| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的背景和意义 | 第7页 |
| ·车牌识别技术的研究现状 | 第7-8页 |
| ·国外的研究现状 | 第7-8页 |
| ·国内的研究现状 | 第8页 |
| ·车牌识别系统的组成和工作原理 | 第8-9页 |
| ·本文的章节安排 | 第9-11页 |
| 第二章 车牌定位 | 第11-29页 |
| ·图像预处理 | 第11-18页 |
| ·图像灰度变换 | 第11-13页 |
| ·灰度图像的二值化 | 第13-14页 |
| ·图像滤波 | 第14-16页 |
| ·数学形态学处理 | 第16-18页 |
| ·传统的车牌定位方法 | 第18-20页 |
| ·基于灰度图像的车牌定位方法 | 第19页 |
| ·基于彩色图像的车牌定位方法 | 第19-20页 |
| ·基于形态学的快速车牌定位方法 | 第20-24页 |
| ·车牌倾斜校正 | 第24-29页 |
| ·重心法 | 第25-26页 |
| ·旋转投影法 | 第26页 |
| ·Hough变换法 | 第26-29页 |
| 第三章 车牌字符分割 | 第29-37页 |
| ·基于垂直投影的车牌字符分割 | 第29-30页 |
| ·连通域分割方法 | 第30-31页 |
| ·阈值分割 | 第31-34页 |
| ·基于阈值分割和垂直投影相结合的字符分割方法 | 第34-37页 |
| 第四章 车牌字符识别 | 第37-49页 |
| ·字符识别前的图像预处理 | 第37-38页 |
| ·归一化 | 第37页 |
| ·细化 | 第37-38页 |
| ·模式识别理论及应用 | 第38-39页 |
| ·模式识别的基本概念 | 第38-39页 |
| ·模式识别的基本框架 | 第39页 |
| ·常用的字符识别方法 | 第39-40页 |
| ·结构模式识别 | 第39-40页 |
| ·统计模式识别 | 第40页 |
| ·神经网络识别 | 第40页 |
| ·基于聚类分析和BP神经网络相结合的车牌字符识别方法 | 第40-49页 |
| ·特征提取 | 第41-42页 |
| ·神经网络理论概述 | 第42-43页 |
| ·BP神经网络 | 第43-46页 |
| ·聚类分析与BP神经网络相结合的车牌字符识别方法 | 第46-49页 |
| 第五章 车牌识别系统的设计与实现 | 第49-53页 |
| ·车牌识别系统的总体框图 | 第49-50页 |
| ·实验环境及开发工具 | 第50页 |
| ·软件设计 | 第50-52页 |
| ·实验结果分析 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·论文总结 | 第53页 |
| ·论文研究展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-58页 |