| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·车牌定位技术发展现状 | 第8-10页 |
| ·国外车牌识别研究现状 | 第8-9页 |
| ·国内车牌识别研究现状 | 第9-10页 |
| ·本文研究主要内容及章节安排 | 第10-11页 |
| ·本章小结 | 第11-13页 |
| 第二章 基于改进 Adaboost 算法车牌定位的理论基础 | 第13-27页 |
| ·车牌基本特征 | 第13-14页 |
| ·彩色空间模型的选择 | 第14-18页 |
| ·车牌图像预处理 | 第18-22页 |
| ·Adaboost 算法的理论基础 | 第22-25页 |
| ·基本概念 | 第23-24页 |
| ·Adaboost 算法理论介绍 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 传统车牌定位算法 | 第27-41页 |
| ·基于纹理特征的车牌定位算法 | 第27-35页 |
| ·车牌特征提取 | 第28-31页 |
| ·基于纹理特征的定位过程 | 第31-35页 |
| ·RGB 色彩空间下的车牌定位算法 | 第35-39页 |
| ·彩色图像特征的获取 | 第35-36页 |
| ·基于 RGB 色彩空间车牌定位过程 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于改进 Adaboost 算法的车牌定位设计 | 第41-57页 |
| ·试验样本 | 第41-42页 |
| ·特征值的选取与积分图 | 第42-47页 |
| ·特征值选取 | 第42-45页 |
| ·积分图 | 第45-47页 |
| ·基于改进 AdaBoost 算法车牌定位的训练过程 | 第47-52页 |
| ·弱分类器的生成 | 第47-48页 |
| ·强分类器的生成 | 第48-52页 |
| ·改进 Adaboost 算法的车牌定位过程 | 第52-54页 |
| ·车牌区域的粗定位 | 第53-54页 |
| ·车牌区域的精确定位 | 第54页 |
| ·实验结果与分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 车牌定位结果与算法性能分析 | 第57-69页 |
| ·传统车牌定位结果分析 | 第57-61页 |
| ·基于纹理方法的车牌定位 | 第57-59页 |
| ·基于 RGB 色彩空间的车牌定位 | 第59-61页 |
| ·基于改进 Adaboost 算法车牌定位结果 | 第61-66页 |
| ·不同光照情况下单车牌的检测情况 | 第61-63页 |
| ·不同光照下多车牌的定位 | 第63-66页 |
| ·系统性能分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·本文工作总结 | 第69-70页 |
| ·未来工作展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
