| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 车牌识别系统的工作原理 | 第10页 |
| 1.2 车牌识别系统的理论背景 | 第10-11页 |
| 1.3 车牌识别系统国内外发展现状 | 第11-12页 |
| 1.4 论文的主要研究工作 | 第12-14页 |
| 第二章 汽车图像的预处理 | 第14-31页 |
| 2.1 数字图像处理简介 | 第14页 |
| 2.2 汽车图像预处理 | 第14页 |
| 2.3 图像的灰度化 | 第14-19页 |
| 2.3.1 灰度变换 | 第15-16页 |
| 2.3.2 直方图的均衡化 | 第16-17页 |
| 2.3.3 中值滤波 | 第17-19页 |
| 2.4 图像二值化 | 第19-21页 |
| 2.4.1 全局阈值法 | 第20页 |
| 2.4.2 局部阈值法 | 第20-21页 |
| 2.4.3 动态阈值法 | 第21页 |
| 2.5 基于边缘特征的二值化算法 | 第21-26页 |
| 2.6 数学形态学 | 第26-28页 |
| 2.6.1 膨胀与腐蚀(Dilation&Erosion) | 第26-27页 |
| 2.6.2 开运算和闭运算(Opening&Closing) | 第27-28页 |
| 2.7 车牌图像的归一化 | 第28-30页 |
| 2.7.1 位置归一化 | 第28页 |
| 2.7.2 大小归一化 | 第28页 |
| 2.7.3 笔划粗细归一化 | 第28-30页 |
| 2.8 本章小结 | 第30-31页 |
| 第三章 车牌定位 | 第31-42页 |
| 3.1 我国机动车辆牌照的标准 | 第31-32页 |
| 3.2 车牌区域的特征分析 | 第32页 |
| 3.3 车牌定位算法 | 第32-34页 |
| 3.4 算法实现过程 | 第34-41页 |
| 3.4.1 高低帽变换处理 | 第34-35页 |
| 3.4.2 图像二值化与形态学处理 | 第35-40页 |
| 3.4.3 车牌精确定位 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 车牌字符的分割 | 第42-48页 |
| 4.1 车牌的倾斜校正 | 第42-44页 |
| 4.2 单个字符的切分 | 第44页 |
| 4.3 算法实现 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 车牌字符的识别 | 第48-63页 |
| 5.1 模式识别技术简介 | 第48-49页 |
| 5.2 字符识别简介 | 第49-50页 |
| 5.3 车牌字符的大小归一化 | 第50-53页 |
| 5.4 字符特征的提取 | 第53-54页 |
| 5.5 字符识别的算法 | 第54-56页 |
| 5.5.1 模板匹配法 | 第54-55页 |
| 5.5.2 基于字符特征的识别方法 | 第55-56页 |
| 5.5.3 基于人工神经网络的方法 | 第56页 |
| 5.6 本文采用的算法 | 第56-62页 |
| 5.6.1 神经网络的简介 | 第56页 |
| 5.6.2 人工神经元 | 第56-58页 |
| 5.6.3 BP 神经网络算法 | 第58-60页 |
| 5.6.4 BP 网络的结构和设计 | 第60-61页 |
| 5.6.5 BP 网络的改进 | 第61-62页 |
| 5.7 本章小结 | 第62-63页 |
| 结论与展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |