| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·矿用地磅系统简介 | 第9-10页 |
| ·车牌识别系统研究的背景及意义 | 第10-11页 |
| ·国内外车牌识别的现状 | 第11-12页 |
| ·国外车牌识别的现状 | 第11页 |
| ·国内车牌识别的现状 | 第11-12页 |
| ·国内外车牌识别的发展 | 第12-16页 |
| ·国外车牌识别的发展 | 第12-13页 |
| ·国内车牌识别的发展 | 第13-15页 |
| ·我国车牌识别存在的问题 | 第15-16页 |
| ·课题介绍 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 车牌识别系统的技术 | 第18-24页 |
| ·车牌自动识别系统 | 第18页 |
| ·车牌自动识别技术研究现状 | 第18-22页 |
| ·车牌定位技术的研究现状 | 第18-20页 |
| ·车牌分割技术的研究现状 | 第20-21页 |
| ·字符识别技术的研究现状 | 第21-22页 |
| ·车牌图像的特点 | 第22页 |
| ·设计思想 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 基于改进H算子的图像预处理设计 | 第24-38页 |
| ·数字图像处理基础 | 第24-27页 |
| ·数字图像处理特点 | 第24-25页 |
| ·图像数字化技术 | 第25页 |
| ·BMP图像文件格式 | 第25-27页 |
| ·图像灰度化 | 第27-28页 |
| ·直方图均衡 | 第28-29页 |
| ·图像的边缘检测 | 第29-34页 |
| ·边缘检测原理 | 第29页 |
| ·传统的边缘检测算子比较 | 第29-33页 |
| ·本文采用的改进 H算子 | 第33-34页 |
| ·图像增强 | 第34-37页 |
| ·灰度拉伸 | 第35页 |
| ·灰度均衡化 | 第35-36页 |
| ·中值滤波 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于模糊模板匹配和彩色图像相结合的车牌定位设计 | 第38-56页 |
| ·数学形态学知识 | 第38-42页 |
| ·数学形态学概述 | 第38页 |
| ·二值数学形态学的基本运算 | 第38-42页 |
| ·传统的车牌定位方法比较 | 第42-48页 |
| ·基于灰度图像灰度变化的车牌定位 | 第42-44页 |
| ·基于模糊模板匹配的车牌定位 | 第44-46页 |
| ·基于彩色图像的车牌定位 | 第46-48页 |
| ·本文采用的模糊模板匹配和彩色图像技术相结合的车牌定位 | 第48-54页 |
| ·车辆牌照区域定位方法 | 第48-49页 |
| ·基于模糊模板匹配的车牌初定位 | 第49-52页 |
| ·基于彩色图像的车牌精定位 | 第52-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 5 基于垂直投影分割法的字符分割设计 | 第56-60页 |
| ·我国车牌字符分布特点 | 第56页 |
| ·字符分割的难点 | 第56-57页 |
| ·传统的字符分割方法比较 | 第57-58页 |
| ·基于连通区域的字符分割 | 第57页 |
| ·基于模板匹配的字符分割 | 第57-58页 |
| ·垂直投影分割法 | 第58页 |
| ·本文采用的垂直投影分割法的分割实现 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 基于SVM的字符识别设计 | 第60-70页 |
| ·引言 | 第60页 |
| ·SVM的理论 | 第60-64页 |
| ·线性SVM | 第61-62页 |
| ·非线性SVM | 第62-63页 |
| ·多类识别的SVM | 第63-64页 |
| ·SVM基本原理 | 第64-65页 |
| ·基于SVM的车牌字符识别 | 第65-69页 |
| ·车牌字符的特征提取 | 第65-66页 |
| ·分类方法及样本集的选择 | 第66-68页 |
| ·核函数及参数的选择 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 7 系统的软件实现 | 第70-77页 |
| ·系统的软件开发平台 | 第70-71页 |
| ·系统的总体结构 | 第71页 |
| ·系统的软件流程 | 第71-72页 |
| ·系统的实验结果 | 第72-76页 |
| ·本章小结 | 第76-77页 |
| 8 结论 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 附录 | 第83-94页 |