| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 车牌检测和定位研究现状 | 第12-13页 |
| 1.2.2 车牌字符分割研究现状 | 第13-15页 |
| 1.2.3 车牌字符识别研究现状 | 第15-17页 |
| 1.3 复杂场景特点分析 | 第17-19页 |
| 1.4 本文主要研究内容 | 第19-20页 |
| 1.5 测评方法与测试数据 | 第20-21页 |
| 1.6 论文的结构安排 | 第21-24页 |
| 第2章 复杂场景的车牌检测 | 第24-48页 |
| 2.1 引言 | 第24页 |
| 2.2 国内车牌的规格和特征 | 第24-25页 |
| 2.3 本文的车牌检测算法 | 第25-46页 |
| 2.3.1 基于颜色恒常性的光照补偿算法 | 第26-30页 |
| 2.3.2 基于HSV颜色模型的场景图检测 | 第30-34页 |
| 2.3.3 区域合并 | 第34-36页 |
| 2.3.4 基于HSV颜色空间的车牌字符边缘检测 | 第36-39页 |
| 2.3.5 基于车牌字符边缘特性的车牌检测 | 第39-43页 |
| 2.3.6 基于SVM分类器的车牌区域判断 | 第43-46页 |
| 2.4 算法测试与性能分析 | 第46-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 车牌字符分割 | 第48-64页 |
| 3.1 引言 | 第48页 |
| 3.2 本文字符分割算法 | 第48-61页 |
| 3.2.1 基于Radon变化的水平倾斜矫正 | 第49-52页 |
| 3.2.2 基于彩色通道的二值化处理 | 第52-54页 |
| 3.2.3 去边框处理 | 第54-56页 |
| 3.2.4 垂直倾斜矫正 | 第56-58页 |
| 3.2.5 字符分割 | 第58-61页 |
| 3.3 算法测试和性能分析 | 第61-62页 |
| 3.4 本章小结 | 第62-64页 |
| 第4章 车牌字符识别 | 第64-76页 |
| 4.1 引言 | 第64页 |
| 4.2 本文的车牌字符识别算法 | 第64-73页 |
| 4.2.1 Lenet-5网络结构 | 第64-67页 |
| 4.2.2 基于Lenet-5网络的车牌字符识别算法 | 第67-70页 |
| 4.2.3 网络训练 | 第70-72页 |
| 4.2.4 字符样本测试 | 第72-73页 |
| 4.3 算法测试和性能分析 | 第73-75页 |
| 4.4 本章小结 | 第75-76页 |
| 第5章 总结和展望 | 第76-78页 |
| 5.1 本文主要工作总结 | 第76页 |
| 5.2 进一步工作展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 作者简介 | 第84页 |