| 第一章 绪论 | 第1-17页 |
| 第一节 机动车牌照的功能及其性能 | 第6-7页 |
| 1．1．1 机动车牌照的功能 | 第6页 |
| 1．1．2 机动车牌照的性能 | 第6-7页 |
| 第二节 牌照识别技术的意义及存在问题 | 第7-13页 |
| 1．2．1 智能交通（ITS）技术的发展 | 第7-8页 |
| 1．2．2 牌照识别（LPR）技术的意义 | 第8-9页 |
| 1．2．3 牌照识别（LPR）技术关键与难点 | 第9-13页 |
| 第三节 个性化牌照的发展及其识别技术 | 第13-15页 |
| 1．3．1 我国机动车牌照的发展 | 第13页 |
| 1．3．2 “2002”式个性化机动车牌照特点 | 第13-15页 |
| 1．3．3 “2002”式个性化机动车牌照识别难点 | 第15页 |
| 第四节 本论文工作及结构安排 | 第15-17页 |
| 第二章 车辆图像的预处理 | 第17-31页 |
| 第一节 图像恢复 | 第17-25页 |
| 2．1．1 图像退化的一般模型 | 第17-19页 |
| 2．1．2 图像恢复的原理 | 第19-25页 |
| 第二节 对比度增强 | 第25-28页 |
| 2．2．1 灰度变换法 | 第25-26页 |
| 2．2．2 直方图修正法 | 第26-28页 |
| 第三节 夜间旋光消除处 | 第28-31页 |
| 第三章 个性化牌照的分割 | 第31-37页 |
| 第一节 牌照分割 | 第32-34页 |
| 第二节 个性化牌照倾斜校正 | 第34-37页 |
| 第四章 个性化牌照图像的二值化 | 第37-42页 |
| 第一节 MARR-HILDRETH算子 | 第37-39页 |
| 第二节 二值化牌照后续处理 | 第39-42页 |
| 第五章 个性化牌照字符分割 | 第42-47页 |
| 第一节 个性化牌照字符水平分割 | 第42-43页 |
| 第二节 个性化牌照字符垂直分割 | 第43-47页 |
| 5．2．1 上行牌照字符串的分割 | 第43-44页 |
| 5．2．2 下行牌照字符串的分割 | 第44-47页 |
| 第六章 神经网络分类器设计 | 第47-55页 |
| 第一节 人工神经网络基本概念及神经元模型 | 第47-49页 |
| 第二节 多层前向神经网络与BP学习算法 | 第49-53页 |
| 第三节 应用BP神经网络模型识别牌照字符 | 第53-55页 |
| 6．3．1 特征提取 | 第53-54页 |
| 6．3．2 网络结构、识别及容易混淆字符识别研究 | 第54-55页 |
| 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |