| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 问题的提出 | 第10页 |
| 1.2 研究工作的背景与意义 | 第10页 |
| 1.3 车牌识别系统的国内外研究历史与现状 | 第10-11页 |
| 1.4 存在问题分析 | 第11-12页 |
| 1.5 本文的主要研究内容 | 第12-14页 |
| 第二章 车牌定位算法研究 | 第14-24页 |
| 2.1 车牌定位 | 第14页 |
| 2.2 车牌定位常用方法概述 | 第14-15页 |
| 2.3 基于分形方差特征与数学形态学相结合的车牌定位方法 | 第15-17页 |
| 2.4 分形基本知识概述 | 第17-18页 |
| 2.5 图像复原技术 | 第18-22页 |
| 2.6 多车牌与无车牌区域的检测 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 车牌字符分割算法的研究 | 第24-35页 |
| 3.1 常用的车牌字符分割算法研究 | 第24-26页 |
| 3.1.1 基于投影的车牌分割算法 | 第24-25页 |
| 3.1.2 基于模板匹配的字符分割算法 | 第25-26页 |
| 3.2 车牌字符分割算法 | 第26-34页 |
| 3.2.1 牌照图像的二值化 | 第27-28页 |
| 3.2.2 牌照校对 | 第28-30页 |
| 3.2.3 除掉牌照边界 | 第30-31页 |
| 3.2.4 牌照图像字符分割 | 第31-34页 |
| 3.3 算法比对 | 第34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 牌照图像识别算法的研究 | 第35-46页 |
| 4.1 牌照字符识别现状 | 第36-37页 |
| 4.1.1 基于特征匹配算法 | 第36页 |
| 4.1.2 基于模板的字符匹配算法 | 第36页 |
| 4.1.3 基于分类器的字符识别 | 第36-37页 |
| 4.2 BP神经网络的多分类器牌照字符识别算法 | 第37-43页 |
| 4.2.1 牌照字体的特点获取 | 第37-38页 |
| 4.2.2 神经网络模型介绍 | 第38页 |
| 4.2.3 神经网络的研究内容 | 第38-40页 |
| 4.2.4 改进的BP神经网络模型在牌照字符识别中的应用 | 第40-43页 |
| 4.2.5 算法测试结果 | 第43页 |
| 4.3 车牌字符严重缺损识别方法研究 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 多方位牌照识别方法 | 第46-53页 |
| 5.1 假牌、套牌车存在形式 | 第46-47页 |
| 5.2 假牌、套牌出现原因及危害 | 第47页 |
| 5.3 假牌特点 | 第47-48页 |
| 5.4 车牌背景前景颜色、车身颜色、车标以及车型识别 | 第48-50页 |
| 5.4.1 车牌背景前景颜色及车身颜色识别 | 第48页 |
| 5.4.2 车标识别 | 第48-49页 |
| 5.4.3 车型识别 | 第49-50页 |
| 5.5 假牌套牌车识别系统整体设计 | 第50-52页 |
| 5.5.1 数据接口及其系统创建。 | 第50-51页 |
| 5.5.2 GPRS实时传输 | 第51-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第六章 车牌识别系统的实现 | 第53-64页 |
| 6.1 车牌识别系统的设计 | 第53-56页 |
| 6.2 车牌识别系统的硬件组成 | 第56-57页 |
| 6.3 车牌识别系统的软件组成 | 第57-58页 |
| 6.4 车牌识别系统的模块设计 | 第58页 |
| 6.5 实验结果及分析 | 第58-62页 |
| 6.6 本章小结 | 第62-64页 |
| 第七章 全文总结与展望 | 第64-66页 |
| 7.1 全文总结 | 第64-65页 |
| 7.2 后续工作展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-69页 |
