基于神经网络车牌图像识别系统
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状及存在的问题 | 第11-12页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 车牌识别技术存在的问题 | 第12页 |
| 1.3 国内车牌的特征 | 第12-14页 |
| 1.4 论文的主要内容及结构 | 第14-15页 |
| 第2章 基于颜色边缘检测的车牌定位 | 第15-23页 |
| 2.1 方案的确定 | 第15-17页 |
| 2.2 车牌定位算法的实现 | 第17-22页 |
| 2.2.1 确定车牌颜色的分布 | 第17-19页 |
| 2.2.2 标注颜色跳变点 | 第19页 |
| 2.2.3 连接颜色跳变点 | 第19-20页 |
| 2.2.4 保留每行最长的连接线 | 第20页 |
| 2.2.5 保留跳变次数多的连接线 | 第20-21页 |
| 2.2.6 形成连接线区域 | 第21页 |
| 2.2.7 去除聚合度较小的连接线区域 | 第21-22页 |
| 2.2.8 确定车牌区域及车牌类型 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 倾斜矫正和字符分割 | 第23-30页 |
| 3.1 车牌的倾斜模式及矫正方法 | 第23-25页 |
| 3.1.1 倾斜模式 | 第23-24页 |
| 3.1.2 确定倾斜矫正算法 | 第24页 |
| 3.1.3 基于Radon变换的倾斜矫正 | 第24-25页 |
| 3.2 字符分割 | 第25-28页 |
| 3.2.1 方案的确定 | 第25-27页 |
| 3.2.2 车牌图像的二值化 | 第27页 |
| 3.2.3 去除车牌顶端与底端的无效区域 | 第27-28页 |
| 3.2.4 去除分隔符 | 第28页 |
| 3.2.5 切分车牌字符 | 第28页 |
| 3.3 本章小结 | 第28-30页 |
| 第4章 字符识别 | 第30-39页 |
| 4.1 车牌字符特征分析 | 第30-31页 |
| 4.2 方案的确定 | 第31-32页 |
| 4.3 基于模板匹配的汉字字符识别 | 第32-33页 |
| 4.4 神经网络简介 | 第33-34页 |
| 4.4.1 人工神经网络 | 第33页 |
| 4.4.2 BP神经网络简介 | 第33-34页 |
| 4.5 基于BP神经网络的识别系统的设计与应用 | 第34-38页 |
| 4.5.1 特征提取 | 第34-35页 |
| 4.5.2 设计BP神经网络结构 | 第35-37页 |
| 4.5.3 BP神经网络的应用 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第5章 GUI界面设计 | 第39-44页 |
| 5.1 Matlab GUI简介 | 第39页 |
| 5.2 设计车牌识别系统的GUI界面 | 第39-42页 |
| 5.2.1 设计用户界面外观 | 第39-40页 |
| 5.2.2 添加回调函数 | 第40-42页 |
| 5.2.3 GUI界面调试 | 第42页 |
| 5.3 车牌识别系统识别效果验证 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 附录1 识别字母的BP神经网络程序 | 第48-52页 |
| 致谢 | 第52页 |
