车牌识别系统中的字符分割与识别
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·车牌识别系统简介 | 第8页 |
| ·车牌识别系统的应用前景 | 第8-9页 |
| ·车牌识别技术中的难点 | 第9-11页 |
| ·车牌识别技术国内外发展现状 | 第11-12页 |
| ·我国汽车牌照识别的特殊性 | 第12页 |
| ·本文的主要工作 | 第12-14页 |
| 第二章 所用到的理论知识 | 第14-29页 |
| ·模式识别 | 第14-19页 |
| ·模式和模式识别的概念 | 第14-15页 |
| ·模式识别系统 | 第15-16页 |
| ·常用方法和在车牌识别中的运用 | 第16-19页 |
| ·数字图像处理技术 | 第19-23页 |
| ·图像处理概述 | 第19页 |
| ·数字图像处理的主要内容 | 第19-21页 |
| ·车牌识别中常用的数字图像处理技术 | 第21-23页 |
| ·模板匹配 | 第23-27页 |
| ·模板匹配的基本概念 | 第23-24页 |
| ·模板匹配法 | 第24-26页 |
| ·利用模板匹配进行字符识别 | 第26-27页 |
| ·BP神经网络法以及字符识别原理 | 第27-29页 |
| 第三章 系统的具体设计与实现 | 第29-37页 |
| ·系统简介 | 第29-30页 |
| ·系统构成及工作原理 | 第30-31页 |
| ·过程简介 | 第31-36页 |
| ·图像采集 | 第31页 |
| ·图像预处理 | 第31-32页 |
| ·车牌定位 | 第32-33页 |
| ·字符分割 | 第33-34页 |
| ·字符识别 | 第34-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 车牌字符分割 | 第37-54页 |
| ·目前我国车牌的构造特征 | 第37-38页 |
| ·车牌字符分割的主要预处理步骤 | 第38-42页 |
| ·灰度化处理 | 第39-40页 |
| ·二值化 | 第40-41页 |
| ·去除上下边界 | 第41-42页 |
| ·传统的字符分割法简介 | 第42-44页 |
| ·直接投影法 | 第43页 |
| ·模板匹配字符分割算法 | 第43-44页 |
| ·聚类分析字符分割法 | 第44页 |
| ·基于车牌构造的投影分割法 | 第44-52页 |
| ·算法的提出 | 第45-49页 |
| ·算法的改进 | 第49-50页 |
| ·实验结果分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 基于BP神经网络的字符识别 | 第54-68页 |
| ·字符识别概述 | 第54-55页 |
| ·常用的字符识别法 | 第55-57页 |
| ·基于模板匹配的方法 | 第55-56页 |
| ·统计法与基于字符结构的方法 | 第56-57页 |
| ·结构与统计相结合的识别方法 | 第57页 |
| ·人工神经网络方法 | 第57页 |
| ·BP神经网络在车牌字符识别中的应用 | 第57-66页 |
| ·特征的提取 | 第58-61页 |
| ·BP网络结构设计 | 第61-63页 |
| ·字符识别系统的实现和识别结果分析 | 第63-66页 |
| ·本章小结 | 第66-68页 |
| 第六章 总结 | 第68-70页 |
| ·本文总结 | 第68页 |
| ·研究工作展望 | 第68-70页 |
| ·利用车牌上的彩色信息 | 第69页 |
| ·改进现有的算法，设计新算法 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 图索引 | 第73-74页 |
| Figure Index | 第74-75页 |
| 致谢 | 第75-76页 |
| 导师简历 | 第76页 |
| 个人简历 | 第76页 |
| 发表的学术论文 | 第76页 |
| 参与项目 | 第76页 |
