基于图像处理和神经网络的车辆号牌识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·课题的研究意义 | 第8-9页 |
| ·车牌识别技术国内外研究状况 | 第9-10页 |
| ·车牌识别技术的难点 | 第10-11页 |
| ·我国车牌的特点 | 第11页 |
| ·本课题的研究方法 | 第11-13页 |
| 第二章 车牌识别系统的组成 | 第13-20页 |
| ·系统组成简介 | 第13-14页 |
| ·系统工作流程 | 第14-15页 |
| ·系统功能构成 | 第15-17页 |
| ·图像输入系统 | 第15-16页 |
| ·图像定位识别系统 | 第16-17页 |
| ·图像输出系统 | 第17页 |
| ·系统软件构成 | 第17-18页 |
| ·系统的设计与应用 | 第18-20页 |
| 第三章 车牌定位与图像预处理 | 第20-42页 |
| ·图像的灰度化 | 第20-21页 |
| ·图像增强 | 第21-26页 |
| ·对比度增强 | 第21-22页 |
| ·直方图均化 | 第22-23页 |
| ·图像的滤波 | 第23-26页 |
| ·图像的二值化 | 第26-30页 |
| ·全局动态二值化 | 第27-29页 |
| ·局部目适应二值化 | 第29页 |
| ·两种二值化方法比较 | 第29-30页 |
| ·图像的边缘检测 | 第30-32页 |
| ·车牌定位 | 第32-42页 |
| ·车牌粗定位 | 第34-39页 |
| ·车牌细定位 | 第39-40页 |
| ·车牌定位算法流程 | 第40-42页 |
| 第四章 车牌字符分割 | 第42-45页 |
| ·车牌字符分割 | 第42-43页 |
| ·车牌分割算法 | 第43-45页 |
| 第五章 车牌字符识别 | 第45-53页 |
| ·字符图像识别预处理 | 第45-46页 |
| ·字符图像尺寸归一化 | 第45页 |
| ·噪声点的消除 | 第45-46页 |
| ·基于神经网络的字符识别 | 第46-49页 |
| ·利用HopField神经网络进行字符识别 | 第46-47页 |
| ·HopField神经网络字符识别算法实现 | 第47-49页 |
| ·车牌字符与数字识别 | 第49-53页 |
| ·字符特征提取 | 第50-51页 |
| ·模板匹配识别法 | 第51-53页 |
| 第六章 车牌识别技术的实现 | 第53-66页 |
| ·系统开发环境 | 第53页 |
| ·车牌图像数据格式 | 第53-58页 |
| ·CDib类设计的目标 | 第55-57页 |
| ·CDib类成员函数 | 第57-58页 |
| ·车牌定位模块实现 | 第58-60页 |
| ·字符识别 | 第60-65页 |
| ·实验结果 | 第65-66页 |
| 第七章 结论与展望 | 第66-68页 |
| ·本文总结 | 第66页 |
| ·全文展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
