| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外现状 | 第13-14页 |
| 1.2.1 国外现状 | 第13页 |
| 1.2.2 国内现状 | 第13-14页 |
| 1.3 车牌识别难点及发展趋势 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第2章 相关知识介绍 | 第17-33页 |
| 2.1 车牌的主要特征 | 第17-18页 |
| 2.2 车牌定位相关算法 | 第18-25页 |
| 2.2.1 车牌定位算法概述 | 第18-19页 |
| 2.2.2 边缘检测 | 第19-20页 |
| 2.2.3 倾斜矫正 | 第20-22页 |
| 2.2.4 腐蚀和膨胀 | 第22-24页 |
| 2.2.5 色域空间 | 第24-25页 |
| 2.3 车牌字符分割相关算法 | 第25-28页 |
| 2.3.1 车牌字符分割算法概述 | 第25-26页 |
| 2.3.2 二值化算法 | 第26-28页 |
| 2.4 车牌字符识别相关算法 | 第28-31页 |
| 2.4.1 车牌字符识别算法概述 | 第28-29页 |
| 2.4.2 字符特征提取 | 第29-30页 |
| 2.4.3 BP神经网络 | 第30-31页 |
| 2.5 硬件平台 | 第31-32页 |
| 2.5.1 Zynq-7000 AP SoC体系简介 | 第31页 |
| 2.5.2 ZedBoard开发平台 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 车牌定位与字符识别系统总体设计 | 第33-41页 |
| 3.1 系统功能和性能要求 | 第33-34页 |
| 3.1.1 系统功能要求 | 第33-34页 |
| 3.1.2 系统性能要求 | 第34页 |
| 3.2 系统层次分析 | 第34-35页 |
| 3.3 开发平台设计流程 | 第35-38页 |
| 3.3.1 PS设计 | 第36-37页 |
| 3.3.2 PL设计 | 第37页 |
| 3.3.3 PS和PL互联设计 | 第37-38页 |
| 3.4 车牌识别系统总体设计 | 第38-40页 |
| 3.4.1 车牌定位总体设计 | 第38-39页 |
| 3.4.2 车牌字符分割总体设计 | 第39-40页 |
| 3.4.3 车牌字符识别总体设计 | 第40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 车牌定位与字符识别系统实现 | 第41-71页 |
| 4.1 基于颜色和纹理的车牌定位 | 第41-56页 |
| 4.1.1 提取车牌候选区 | 第42-49页 |
| 4.1.2 筛选车牌候选区 | 第49-51页 |
| 4.1.3 车牌水平倾斜矫正 | 第51-54页 |
| 4.1.4 车牌垂直倾斜矫正 | 第54-56页 |
| 4.2 基于改进投影法的车牌字符分割 | 第56-61页 |
| 4.2.1 车牌图像二值化 | 第56-57页 |
| 4.2.2 去除车牌边框和铆钉 | 第57-59页 |
| 4.2.3 车牌字符切分 | 第59-61页 |
| 4.3 基于BP神经网络的车牌字符识别 | 第61-68页 |
| 4.3.1 字符图像预处理 | 第61-62页 |
| 4.3.2 字符归一化 | 第62页 |
| 4.3.3 提取字符特征值 | 第62-63页 |
| 4.3.4 BP神经网络算法的工作流程 | 第63-66页 |
| 4.3.5 BP神经网络的设计 | 第66-67页 |
| 4.3.6 BP神经网络的训练 | 第67-68页 |
| 4.4 Linux系统移植与IP驱动设计 | 第68页 |
| 4.5 QT界面设计和运行库的移植 | 第68-69页 |
| 4.6 本章小结 | 第69-71页 |
| 第5章 系统测试与结果分析 | 第71-81页 |
| 5.1 系统运行环境 | 第71页 |
| 5.2 软件控制端测试 | 第71-73页 |
| 5.3 系统功能测试 | 第73-77页 |
| 5.4 系统结果分析 | 第77-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第6章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 存在问题及展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 攻读学位期间发表论文情况 | 第89页 |