| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 车牌识别技术的研究背景与意义 | 第11-12页 |
| 1.2 车牌识别技术的研究历史与现状 | 第12页 |
| 1.3 本论文的主要研究工作与创新 | 第12-14页 |
| 1.3.1 本论文主要研究工作 | 第12-13页 |
| 1.3.2 本论文主要创新点 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-15页 |
| 第二章 车牌识别系统概述 | 第15-22页 |
| 2.1 常见车牌识别系统的组成框架 | 第15-16页 |
| 2.2 中国机动车号牌的主要特征 | 第16-18页 |
| 2.3 本论文实验测试图像 | 第18-19页 |
| 2.4 本论文车牌识别系统的构成 | 第19-21页 |
| 2.4.1 车牌定位算法 | 第20页 |
| 2.4.2 车牌字符分割算法 | 第20-21页 |
| 2.4.3 车牌字符识别算法 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 车牌定位算法的研究 | 第22-45页 |
| 3.1 常用的车牌定位算法 | 第22-23页 |
| 3.2 本论文研究的机器学习结合纹理信息的车牌定位算法 | 第23-42页 |
| 3.2.1 基于机器学习的车辆检测 | 第23-29页 |
| 3.2.1.1 图像灰度 | 第24页 |
| 3.2.1.2 图像梯度幅度 | 第24-25页 |
| 3.2.1.3 图像方向梯度直方图 | 第25-26页 |
| 3.2.1.4 图像特征通道金字塔 | 第26-27页 |
| 3.2.1.5 基于AdaBoost的车辆检测 | 第27-29页 |
| 3.2.2 图像预处理 | 第29-36页 |
| 3.2.2.1 高斯滤波 | 第29-30页 |
| 3.2.2.2 双边滤波 | 第30-32页 |
| 3.2.2.3 改进的双边滤波 | 第32-35页 |
| 3.2.2.4 基于形态学的图像增强 | 第35-36页 |
| 3.2.3 基于纹理信息的车牌区域提取 | 第36-42页 |
| 3.2.3.1 边缘检测 | 第36-37页 |
| 3.2.3.2 基于车牌区域纹理信息去除干扰边缘 | 第37-39页 |
| 3.2.3.3 基于形态学方法提取候选车牌区域 | 第39-41页 |
| 3.2.3.4 基于AdaBoost伪车牌区域的剔除 | 第41-42页 |
| 3.3 算法测试与性能分析 | 第42-44页 |
| 3.3.1 算法实验测试 | 第42-43页 |
| 3.3.2 算法性能分析与对比 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 车牌字符分割算法的研究 | 第45-59页 |
| 4.1 常用的车牌字符分割算法 | 第45-46页 |
| 4.2 本论文研究的投影特征结合动态模板的字符分割算法 | 第46-55页 |
| 4.2.1 车牌区域的图像增强 | 第46-47页 |
| 4.2.2 车牌区域的精确定位 | 第47-51页 |
| 4.2.2.1 车牌区域水平校正 | 第48-49页 |
| 4.2.2.2 车牌区域垂直校正 | 第49-50页 |
| 4.2.2.3 车牌区域上下边界精确定位 | 第50-51页 |
| 4.2.3 根据投影特征的车牌预分割 | 第51-52页 |
| 4.2.4 根据动态模板的字符精确分割 | 第52-55页 |
| 4.3 算法测试与性能分析 | 第55-58页 |
| 4.3.1 算法实验测试 | 第55-57页 |
| 4.3.2 算法性能分析与对比 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 车牌字符识别算法的研究 | 第59-73页 |
| 5.1 常用的车牌字符识别算法 | 第59-60页 |
| 5.2 车牌字符特点 | 第60-61页 |
| 5.3 基于多级SVM的字符识别算法 | 第61-69页 |
| 5.3.1 支持向量机（SVM）理论介绍 | 第61-65页 |
| 5.3.1.1 线性可分支持向量机 | 第61-63页 |
| 5.3.1.2 线性支持向量机 | 第63-64页 |
| 5.3.1.3 非线性支持向量机 | 第64-65页 |
| 5.3.2 字符特征提取 | 第65-67页 |
| 5.3.2.1 字符归一化 | 第65-66页 |
| 5.3.2.2 字符特征描述 | 第66-67页 |
| 5.3.3 多级SVM分类器的设计与训练 | 第67-69页 |
| 5.4 算法测试与性能分析 | 第69-72页 |
| 5.4.1 算法实验测试 | 第69-70页 |
| 5.4.2 算法性能分析与对比 | 第70-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士期间取得的成果 | 第80-81页 |
