框的归一化 | 第39-42页 |
| ·小结 | 第42-43页 |
| 第4章 字符识别 | 第43-63页 |
| ·模式识别概述 | 第43-46页 |
| ·字符识别概述 | 第46页 |
| ·常用的字符识别法 | 第46-48页 |
| ·基于BP神经网络车牌字符识别法 | 第48-62页 |
| ·BP神经网络的基本原理 | 第48-53页 |
| ·特征的提取 | 第53-54页 |
| ·BP网络分类器的确定 | 第54-55页 |
| ·BP网络的参数的设置 | 第55-57页 |
| ·BP网络的训练 | 第57-60页 |
| ·字符识别 | 第60页 |
| ·系统的实现 | 第60-62页 |
| ·小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 在学期间发表的学术论文和参加科研情况 | 第70-71页 |