基于径向基函数神经网络的车牌识别研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-15页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外的研究历史及发展趋势 | 第8-9页 |
| ·车牌识别系统的研究现状 | 第9-13页 |
| ·车牌定位技术的研究现状 | 第10-12页 |
| ·车牌字符分割技术的研究现状 | 第12-13页 |
| ·车牌字符识别技术的研究现状 | 第13页 |
| ·本文的主要工作 | 第13-15页 |
| 2 车牌定位 | 第15-23页 |
| ·车牌的特征 | 第15-16页 |
| ·彩色图像处理 | 第16-20页 |
| ·三基色与色匹配 | 第16-18页 |
| ·HIS 模型 | 第18-20页 |
| ·车牌定位 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 3 车牌字符分割 | 第23-40页 |
| ·图像灰度化 | 第23-24页 |
| ·倾斜矫正 | 第24-31页 |
| ·边缘检测 | 第24-27页 |
| ·Radon 变换法 | 第27-31页 |
| ·图像二值化 | 第31-33页 |
| ·数学形态学 | 第33-35页 |
| ·膨胀和腐蚀 | 第33-34页 |
| ·开启和闭合 | 第34-35页 |
| ·去除边框和铆钉 | 第35-36页 |
| ·车牌字符分割 | 第36-37页 |
| ·字符模板的建立 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 车牌字符识别 | 第40-63页 |
| ·字符特征提取 | 第40-41页 |
| ·常用的车牌字符识别方法 | 第41-43页 |
| ·径向基函数神经网络 | 第43-52页 |
| ·RBF 神经网络结构 | 第43-46页 |
| ·RBF 神经网络常用的学习算法 | 第46-49页 |
| ·RBF 神经网络的特点 | 第49-50页 |
| ·RBF 神经网络的注意事项 | 第50页 |
| ·RBF 神经网络与 BP 神经网络的比较 | 第50-51页 |
| ·RBF 神经网络设计 | 第51-52页 |
| ·广义回归神经网络 | 第52-58页 |
| ·GRNN 的网络结构 | 第52-53页 |
| ·GRNN 的理论基础 | 第53-54页 |
| ·GRNN 神经网络设计 | 第54-55页 |
| ·GRNN 神经网络参数的优化 | 第55-58页 |
| ·神经网络训练 | 第58-59页 |
| ·神经网络字符识别 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 5 实验结果与分析 | 第63-67页 |
| ·实验环境 | 第63页 |
| ·实验结果及分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 6 结论与展望 | 第67-69页 |
| ·全文总结 | 第67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
