| 第一章 序言 | 第1-20页 |
| 1．1 引言 | 第9页 |
| 1．2 智能交通系统含义及研究内容 | 第9-15页 |
| 1．2．1 智能交通系统研究内容 | 第10页 |
| 1．2．2 智能交通系统研究现状及市场前景 | 第10-15页 |
| 1．3 车牌自动识别系统概念及应用现状和发展趋势 | 第15-18页 |
| 1．3．1 车牌自动识别系统概念 | 第15-16页 |
| 1．3．2 车牌自动识别系统应用现状 | 第16-18页 |
| 1．4 本文的工作和文章组织 | 第18-20页 |
| 第二章 车牌定位分割技术 | 第20-28页 |
| 2．1 车牌的固有特征 | 第20-21页 |
| 2．2 车牌定位算法介绍 | 第21-28页 |
| 2．2．1 基于车牌形状特性的定位算法 | 第21-22页 |
| 2．2．2 基于车牌区域灰度变化特征的定位算法 | 第22-25页 |
| 2．2．3 基于矢量量化的方法 | 第25-26页 |
| 2．2．4 基于彩色车牌图像的定位方法 | 第26-28页 |
| 第三章 基于形状特性和反Hough变换的车牌定位算法 | 第28-43页 |
| 3．1 问题的提出 | 第28页 |
| 3．2 基于形状特性和反Hough变换的定位方法 | 第28-40页 |
| 3．2．1 Hough变换简介 | 第29-30页 |
| 3．2．2 车牌轮廓的形状特性在Hough空间的表现 | 第30-32页 |
| 3．2．3 车牌轮廓重建及反Hough变换 | 第32-40页 |
| 3．3 实验验证及分析 | 第40-43页 |
| 3．3．1 实验步骤 | 第40页 |
| 3．3．2 实验分析 | 第40-43页 |
| 第四章 基于灰度变化特性和方向场计算的倾斜车牌定位算法 | 第43-59页 |
| 4．1 问题的提出 | 第43页 |
| 4．2 基于灰度变化特性和方向场计算的定位算法 | 第43-54页 |
| 4．2．1 预处理 | 第43-46页 |
| 4．2．2 基于数学形态学的目标区域搜寻 | 第46-49页 |
| 4．2．3 方向场计算 | 第49-53页 |
| 4．2．4 车牌区域定位 | 第53-54页 |
| 4．2．5 车牌区域校正 | 第54页 |
| 4．3 实验验证及分析 | 第54-59页 |
| 4．3．1 实验结果 | 第55-56页 |
| 4．3．2 实验分析 | 第56-59页 |
| 第五章 总结和展望 | 第59-62页 |
| 5．1 总结 | 第59-60页 |
| 5．2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士研究生期间发表的论文 | 第66页 |
