基于神经网络的车牌识别技术的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-16页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·车牌识别技术研究现状 | 第11-14页 |
| ·IC卡识别技术 | 第11-12页 |
| ·条形码识别技术 | 第12页 |
| ·图像处理技术 | 第12-13页 |
| ·人工神经网络技术 | 第13页 |
| ·我国汽车牌照识别的特殊性 | 第13-14页 |
| ·课题主要研究内容 | 第14-16页 |
| 第2章 车辆牌照定位方法 | 第16-27页 |
| ·图像分析与处理的基本方法 | 第17-21页 |
| ·图像转换 | 第17-18页 |
| ·边缘检测 | 第18-20页 |
| ·灰度图像二值化 | 第20页 |
| ·数学形态学 | 第20-21页 |
| ·车辆牌照的预处理 | 第21-23页 |
| ·车辆牌照的定位 | 第23-27页 |
| ·车辆牌照的水平定位 | 第24-25页 |
| ·车辆牌照的垂直定位 | 第25-27页 |
| 第3章 车辆牌照的字符分割 | 第27-33页 |
| ·车辆牌照图像的标准化 | 第27页 |
| ·车辆牌照图像的几何校正 | 第27-31页 |
| ·霍夫变换原理 | 第28-29页 |
| ·几何校正 | 第29-31页 |
| ·车辆牌照字符分割 | 第31-33页 |
| 第4章 基于神经网络的识别原理 | 第33-50页 |
| ·字符识别的结构方法 | 第33-35页 |
| ·基于骨架 | 第33-34页 |
| ·基于轮廓 | 第34页 |
| ·基于局部图像 | 第34-35页 |
| ·特征提取与识别的融合 | 第35页 |
| ·字符识别的统计方法特征提取 | 第35-37页 |
| ·全局特征 | 第36页 |
| ·局部特征 | 第36-37页 |
| ·分类器的选取 | 第37-38页 |
| ·基于距离的分类器 | 第37-38页 |
| ·神经网络识别 | 第38页 |
| ·BP神经网络结构 | 第38-43页 |
| ·神经网络理论 | 第38-39页 |
| ·人工神经元模型 | 第39-41页 |
| ·神经网络的学习 | 第41-43页 |
| ·神经网络在字符识别中的应用 | 第43-50页 |
| ·字符预处理 | 第44页 |
| ·特征提取 | 第44-45页 |
| ·分类器的选取 | 第45-48页 |
| ·车牌识别系统的构成和试验结果分析 | 第48-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 攻读学位期间公开发表论文 | 第54-55页 |
| 致谢 | 第55-56页 |
| 研究生履历 | 第56页 |
