车牌识别系统的研究与实现
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题的研究背景及现实意义 | 第12-13页 |
| ·车牌识别技术的国内外研究现状 | 第13-15页 |
| ·车牌识别系统的构成及其关键技术 | 第15-16页 |
| ·本课题的主要研究内容 | 第16-18页 |
| 第二章 车牌定位的方法研究 | 第18-44页 |
| ·车牌定位的常用方法 | 第18-20页 |
| ·图像预处理 | 第20-31页 |
| ·彩色图像灰度化 | 第20-21页 |
| ·图像的降噪滤波 | 第21-22页 |
| ·图像锐化增强 | 第22-23页 |
| ·边缘图像二值化 | 第23-29页 |
| ·图像的形态学处理 | 第29-31页 |
| ·基于车牌纹理和轮廓特征的车牌定位 | 第31-38页 |
| ·跳变点检测和融合 | 第31-35页 |
| ·连通域统计及车牌的初步提取 | 第35-38页 |
| ·实验及结果分析 | 第38-41页 |
| ·本章小结 | 第41-44页 |
| 第三章 车牌校正及二值化处理 | 第44-64页 |
| ·车牌校正概述 | 第44-45页 |
| ·车牌的倾斜校正及水平定位 | 第45-56页 |
| ·车牌倾斜校正的常用方法 | 第45-47页 |
| ·基于改进K均值聚类算法的车牌倾斜校正和水平定位 | 第47-56页 |
| ·车牌图像的二值化 | 第56-59页 |
| ·常用的车牌二值化算法 | 第56-57页 |
| ·基于灰度直方图的改进OTSU二值化算法 | 第57-59页 |
| ·车牌图像的错切校正 | 第59-61页 |
| ·实验及结果分析 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第四章 车牌字符分割方法研究 | 第64-78页 |
| ·车牌字符分割的研究现状 | 第64-65页 |
| ·基于垂直投影和五连域字符模板的车牌字符分割算法 | 第65-75页 |
| ·车牌字符的特点及模板建立 | 第65-66页 |
| ·车牌图像的预处理 | 第66-68页 |
| ·车牌图像的垂直投影 | 第68-70页 |
| ·五连域模板匹配 | 第70-73页 |
| ·车牌字符分割 | 第73-75页 |
| ·伪牌辨识 | 第75-76页 |
| ·实验及结果分析 | 第76页 |
| ·本章小结 | 第76-78页 |
| 第五章 车牌字符识别的实现 | 第78-96页 |
| ·车牌字符识别的特点 | 第78页 |
| ·车牌字符识别的常用方法 | 第78-80页 |
| ·基于小波变换的粗网格特征提取 | 第80-86页 |
| ·小波变换的基本原理 | 第80-84页 |
| ·字符特征提取 | 第84-86页 |
| ·基于BP神经网络的车牌字符识别 | 第86-93页 |
| ·BP神经网络的数学模型 | 第87-88页 |
| ·增加动量项的BP神经网络学习算法 | 第88-90页 |
| ·字符识别BP神经网络的设计及实现 | 第90-93页 |
| ·实验及结果分析 | 第93-95页 |
| ·本章小结 | 第95-96页 |
| 第六章 系统软件设计 | 第96-102页 |
| ·车牌识别系统的软件流程 | 第96-99页 |
| ·系统软硬件平台 | 第99-100页 |
| ·系统测试结果及分析 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第七章 总结与展望 | 第102-104页 |
| ·本文工作总结 | 第102页 |
| ·进一步的研究工作 | 第102-104页 |
| 参考文献 | 第104-110页 |
| 致谢 | 第110页 |
