汽车牌照自动识别技术及实现研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪 论 | 第13-20页 |
| ·汽车牌照自动识别研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·图像获取 | 第15-17页 |
| ·图像分割 | 第17页 |
| ·字符识别 | 第17-18页 |
| ·重点与难点问题 | 第18-19页 |
| ·本论文的主要内容 | 第19-20页 |
| 第2章 车牌图像的预处理 | 第20-34页 |
| ·引言 | 第20页 |
| ·图像的灰度化方法 | 第20-22页 |
| ·图像的二值化方法 | 第22-23页 |
| ·全局阈值的二值化算法 | 第22-23页 |
| ·局部自适应的二值化算法 | 第23页 |
| ·二值化算法的选用 | 第23页 |
| ·边缘检测与车牌区域提取 | 第23-29页 |
| ·图像去噪 | 第24页 |
| ·图像增强 | 第24-26页 |
| ·车牌定位 | 第26-29页 |
| ·算法小结 | 第29-32页 |
| ·实验分析 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第3章 车牌区域的分割 | 第34-43页 |
| ·引言 | 第34页 |
| ·边框与铆钉去除 | 第34-37页 |
| ·水平投影 | 第35-36页 |
| ·垂直投影 | 第36-37页 |
| ·字符分割 | 第37-39页 |
| ·全局分割 | 第37-38页 |
| ·局部调整 | 第38页 |
| ·简化算法 | 第38-39页 |
| ·算法小结 | 第39-41页 |
| ·实验分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 车牌字符识别 | 第43-53页 |
| ·引言 | 第43页 |
| ·字符识别现状分析 | 第43-44页 |
| ·基于模板匹配的字符识别 | 第44-46页 |
| ·模板匹配的原理 | 第45-46页 |
| ·简单的模板匹配 | 第46页 |
| ·基于神经网络的字符识别 | 第46-49页 |
| ·神经网络识别原理 | 第46-47页 |
| ·BP 神经网络 | 第47-49页 |
| ·特征统计匹配法 | 第49-50页 |
| ·算法小结 | 第50-52页 |
| ·实验分析 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第5章 汽车牌照自动识别原型系统研发 | 第53-64页 |
| ·引言 | 第53页 |
| ·原型系统概述 | 第53-54页 |
| ·系统设计与开发 | 第54-58页 |
| ·开发环境简介 | 第54-56页 |
| ·系统总体结构 | 第56页 |
| ·主要模块简介 | 第56-58页 |
| ·程序实现 | 第58-63页 |
| ·程序调用 | 第58-60页 |
| ·功能函数代码举例 | 第60-61页 |
| ·界面功能介绍 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |
