| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的研究背景和意义 | 第9页 |
| ·课题的研究目标和内容 | 第9-10页 |
| ·研究目标 | 第9-10页 |
| ·研究内容 | 第10页 |
| ·车牌识别技术研究发展现状 | 第10-12页 |
| ·基于信号处理的识别技术 | 第10-11页 |
| ·基于图像处理的识别技术 | 第11-12页 |
| ·论文内容安排 | 第12-14页 |
| 第2章 权值自适应的 AdaBoost 算法的车牌定位 | 第14-33页 |
| ·引言 | 第14-15页 |
| ·基于 GAB 算法的车牌定位过程 | 第15-22页 |
| ·建立样本库 | 第15-16页 |
| ·积分图和特征提取 | 第16-18页 |
| ·GAB 算法 | 第18-21页 |
| ·级联分类器 | 第21-22页 |
| ·基于弱分类器权重调整的 GAB 算法 | 第22-29页 |
| ·损失函数讨论与分析 | 第23-24页 |
| ·调整参数 | 第24-26页 |
| ·迭代条件 | 第26-29页 |
| ·实验结果分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于模糊 Gath-Geva 聚类的车牌字符分割 | 第33-41页 |
| ·车牌透视校正 | 第33-37页 |
| ·直线检测和透视变换 | 第33-34页 |
| ·校正算法 | 第34页 |
| ·实验结果分析 | 第34-37页 |
| ·车牌字符分割 | 第37-41页 |
| ·模糊 Gath-Geva 聚类算法 | 第37-38页 |
| ·字符分割算法 | 第38页 |
| ·实验结果与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于主视觉单词的车牌字符识别 | 第41-59页 |
| ·车牌字符识别常用方法 | 第41-42页 |
| ·基于主视觉单词的识别算法 | 第42-47页 |
| ·生成字符的主视觉单词—PVWs（Principal Visual Words） | 第43-47页 |
| ·主视觉单词匹配 | 第47页 |
| ·主视觉单词匹配实验结果与分析 | 第47-50页 |
| ·字符识别实验结果与分析 | 第50-58页 |
| ·数字识别 | 第50-52页 |
| ·字母识别 | 第52-55页 |
| ·数字与字母混合的识别 | 第55-56页 |
| ·汉字的识别 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-60页 |
| ·总结 | 第59页 |
| ·下一步的工作 | 第59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 在学期间发表的学术论文 | 第66页 |
