| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 车牌识别系统的研发背景 | 第8页 |
| 1.2 本课题的国内外发展现状 | 第8-9页 |
| 1.2.1 车牌定位的发展现状 | 第8-9页 |
| 1.2.2 车牌字符分割的发展现状 | 第9页 |
| 1.2.3 车牌字符识别的发展现状 | 第9页 |
| 1.3 研究的意义 | 第9-10页 |
| 1.4 车牌识别的步骤 | 第10页 |
| 1.5 本文的关键技术 | 第10-11页 |
| 1.6 本文的组织结构 | 第11-12页 |
| 第二章 图像处理 | 第12-19页 |
| 2.1 车牌特征的分析 | 第12-14页 |
| 2.1.1 常见车牌的颜色特征 | 第13页 |
| 2.1.2 车牌特征得出的结论 | 第13-14页 |
| 2.2 采集的原始图像预处理 | 第14-15页 |
| 2.2.1 图像的灰度化 | 第14页 |
| 2.2.2 增强图像的对比度 | 第14-15页 |
| 2.3 图像中值滤波 | 第15-16页 |
| 2.4 图像边缘检测 | 第16-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 车牌定位 | 第19-25页 |
| 3.1 车牌图像区域定位 | 第19-22页 |
| 3.1.1 阐述区域定位算法 | 第19-21页 |
| 3.1.2 区域定位算法的效果及流程图 | 第21-22页 |
| 3.2 实验结果及讨论 | 第22-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第四章 倾斜校正 | 第25-30页 |
| 4.1 车牌的倾斜原因及其类型 | 第25-26页 |
| 4.2 水平倾斜校正 | 第26页 |
| 4.3 垂直倾斜校正 | 第26页 |
| 4.4 Hough变换 | 第26-28页 |
| 4.5 校正流程 | 第28页 |
| 4.6 实例分析 | 第28-29页 |
| 4.7 本章小结 | 第29-30页 |
| 第五章 字符分割 | 第30-38页 |
| 5.1 车牌字符几何规律 | 第30-31页 |
| 5.2 车辆图像二值化 | 第31-34页 |
| 5.2.1 灰度图像的阈值二值化分割算法 | 第32页 |
| 5.2.2 常用的算法 | 第32-33页 |
| 5.2.3 采用全局与局部阈值相结合的图像二值化方法 | 第33-34页 |
| 5.2.3.1 全局阈值选取 | 第33页 |
| 5.2.3.2 局部阈值法的定义 | 第33-34页 |
| 5.2.3.3 全局阈值法与局部阈值法的结合原则 | 第34页 |
| 5.3 车牌字符的粗分割 | 第34-35页 |
| 5.4 基准字符定位 | 第35-37页 |
| 5.5 字符区域的分裂与合并 | 第37页 |
| 5.6 本章小结 | 第37-38页 |
| 第六章 字符识别 | 第38-47页 |
| 6.1 字符归一化 | 第38-39页 |
| 6.2 基于神经网络字符识别算法 | 第39-45页 |
| 6.2.1 字符特征提取 | 第39-41页 |
| 6.2.2 BP神经网络结构的设计 | 第41-45页 |
| 6.2.2.1 BP网络的模型结构 | 第42页 |
| 6.2.2.2 BP网络的四个计算过程 | 第42-45页 |
| 6.3 实验结果讨论 | 第45-46页 |
| 6.4 本章小结 | 第46-47页 |
| 第七章 总结与展望 | 第47-48页 |
| 7.1 研究工作总结 | 第47页 |
| 7.2 展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |