| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-12页 |
| ·引言 | 第9页 |
| ·车牌自动识别系统的研究目的和意义 | 第9页 |
| ·车牌自动识别系统的研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文主要研究内容安排 | 第11-12页 |
| 第2章 车牌识别系统算法研究 | 第12-20页 |
| ·车牌识别系统流程介绍 | 第12页 |
| ·车牌识别系统常见算法实现 | 第12-19页 |
| ·车牌图像预处理 | 第12-14页 |
| ·车牌定位 | 第14-16页 |
| ·车牌字符分割 | 第16-17页 |
| ·车牌字符识别 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 基于车牌纹理信息和投影法的车牌定位算法研究 | 第20-25页 |
| ·纹理和垂直投影法在车牌定位中的实现原理 | 第20-22页 |
| ·基于纹理信息车牌定位 | 第20页 |
| ·基于投影法信息的车牌定位 | 第20-22页 |
| ·实验结果 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第4章 基于BP神经网络的静态图像车牌识别算法研究 | 第25-36页 |
| ·神经网络结构模型 | 第25-33页 |
| ·神经元模型 | 第25-27页 |
| ·人工神经网络 | 第27-28页 |
| ·BP神经网络算法 | 第28-31页 |
| ·BP神经网络训练 | 第31-33页 |
| ·基于神经网络的车牌字符识别算法实现 | 第33-34页 |
| ·BP神经网络参数选择 | 第33-34页 |
| ·BP神经网络的样本选择 | 第34页 |
| ·实验结果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 基于改进帧差法的视频车牌识别算法研究 | 第36-44页 |
| ·基于道路实时视频的车辆检测算法 | 第36-42页 |
| ·帧间差分法 | 第36-37页 |
| ·背景差分法 | 第37-40页 |
| ·光流法 | 第40-42页 |
| ·实验结果 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第6章 算法测试结果与结果分析 | 第44-50页 |
| ·基于静态车牌图像的实验结果分析 | 第44-47页 |
| ·实验结果 | 第44-47页 |
| ·实验结果分析 | 第47页 |
| ·基于道路实时视频车牌的实验结果分析 | 第47-49页 |
| ·实验结果 | 第47-49页 |
| ·实验结果分析 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第7章 总结与展望 | 第50-51页 |
| ·研究工作总结 | 第50页 |
| ·未来工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55页 |