基于小波分析的车牌图像增强与字符识别研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·本课题研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·我国车牌的特点 | 第10-11页 |
| ·本文的结构及主要内容 | 第11-12页 |
| 2 车牌图像的预处理 | 第12-30页 |
| ·车牌图像常用的预处理方法 | 第12-24页 |
| ·图像灰度化 | 第12-13页 |
| ·图像增强 | 第13-19页 |
| ·图像二值化 | 第19-24页 |
| ·微光下车牌图像的去噪 | 第24-29页 |
| ·微光车牌图像的特点 | 第24-26页 |
| ·小波去噪原理 | 第26页 |
| ·微光车牌图像小波去噪 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 3 车牌定位技术与倾斜校正 | 第30-40页 |
| ·汽车牌照特征 | 第30-31页 |
| ·常见的车牌定位算法 | 第31-33页 |
| ·基于灰度变化的车牌定位方法 | 第31-32页 |
| ·基于颜色特征的车牌定位方法 | 第32-33页 |
| ·本文的车牌定位方法 | 第33-36页 |
| ·基于边缘检测和投影法的车牌粗定位 | 第34页 |
| ·基于颜色特征的车牌细定位 | 第34-36页 |
| ·车牌倾斜较正 | 第36-39页 |
| ·常用的车牌倾斜校正方法 | 第36-38页 |
| ·本文使用的车牌倾斜校正方法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 车牌字符分割与归一化 | 第40-45页 |
| ·常用的车牌字符分割方法 | 第40-41页 |
| ·本文使用的车牌字符分割法 | 第41-42页 |
| ·车牌字符归一化处理 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于小波神经网络的车牌字符识别 | 第45-62页 |
| ·小波神经网络基本思想及结构形式 | 第45-49页 |
| ·小波神经网络基本思想 | 第45-46页 |
| ·小波神经网络结构形式 | 第46-49页 |
| ·小波神经网络的学习算法 | 第49-55页 |
| ·梯度下降的学习算法 | 第49-51页 |
| ·隐层节点数的选择 | 第51-52页 |
| ·小波函数的选择 | 第52-54页 |
| ·参数初始化 | 第54-55页 |
| ·小波神经网络在车牌字符识别中的应用 | 第55-61页 |
| ·字符特征提取 | 第56-58页 |
| ·小波神经网络训练 | 第58-59页 |
| ·字符识别结果与分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-68页 |
