| 摘 要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 绪 论 | 第10-13页 |
| 1 问题的提出 | 第10-11页 |
| 2 小波分析用于字符识别的国内外研究现状 | 第11页 |
| 3 本文的研究内容 | 第11-13页 |
| 第一章 车牌识别系统的总体结构 | 第13-16页 |
| ·系统的总体结构 | 第13页 |
| ·车牌定位 | 第13-14页 |
| ·车牌字符识别 | 第14-16页 |
| 第二章 车牌字符分割 | 第16-20页 |
| ·预处理 | 第16-17页 |
| ·常用的字符分割方法 | 第17页 |
| ·字符块的提取 | 第17-18页 |
| ·粘连及分裂字符块的处理 | 第18-19页 |
| ·神经网络判定分割结果 | 第19-20页 |
| 第三章 基于小波分析的特征提取方法分析 | 第20-23页 |
| ·基于小波变换系数的特征提取 | 第20-21页 |
| ·基于小波包变换的特征提取 | 第21页 |
| ·基于适应性小波神经网络的特征提取 | 第21-22页 |
| ·方法分析 | 第22-23页 |
| 第四章 基于小波变换系数的车牌字符识别 | 第23-28页 |
| ·多分辨率特征提取 | 第23-26页 |
| ·多层聚类神经网络 | 第26页 |
| ·试验结果及分析 | 第26-28页 |
| 第五章 基于小波变换系数聚类的车牌字符识别 | 第28-37页 |
| ·离散抽样信号的小波变换 | 第28-30页 |
| ·小波系数矩阵的聚类 | 第30-33页 |
| ·特征提取 | 第33-34页 |
| ·试验结果及分析 | 第34-37页 |
| 第六章 基于小波包分解的车牌字符识别 | 第37-43页 |
| ·引言 | 第37页 |
| ·图像小波包四叉树 | 第37-39页 |
| ·寻找最优小波包基的算法 | 第39-40页 |
| ·试验结果及分析 | 第40-43页 |
| 第七章 基于Zernike矩的车牌字符识别 | 第43-52页 |
| ·Zernike多项式 | 第43-44页 |
| ·Zernike矩 | 第44页 |
| ·旋转不变性 | 第44-45页 |
| ·尺度和平移的规范化 | 第45-47页 |
| ·Zernike矩的快速计算 | 第47-50页 |
| ·阶数的选取 | 第50页 |
| ·网络训练及结果分析 | 第50-52页 |
| 第八章 基于小波变换和Zernike矩的车牌字符识别 | 第52-55页 |
| ·引言 | 第52页 |
| ·Zernike矩和小波变换特征组合 | 第52-53页 |
| ·分类试验结果及分析 | 第53-55页 |
| 第九章 基于Gabor变换的车牌字符识别 | 第55-58页 |
| ·Gabor滤波器 | 第55-56页 |
| ·试验结果及分析 | 第56-58页 |
| 总 结 | 第58-59页 |
| 致 谢 | 第59-60页 |
| 参 考 文 献 | 第60-62页 |
| 研究生在学期间公开发表的学术论文 | 第62页 |