| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-13页 |
| ·智能交通系统与车牌识别技术概述 | 第10-11页 |
| ·车牌识别在智能交通中的作用及前景 | 第11页 |
| ·车牌识别与车牌定位 | 第11-13页 |
| ·国内外车牌定位技术的发展现状 | 第13-15页 |
| ·本文研究的主要内容 | 第15页 |
| ·本论文的内容结构 | 第15-17页 |
| 第二章 基于 Adaboost 算法的车牌定位方法的理论基础 | 第17-28页 |
| ·引言 | 第17页 |
| ·车辆牌照的结构特征以及定义规则 | 第17-19页 |
| ·彩色空间模型的选择 | 第19-24页 |
| ·彩色空间模型 | 第19-23页 |
| ·彩色空间模型的选择：HSV 彩色空间模型 | 第23-24页 |
| ·Adaboost 算法的理论基础 | 第24-27页 |
| ·Adaboost 算法原理 | 第25-26页 |
| ·Adaboost 算法的应用 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于 Adaboost 算法的车牌定位方法研究 | 第28-48页 |
| ·车牌定位方法思路 | 第28-30页 |
| ·基于颜色特征与数学形态学处理的车牌粗定位 | 第30-40页 |
| ·车牌颜色统计分析 | 第30-32页 |
| ·根据车牌底色颜色特征的车牌粗定位 | 第32-33页 |
| ·数学形态学处理 | 第33-38页 |
| ·确定候选车牌区域的四个角点并从原图像上分割 | 第38-40页 |
| ·基于 Adaboost 算法的车牌精定位 | 第40-46页 |
| ·离线车牌分类器的训练 | 第42-44页 |
| ·车牌精定位 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 车牌定位方法实验与分析 | 第48-59页 |
| ·实验条件 | 第48-49页 |
| ·车牌定位实验 | 第49-58页 |
| ·车牌定位效果与定位速度实验 | 第50-54页 |
| ·针对不同光照条件下的车牌定位实验 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·本文的主要工作及总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附件 | 第66页 |