基于人工神经网络的车牌识别系统的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题背景 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·车牌识别系统的构成 | 第10-11页 |
| ·本文的主要工作 | 第11-13页 |
| 第2章 车牌的定位 | 第13-21页 |
| ·传统的车牌定位方法 | 第13-14页 |
| ·基于顏色特征和纹理特征的车牌定位法 | 第14-21页 |
| ·HSI 颜色空间 | 第14-15页 |
| ·纹理特征提取 | 第15-19页 |
| ·车牌定位 | 第19-21页 |
| 第3章 车牌图像的预处理 | 第21-26页 |
| ·图像的灰度化 | 第21-22页 |
| ·图像的二值化 | 第22-24页 |
| ·全局阈值法 | 第22-23页 |
| ·局部阈值法 | 第23-24页 |
| ·车牌的边框和铆钉的去除 | 第24-26页 |
| ·车牌边框的去除 | 第24-25页 |
| ·车牌铆钉的去除 | 第25-26页 |
| 第4章 车牌字符的分割 | 第26-31页 |
| ·传统的车牌字符分割方法 | 第26-29页 |
| ·水平投影法 | 第26-27页 |
| ·模板匹配法 | 第27-28页 |
| ·聚类分析法 | 第28-29页 |
| ·本文采用的车牌字符分割方法 | 第29-31页 |
| 第5章 车牌字符的识别 | 第31-42页 |
| ·模板匹配 | 第31-32页 |
| ·基于人工神经网络的车牌字符识别 | 第32-37页 |
| ·人工神经网络简介 | 第32-34页 |
| ·BP网络模型结构 | 第34-37页 |
| ·本文采用的BP神经网络结构和设计 | 第37-42页 |
| ·特征提取 | 第37-39页 |
| ·BP网络的结构和设计 | 第39-42页 |
| 第6章 车牌识别系统的实现 | 第42-47页 |
| ·系统设计原则 | 第42页 |
| ·系统的结构与功能 | 第42-43页 |
| ·系统的程序实现 | 第43-45页 |
| ·实验结果分析 | 第45-46页 |
| ·实验结果 | 第46页 |
| ·进一步展望 | 第46-47页 |
| 附录 | 第47-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第60-61页 |
| 致 谢 | 第61页 |