| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 我国车牌特征 | 第11-12页 |
| 1.3 国内外车牌识别技术的发展现状 | 第12-14页 |
| 1.4 车牌识别技术难点 | 第14-15页 |
| 1.5 本文的章节安排 | 第15-16页 |
| 第二章 车牌图像预处理 | 第16-29页 |
| 2.1 图像灰度化 | 第16-18页 |
| 2.2 图像增强 | 第18-24页 |
| 2.2.1 灰度变换 | 第18-19页 |
| 2.2.2 直方图均衡化 | 第19-21页 |
| 2.2.3 图像滤波 | 第21-24页 |
| 2.3 边缘检测 | 第24-28页 |
| 2.3.1 边缘检测类型 | 第24-25页 |
| 2.3.2 常用的边缘检测算子 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 车牌定位 | 第29-41页 |
| 3.1 常用的车牌定位方法 | 第29-30页 |
| 3.2 基于数学形态学和投影法相结合的车牌定位方法 | 第30-35页 |
| 3.2.1 数学形态学理论 | 第30-31页 |
| 3.2.2 利用数学形态学确定车牌区域 | 第31-33页 |
| 3.2.3 结合投影法切割车牌区域 | 第33-35页 |
| 3.3 车牌的倾斜校正 | 第35-37页 |
| 3.3.1 Radon 变化法原理 | 第35-36页 |
| 3.3.2 Radon 变化法实施步骤 | 第36-37页 |
| 3.4 车牌二值化 | 第37-38页 |
| 3.5 去除车牌边框与铆钉 | 第38-39页 |
| 3.6 去除间隔符 | 第39-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 车牌字符分割 | 第41-46页 |
| 4.1 传统车牌字符分割的算法 | 第41-42页 |
| 4.2 基于先验知识约束的垂直投影分割算法 | 第42-44页 |
| 4.3 字符归一化 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 车牌字符识别 | 第46-55页 |
| 5.1 字符特征提取 | 第46-47页 |
| 5.1.1 字符特征选取原则 | 第46页 |
| 5.1.2 字符特征提取的常用方法 | 第46-47页 |
| 5.1.3 本文所采用的方法 | 第47页 |
| 5.2 常用字符识别方法 | 第47-48页 |
| 5.3 神经网络理论基础 | 第48-49页 |
| 5.4 基于 BP 神经网络的字符识别 | 第49-54页 |
| 5.4.1 网络拓扑结构确定 | 第49-50页 |
| 5.4.2 BP 神经网络的训练 | 第50-53页 |
| 5.4.3 网络性能测试 | 第53-54页 |
| 5.6 本章小结 | 第54-55页 |
| 第六章 车牌识别系统开发与性能检验 | 第55-62页 |
| 6.1 车牌识别系统开发 | 第55-57页 |
| 6.1.1 系统功能要求 | 第55页 |
| 6.1.2 软件结构设计 | 第55-56页 |
| 6.1.3 系统开发软件 | 第56页 |
| 6.1.4 系统操作界面 | 第56-57页 |
| 6.2 车牌识别系统运行过程 | 第57页 |
| 6.3 系统性能测试 | 第57-61页 |
| 6.3.1 识别成功的测试样本分析 | 第58-59页 |
| 6.3.2 识别失败原因分析 | 第59-61页 |
| 6.4 车牌辅助识别软件 | 第61页 |
| 6.5 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69页 |