智能车牌识别技术的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·论文研究背景 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·车辆牌照识别系统 | 第12-13页 |
| ·论文的主要工作 | 第13-14页 |
| 第二章 车牌的定位 | 第14-22页 |
| ·引言 | 第14页 |
| ·车牌定位的先验知识 | 第14页 |
| ·常见的边缘种类 | 第14-15页 |
| ·常见的微分算子 | 第15-17页 |
| ·霍夫变换进行水平校正 | 第17-19页 |
| ·RADON变换垂直校正 | 第19-20页 |
| ·新的车牌定位算法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 车牌图像的预处理 | 第22-27页 |
| ·图像格式的转换 | 第22-23页 |
| ·图象增强 | 第23-26页 |
| ·模糊图像复原 | 第24页 |
| ·直方图均衡化 | 第24-25页 |
| ·噪声的去除 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 车牌字符的分割 | 第27-38页 |
| ·引言 | 第27页 |
| ·车牌字符的先验知识 | 第27-28页 |
| ·车牌字符的二值化 | 第28-30页 |
| ·全局最佳阈值 | 第29页 |
| ·自适应阈值选取 | 第29-30页 |
| ·数学形态学去除部分噪声 | 第30-34页 |
| ·数学形态学基础 | 第30-33页 |
| ·本文采用的方法 | 第33-34页 |
| ·字符的切割常用方法 | 第34-37页 |
| ·上下边界的去除 | 第34-35页 |
| ·垂直投影法切割字符 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 车牌字符的识别 | 第38-53页 |
| ·引言 | 第38页 |
| ·车牌识别的常用方法 | 第38-39页 |
| ·车牌字符的特征提取 | 第38-39页 |
| ·三种特征提取方向的比较 | 第39页 |
| ·神经网络识别方法概述 | 第39-45页 |
| ·人工神经元模型 | 第42-44页 |
| ·网络结构 | 第44页 |
| ·神经网络的学习 | 第44-45页 |
| ·BP神经网络对车牌的提取 | 第45-52页 |
| ·BP网络结构 | 第46页 |
| ·BP学习算法 | 第46-51页 |
| ·BP网络训练过程 | 第51页 |
| ·BP参数确定 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 实验结果分析与结论 | 第53-55页 |
| ·实验结果分析 | 第53-54页 |
| ·结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间发表的论文及参与的科研项目 | 第59页 |
