| 摘要 | 第4-5页 |
| Abstrac | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 车牌识别研究背景与意义 | 第8页 |
| 1.2 车牌识别国内外研究与应用现状 | 第8-10页 |
| 1.3 主要工作成果以及章节安排 | 第10-12页 |
| 第二章 相关背景知识介绍 | 第12-18页 |
| 2.1 车牌识别相关算法介绍 | 第12-15页 |
| 2.1.1 车牌定位算法 | 第13页 |
| 2.1.2 车牌倾斜校正算法 | 第13-14页 |
| 2.1.3 车牌字符分割算法 | 第14-15页 |
| 2.1.4 字符识别算法 | 第15页 |
| 2.2 车牌识别终端的硬件组成 | 第15-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 Linux平台的搭建 | 第18-27页 |
| 3.1 宿主机端开发环境的搭建 | 第18-21页 |
| 3.1.1 Linux系统的安装 | 第18-20页 |
| 3.1.2 交叉编译工具的安装 | 第20页 |
| 3.1.3 超级终端的配置 | 第20-21页 |
| 3.2 开发板Linux系统的移植 | 第21-26页 |
| 3.2.1 BootLoader的移植 | 第22页 |
| 3.2.2 Linux内核与根文件系统的映像的制作 | 第22-24页 |
| 3.2.3 Linux系统的安装 | 第24-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 视频采集与显示功能的实现 | 第27-36页 |
| 4.1 基于V4L2的视频采集 | 第27-31页 |
| 4.1.1 V4L2简介 | 第27-28页 |
| 4.1.2 V4L2视频采集工作流程 | 第28-31页 |
| 4.2 YUV420到RGB32格式的转换 | 第31-33页 |
| 4.2.1 YUV与RGB | 第31-32页 |
| 4.2.2 YUV420转换到RGB32的实现 | 第32-33页 |
| 4.3 基于FrameBuffer的视频显示功能实现 | 第33-34页 |
| 4.4 系统视频采集与显示模块的测试 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第五章 车牌识别算法实现 | 第36-60页 |
| 5.1 车牌定位 | 第36-44页 |
| 5.1.1 图像灰度化 | 第36-38页 |
| 5.1.2 图像增强 | 第38-39页 |
| 5.1.3 垂直边缘提取 | 第39-41页 |
| 5.1.4 背景曲线与噪声的移除 | 第41-43页 |
| 5.1.5 车牌区域搜索 | 第43-44页 |
| 5.2 车牌字符分割 | 第44-51页 |
| 5.2.1 图像二值化 | 第45-46页 |
| 5.2.2 车牌倾斜校正 | 第46-48页 |
| 5.2.3 边框去除 | 第48-49页 |
| 5.2.4 字符分割 | 第49-50页 |
| 5.2.5 字符归一化 | 第50-51页 |
| 5.3 车牌字符识别 | 第51-58页 |
| 5.3.1 BP神经网络的介绍 | 第51-53页 |
| 5.3.2 字符特征的提取 | 第53-55页 |
| 5.3.3 BP神经网络的训练与识别 | 第55-58页 |
| 5.4 实验结果及分析 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |