车牌识别系统关键技术的研究与实现
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-11页 |
| 1 引言 | 第11-15页 |
| ·课题研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外现状 | 第12-13页 |
| ·国内现状 | 第13-14页 |
| ·本文研究内容 | 第14页 |
| ·本文结构框架 | 第14-15页 |
| 2 图像预处理 | 第15-25页 |
| ·图像灰度化 | 第15-18页 |
| ·图像颜色基础知识 | 第15-16页 |
| ·非真彩色图像的灰度化处理 | 第16-17页 |
| ·真彩色图像的灰度化处理 | 第17-18页 |
| ·图像二值化 | 第18-21页 |
| ·全局阈值法 | 第19页 |
| ·局部阈值法 | 第19-20页 |
| ·动态阈值法 | 第20-21页 |
| ·消除背景干扰 | 第21页 |
| ·中值滤波 | 第21-23页 |
| ·小结 | 第23-25页 |
| 3 车牌定位 | 第25-33页 |
| ·我国车牌特征 | 第25-26页 |
| ·现有车牌定位方法 | 第26-28页 |
| ·基于纹理特征的分析方法 | 第26页 |
| ·基于边缘的检测方法 | 第26-27页 |
| ·基于数学形态学的定位方法 | 第27页 |
| ·基于小波分析的定位方法 | 第27-28页 |
| ·基于彩色图像的定位方法 | 第28页 |
| ·基于水平垂直投影的车牌定位方法 | 第28-32页 |
| ·小结 | 第32-33页 |
| 4 车牌字符分割 | 第33-43页 |
| ·字符分割相关图像处理 | 第33-38页 |
| ·图像锐化 | 第33-34页 |
| ·去离散噪点 | 第34-36页 |
| ·倾斜矫正 | 第36-37页 |
| ·字符标准归一化 | 第37-38页 |
| ·紧缩重排 | 第38页 |
| ·车牌字符分割 | 第38-40页 |
| ·车牌先验知识 | 第38页 |
| ·现有车牌字符分割方法 | 第38-40页 |
| ·基于先验知识的行列扫描字符分割方法 | 第40-42页 |
| ·小结 | 第42-43页 |
| 5 车牌字符识别 | 第43-65页 |
| ·现有字符识别方法 | 第43-46页 |
| ·模板匹配法 | 第43-44页 |
| ·人工神经网络法 | 第44-46页 |
| ·改进的BP神经网络车牌字符识别方法 | 第46-63页 |
| ·BP神经网络概述 | 第46-49页 |
| ·特征提取 | 第49-51页 |
| ·神经网络学习和识别 | 第51-52页 |
| ·BP神经网络的缺陷及改进 | 第52-54页 |
| ·本系统BP网络设计 | 第54-58页 |
| ·系统测试与效果分析 | 第58-63页 |
| ·小结 | 第63-65页 |
| 6 结论 | 第65-67页 |
| ·工作总结 | 第65页 |
| ·不足与展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 作者简历 | 第69-73页 |
| 学位论文数据集 | 第73页 |
