基于数字图像处理的车辆牌照识别
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究目的和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 车牌识别系统的构成 | 第9-11页 |
| 1.4 字符识别的难点 | 第11页 |
| 1.5 本文的主要研究内容及各章安排 | 第11-13页 |
| 第二章 车牌定位方法研究 | 第13-17页 |
| 2.1 引言 | 第13页 |
| 2.2 5 级灰度图的构造 | 第13-14页 |
| 2.2.1 颜色空间的选择 | 第13页 |
| 2.2.2 阚值的确定和灰度图的构造 | 第13-14页 |
| 2.3 车牌区域字符密度和几何结构特征研究 | 第14页 |
| 2.4 车牌分割 | 第14-16页 |
| 2.4.1 候选区域确定 | 第14-15页 |
| 2.4.2 车牌区域确定 | 第15-16页 |
| 2.4.3 车牌区域切割 | 第16页 |
| 2.5 本章小结 | 第16-17页 |
| 第三章 字符分割的研究 | 第17-21页 |
| 3.1 字符分割 | 第17页 |
| 3.2 噪声的消除与字符的倾斜校正 | 第17-19页 |
| 3.2.1 噪声的消除 | 第17页 |
| 3.2.2 基于Hough 变换的牌照倾斜校正 | 第17-19页 |
| 3.3 字符边界确定和字符分割 | 第19-21页 |
| 3.3.1 字符上下边界的确定 | 第19-20页 |
| 3.3.2 字符的垂直投影分割算法 | 第20-21页 |
| 第四章 基于轮廓特征的车牌数字识别 | 第21-28页 |
| 4.1 引言 | 第21页 |
| 4.2 字符轮廓的定义 | 第21-22页 |
| 4.3 结构基元 | 第22-24页 |
| 4.3.1 基元的定义 | 第22-23页 |
| 4.3.2 基元的检测 | 第23-24页 |
| 4.4 轮廓的统计特征 | 第24页 |
| 4.5 数字的识别算法 | 第24-28页 |
| 4.5.1 算法原理 | 第24-25页 |
| 4.5.2 实验结果与分析 | 第25-28页 |
| 第五章 基于BP 神经网络的车牌字母识别 | 第28-43页 |
| 5.1 引言 | 第28页 |
| 5.2 神经网络理论概述 | 第28页 |
| 5.3 神经网络模式识别的特点 | 第28-30页 |
| 5.4 BP 神经网络算法 | 第30-37页 |
| 5.4.1 BP 神经网络的基本结构 | 第30-31页 |
| 5.4.2 标准BP 学习算法 | 第31-33页 |
| 5.4.3 BP 网络算法 | 第33-35页 |
| 5.4.4 改进的BP 网络算法 | 第35-37页 |
| 5.5 基于BP 网络的字母识别算法 | 第37-43页 |
| 5.5.1 设计思路 | 第37-39页 |
| 5.5.2 实验结果与分析 | 第39-43页 |
| 第六章 结束语 | 第43-44页 |
| 6.1 总结 | 第43页 |
| 6.2 展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 攻读硕士学位期间发表的论文 | 第48-49页 |
| 详细摘要 | 第49-53页 |
