基于小波分析的车牌识别关键方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题提出的背景和现实意义 | 第11-12页 |
| ·车牌识别技术的国内外研究动态 | 第12-16页 |
| ·车牌识别应用技术情况分析 | 第12-14页 |
| ·我国汽车牌照的特点 | 第14-15页 |
| ·车牌识别技术应用前景 | 第15-16页 |
| ·本课题所做的主要工作 | 第16页 |
| ·论文的主要内容 | 第16-18页 |
| 第二章 车牌识别系统设计 | 第18-27页 |
| ·车牌图像处理系统的通用流程和设计思路 | 第18-19页 |
| ·车牌识别系统的总体结构 | 第19-21页 |
| ·系统的硬件部分 | 第20-21页 |
| ·系统的软件部分 | 第21页 |
| ·车牌识别系统的软件流程 | 第21-26页 |
| ·车牌号码提取 | 第21-23页 |
| ·车牌字符分割 | 第23-24页 |
| ·车牌字符识别 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 小波分析理论 | 第27-39页 |
| ·小波变换的历史和发展现状以及应用情况 | 第27-29页 |
| ·小波变换的历史和现状 | 第27-28页 |
| ·小波变换的应用情况 | 第28-29页 |
| ·小波及小波变换 | 第29-31页 |
| ·小波多分辨率分析 | 第31-38页 |
| ·多分辨率分析相关概念介绍 | 第31-35页 |
| ·一维Mallat 算法 | 第35-36页 |
| ·二维多分辨率分析 | 第36-37页 |
| ·二维 Mallat 算法 | 第37-38页 |
| ·小波分析在图像处理中的应用 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 车牌提取和字符分割 | 第39-61页 |
| ·车牌提取和字符分割发展状况 | 第39-43页 |
| ·车牌提取算法的发展情况 | 第39-42页 |
| ·字符分割算法分析 | 第42-43页 |
| ·车牌提取算法 | 第43-54页 |
| ·车牌图像的采集 | 第43-44页 |
| ·基于小波分析的车牌提取算法 | 第44-54页 |
| ·字符分割算法 | 第54-60页 |
| ·区域生长算法结合先验知识确定字符位置 | 第54-58页 |
| ·竖直投影算法确定字符位置 | 第58-59页 |
| ·结合两种算法得出的信息分割字符图像 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 车牌字符识别 | 第61-77页 |
| ·字符识别技术的发展情况和算法分析 | 第62-65页 |
| ·字符识别技术的发展现状 | 第62-63页 |
| ·字符识别算法分析 | 第63-65页 |
| ·字符预处理 | 第65-69页 |
| ·字符图像增强 | 第65-66页 |
| ·字符图像二值化 | 第66-67页 |
| ·二值图像细化 | 第67-69页 |
| ·提取字符的特征向量 | 第69-72页 |
| ·字符的特征点 | 第69-71页 |
| ·字符的小波矩特征 | 第71-72页 |
| ·应用神经网络进行字符识别 | 第72-75页 |
| ·BP 神经网络概述 | 第73-74页 |
| ·BP 神经网络构造和训练 | 第74-75页 |
| ·应用BP 神经网络进行字符识别 | 第75页 |
| ·车牌识别系统总体性能测试结果 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82-83页 |
| 攻读学位期间发表与录用的学术论文 | 第83页 |
