车牌识别系统关键技术的研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题研究背景及意义 | 第9页 |
| ·课题的国内外研究动向 | 第9-10页 |
| ·车牌识别系统概述 | 第10-12页 |
| ·车牌识别技术中的难点 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 第二章 车牌图像预处理 | 第14-24页 |
| ·彩色图像灰度化 | 第14-15页 |
| ·图像增强 | 第15-19页 |
| ·灰度拉伸 | 第15-17页 |
| ·直方图均衡化 | 第17-18页 |
| ·图像去躁 | 第18-19页 |
| ·边缘检测 | 第19-20页 |
| ·图像二值化 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 车牌定位 | 第24-33页 |
| ·车牌特征分析 | 第24-25页 |
| ·车牌定位的难点 | 第25页 |
| ·车牌定位技术的研究概况 | 第25-29页 |
| ·基于灰度图像的车牌定位方法 | 第26-28页 |
| ·基于彩色图像的车牌定位方法 | 第28-29页 |
| ·基于边缘检测和图像投影的车牌定位方法 | 第29-31页 |
| ·边缘检测 | 第29页 |
| ·图像投影 | 第29-31页 |
| ·实验结果与分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 车牌字符分割 | 第33-44页 |
| ·车牌字符分割方法的发展 | 第33-34页 |
| ·垂直投影法 | 第33页 |
| ·模板匹配法 | 第33-34页 |
| ·车牌字符倾斜矫正 | 第34-36页 |
| ·车牌边框去除 | 第36页 |
| ·车牌铆钉去除 | 第36-37页 |
| ·基于垂直投影—模板匹配相结合的字符分割方法 | 第37-38页 |
| ·车牌字符归一化 | 第38-42页 |
| ·位置归一化 | 第38-39页 |
| ·大小归一化 | 第39-41页 |
| ·字符笔画粗细归一化 | 第41-42页 |
| ·实验结果与分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 车牌字符识别 | 第44-60页 |
| ·车牌字符识别的发展概况 | 第44页 |
| ·车牌字符识别的特点 | 第44-45页 |
| ·车牌字符识别的原理 | 第45页 |
| ·车牌字符识别的常用方法 | 第45-47页 |
| ·基于模板匹配的字符识别方法 | 第45-46页 |
| ·基于结构模式的字符识别方法 | 第46-47页 |
| ·基于神经网络的字符识别方法 | 第47页 |
| ·字符特征提取 | 第47-49页 |
| ·基于结构特征的字符特征提取方法 | 第47-48页 |
| ·基于统计特征的字符特征提取方法 | 第48-49页 |
| ·基于BP神经网络的车牌字符识别 | 第49-55页 |
| ·BP神经网络的结构 | 第49-50页 |
| ·BP神经网络学习算法流程 | 第50-53页 |
| ·BP网络分类器的确定 | 第53-54页 |
| ·字符识别 | 第54-55页 |
| ·实验结果与分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |
