基于车牌识别技术的车辆管理系统的研发
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题的背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·机器视觉 | 第9-10页 |
| ·国内现状 | 第10-11页 |
| ·国外现状 | 第11-13页 |
| ·本课题研究内容 | 第13页 |
| ·本课题技术路线 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 图像预处理 | 第15-23页 |
| ·图像采集 | 第15-16页 |
| ·图像格式统一 | 第16-18页 |
| ·图像的类型 | 第16-17页 |
| ·位图 | 第17-18页 |
| ·图像灰度化 | 第18-19页 |
| ·灰度图像: | 第18页 |
| ·灰度级 | 第18页 |
| ·灰度化 | 第18-19页 |
| ·图像增强 | 第19-22页 |
| ·频域变换 | 第19-20页 |
| ·空域变换 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 车牌定位 | 第23-31页 |
| ·车牌定位的技术介绍: | 第23-24页 |
| ·图像二值化 | 第24-27页 |
| ·局部阈值法 | 第24-25页 |
| ·动态阈值法 | 第25页 |
| ·全局阈值化 | 第25-27页 |
| ·车牌定位 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 车牌字符分割 | 第31-37页 |
| ·图像分割定义 | 第31-33页 |
| ·各种图像分割方法 | 第31-33页 |
| ·分割前的处理 | 第33-35页 |
| ·图像的标准化 | 第33页 |
| ·车牌图像归一化 | 第33-34页 |
| ·牌照图像几何校正 | 第34-35页 |
| ·牌照字符分割 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 字符识别 | 第37-56页 |
| ·特征提取 | 第37-41页 |
| ·统计方法和结构方法的分析 | 第37-40页 |
| ·特征选择的判据 | 第40-41页 |
| ·分类器的选取 | 第41-44页 |
| ·基于距离的分类器 | 第41-42页 |
| ·神经网络分类器 | 第42页 |
| ·分类器的集成 | 第42-44页 |
| ·BP神经网络结构 | 第44-53页 |
| ·神经网络理论概述 | 第44页 |
| ·人工神经元模型 | 第44-46页 |
| ·神经网络的学习 | 第46-48页 |
| ·误差反向传播学习算法-BP算法 | 第48-51页 |
| ·BP神经网络构造和训练 | 第51-53页 |
| ·实验结果与分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 数据库及管理系统的建立 | 第56-65页 |
| ·数据库的选择 | 第56-58页 |
| ·常用数据库的比较 | 第56页 |
| ·本课题数据库设计 | 第56-58页 |
| ·数据库与管理系统的连接 | 第58页 |
| ·车辆管理系统的设计 | 第58-64页 |
| ·系统的特点 | 第58-59页 |
| ·子系统功能 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 第七章 结论与展望 | 第65-66页 |
| ·结论与讨论 | 第65页 |
| ·不足与展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 在学期间发表的学士论文与研究成果 | 第70页 |
