| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·ITS概述 | 第9-10页 |
| ·实时车牌识别系统的研究现状和技术难点 | 第10-11页 |
| ·我国车牌识别的特殊性 | 第11-12页 |
| ·课题研究背景、意义及主要内容 | 第12-14页 |
| ·课题背景和意义 | 第12页 |
| ·课题研究的主要内容 | 第12-14页 |
| 2 车辆图像的预处理 | 第14-28页 |
| ·图像的灰度化 | 第14-15页 |
| ·图像的增强 | 第15-21页 |
| ·灰度拉伸 | 第15-17页 |
| ·直方图均衡化 | 第17-18页 |
| ·图像滤波 | 第18-21页 |
| ·图像的二值化 | 第21-27页 |
| ·常用二值化阈值选取方法分析 | 第23-25页 |
| ·基于灰度直方图的全局最佳平均阈值法 | 第25-27页 |
| ·小结 | 第27-28页 |
| 3 车牌的定位与几何校正 | 第28-39页 |
| ·我国车牌特点分析 | 第28页 |
| ·常见车牌定位技术的研究 | 第28-32页 |
| ·基于边缘检测的定位方法 | 第29页 |
| ·基于数学形态学的定位方法 | 第29-31页 |
| ·基于神经网络的定位方法 | 第31页 |
| ·基于彩色图像的车牌定位方法 | 第31-32页 |
| ·基于车牌区域灰度分布与几何特征的实时车牌定位算法 | 第32-33页 |
| ·车牌的几何较正 | 第33-37页 |
| ·车牌图像几何变形的原因及类型的研究 | 第33-34页 |
| ·常见的几何校正方法研究 | 第34-37页 |
| ·本文采用的倾斜校正方法 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 车牌字符分割与归一化 | 第39-44页 |
| ·常用车牌字符分割方法的研究 | 第39-40页 |
| ·基于投影法的字符分割 | 第39页 |
| ·基于模板匹配的字符分割 | 第39-40页 |
| ·基于连通域的字符分割 | 第40页 |
| ·基于聚类分析的字符分割 | 第40页 |
| ·基于投影法与车牌先验知识相结合的分割方法 | 第40-42页 |
| ·车牌字符图像的归一化分析 | 第42-43页 |
| ·分裂合并归一化 | 第42页 |
| ·插值变换归一化 | 第42-43页 |
| ·小结 | 第43-44页 |
| 5 基于PSO-BP神经网络的车牌字符识别 | 第44-62页 |
| ·粒子群优化算法 | 第44-49页 |
| ·群智能简介 | 第44页 |
| ·粒子群算法原理 | 第44-46页 |
| ·粒子群算法参数 | 第46-47页 |
| ·粒子群算法流程 | 第47-48页 |
| ·粒子群算法特点 | 第48-49页 |
| ·BP神经网络 | 第49-54页 |
| ·神经网络简介 | 第49-50页 |
| ·人工神经元模型 | 第50-52页 |
| ·神经网络的学习与训练 | 第52页 |
| ·神经网络的BP模型 | 第52-54页 |
| ·PSO-BP神经网络在实时车牌字符识别中的应用 | 第54-61页 |
| ·实时车牌识别系统的结构设计和功能实现 | 第54-56页 |
| ·PSO-BP神经网络的结构设计 | 第56-58页 |
| ·各类字符的识别 | 第58-61页 |
| ·实验结果及性能分析 | 第61页 |
| ·小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-70页 |