汽车牌照自动识别系统中字符的分割和识别
| 绪论 | 第1-9页 |
| 第一章 车牌图像背景色的统一 | 第9-19页 |
| 1．1 问题的提出 | 第9页 |
| 1．2 前期处理 | 第9-11页 |
| 1．2．1 牌照的灰度化 | 第9-10页 |
| 1．2．2 维纳滤波 | 第10-11页 |
| 1．2．3 选取处理区域 | 第11页 |
| 1．3 选取的参数 | 第11-17页 |
| 1．4 判别规则 | 第17-18页 |
| 1．5 实验结果 | 第18-19页 |
| 第二章 预处理 | 第19-35页 |
| 2．1 灰度图像的二值化 | 第19-25页 |
| 2．1．1 二值化方法介绍 | 第20-23页 |
| 2．1．2 本文提出的二值化方法 | 第23-25页 |
| 2．1．3 实验结果 | 第25页 |
| 2．2 去除上下边框中的干扰 | 第25-28页 |
| 2．3 去除分隔符 | 第28-31页 |
| 2．4 标记法去除左侧干扰 | 第31-35页 |
| 第三章 汽车牌照中字符的分割 | 第35-43页 |
| 3．1 字符分割的简介 | 第35-36页 |
| 3．2 本文中采用的字符分割算法 | 第36-43页 |
| 3．2．1 投影算法与其面临的困难 | 第36-39页 |
| 3．2．2 投影基础上的进一步分割 | 第39-43页 |
| 第四章 汽车牌照的识别 | 第43-55页 |
| 4．1 字符识别的预处理 | 第43-45页 |
| 4．1．1 分裂合并的归一化方法 | 第43页 |
| 4．1．2 插值变换的归一化方法 | 第43-45页 |
| 4．2 字符识别的方法简介与比较 | 第45-48页 |
| 4．3 使用神经网络的字符识别 | 第48-55页 |
| 4．3．1 BP网络的基本结构 | 第48-51页 |
| 4．3．2 BP网络的改进算法 | 第51-53页 |
| 4．3．3 本文的网络结构 | 第53-55页 |
| 第五章 试验结果 | 第55-58页 |
| 小结 | 第58-62页 |
| 参考文献 | 第62-63页 |
