小波和神经网络模式识别技术及其在车牌识别中的应用
| 第一章 绪论 | 第1-23页 |
| ·模式识别技术 | 第13-15页 |
| ·典型的模式识别系统 | 第13页 |
| ·技术现状及发展趋势 | 第13-15页 |
| ·车牌识别及其技术现状 | 第15-21页 |
| ·汽车牌照识别系统原理 | 第15-16页 |
| ·车牌识别技术 | 第16-17页 |
| ·车牌识别的特点及难点 | 第17-19页 |
| ·车牌识别技术的发展趋势 | 第19-20页 |
| ·车牌识别系统的应用前景 | 第20-21页 |
| ·本文的内容安排 | 第21-23页 |
| 第二章 图像的预处理 | 第23-32页 |
| ·小波消噪原理 | 第23-25页 |
| ·多分辨分析 | 第23-25页 |
| ·小波消噪原理 | 第25页 |
| ·小波局部阈值消噪算法设计 | 第25-29页 |
| ·噪声在小波变换下的特性 | 第26页 |
| ·二维小波阈值噪声滤波器设计 | 第26-29页 |
| ·实例分析 | 第29-32页 |
| ·对加噪图像消噪 | 第29-30页 |
| ·对实际含噪图像消噪 | 第30-32页 |
| 第三章 车牌字符分割 | 第32-42页 |
| ·字符分割技术概述 | 第32-33页 |
| ·基于霍夫变换的车牌倾斜校正 | 第33-35页 |
| ·“变焦距”的二进小波 | 第35-37页 |
| ·基于小波分析的字符分割算法的研究与设计 | 第37-40页 |
| ·字符粗分割算法设计 | 第37-40页 |
| ·字符细分割算法设计 | 第40页 |
| ·实例分析 | 第40-42页 |
| 第四章 字符的特征提取 | 第42-56页 |
| ·特征提取方法分析 | 第42-44页 |
| ·结构特征提取方法 | 第42-43页 |
| ·统计特征提取方法 | 第43页 |
| ·结构方法和统计方法的比较分析 | 第43-44页 |
| ·字符特征分析 | 第44-46页 |
| ·图像的小波分解 | 第46-49页 |
| ·小波网格特征提取方法研究 | 第49-56页 |
| ·小波网格特征构造设计 | 第49-51页 |
| ·小波粗网格特征向量的构造与提取 | 第51-53页 |
| ·小波细网格特征向量的构造与提取 | 第53-56页 |
| 第五章 多级分类器设计 | 第56-68页 |
| ·径向基函数神经网络 | 第56-57页 |
| ·多分类器识别流程 | 第57-59页 |
| ·多分类器设计 | 第59-62页 |
| ·粗分类器设计 | 第59-61页 |
| ·细分类器设计 | 第61-62页 |
| ·实例分析 | 第62-68页 |
| ·单层RBFNN识别结果 | 第62-65页 |
| ·多分类器识别结果 | 第65-66页 |
| ·单一网络与多分类器识别结果比较分析 | 第66-68页 |
| 第六章 应用实例 | 第68-77页 |
| ·牌照定位与分割应用实例 | 第68-69页 |
| ·牌照预处理应用实例 | 第69-73页 |
| ·图像灰度化 | 第69-70页 |
| ·小波阈值消噪 | 第70-71页 |
| ·图像二值化 | 第71-72页 |
| ·图像边缘检测 | 第72页 |
| ·图像的倾斜校正 | 第72-73页 |
| ·字符分割应用实例 | 第73-74页 |
| ·特征提取应用实例 | 第74-75页 |
| ·字符图像的规一化 | 第74页 |
| ·字符小波网格特征提取 | 第74-75页 |
| ·字符识别应用实例 | 第75-77页 |
| 第七章 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 附录一 | 第83-86页 |
| 附录二 | 第86-90页 |
