| 致谢 | 第7-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第16-23页 |
| 1.1 车牌识别概述 | 第16-20页 |
| 1.1.1 车牌识别的意义及研究背景 | 第16-19页 |
| 1.1.2 车牌字符识别的难点 | 第19页 |
| 1.1.3 车牌字符识别的发展趋势 | 第19-20页 |
| 1.2 本文的研究内容 | 第20-21页 |
| 1.3 本文的研究安排 | 第21-23页 |
| 第二章 基于实域粗糙集的车牌字符图像识别决策信息系统 | 第23-30页 |
| 2.1 车牌字符各种特征分析 | 第23-24页 |
| 2.1.1 车牌字符结构特征 | 第23页 |
| 2.1.2 车牌字符统计特征 | 第23-24页 |
| 2.1.3 车牌字符结构特征与统计特征融合 | 第24页 |
| 2.2 构建车牌字符图像认知词袋模型 | 第24-28页 |
| 2.3 构建车牌字符图像识别决策信息系统 | 第28-30页 |
| 第三章 基于实域粗糙集的车牌字符图像特征属性约简 | 第30-38页 |
| 3.1 车牌字符图像特征属性约简性能指标的定义 | 第30-32页 |
| 3.1.1 车牌字符图像识别决策信息系统特征属性约简集 | 第30页 |
| 3.1.2 车牌字符图像特征的属性重要度 | 第30-31页 |
| 3.1.3 车牌字符图像特征近似分类权重和分类能力 | 第31-32页 |
| 3.2 基于实域粗糙集的车牌字符图像特征属性约简算法 | 第32-33页 |
| 3.3 基于变粒度仿反馈机制的智能认知模型 | 第33-36页 |
| 3.4 基于变粒度仿反馈机制的车牌字符图像智能认知算法 | 第36-38页 |
| 第四章 车牌字符图像识别决策信息系统的规则融合与识别 | 第38-46页 |
| 4.1 车牌字符图像识别过程中的不确定性分析 | 第38页 |
| 4.2 车牌字符图像识别决策信息系统决策规则融合 | 第38-40页 |
| 4.3 车牌字符图像识别决策信息系统分类算法研究 | 第40-42页 |
| 4.4 基于复连卷积神经网络的车牌字符图像认知词袋模型分类器设计 | 第42-46页 |
| 第五章 实验与结果分析 | 第46-53页 |
| 5.1 实验条件 | 第46-47页 |
| 5.2 实验内容 | 第47-49页 |
| 5.3 实验结果分析 | 第49-53页 |
| 第六章 总结与展望 | 第53-54页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录一 | 第58-59页 |
| 附录二 | 第59-60页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第60-61页 |
