车牌字符识别系统的研究和实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究背景 | 第9-10页 |
| ·国内外车牌字符识别技术研究历史及现状 | 第10-11页 |
| ·车牌字符识别系统的构成及难点 | 第11-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 第2章 车牌字符的分割 | 第14-21页 |
| ·车牌图像预处理 | 第14-17页 |
| ·车牌图像的二值化 | 第14-16页 |
| ·彩色车牌图像的灰度化 | 第14-15页 |
| ·灰度车牌图像的二值化 | 第15-16页 |
| ·去除上下边框及铆钉 | 第16-17页 |
| ·车牌字符的分割 | 第17-21页 |
| ·车牌字符分割的常用方法 | 第17-19页 |
| ·本文的车牌字符分割方法 | 第19-21页 |
| 第3章 车牌字符图像特征的提取及约简优化 | 第21-29页 |
| ·车牌字符图像的预处理 | 第21-23页 |
| ·字符图像的噪声滤除 | 第21-22页 |
| ·字符图像的归一化 | 第22-23页 |
| ·车牌字符图像的特征提取 | 第23-25页 |
| ·常用的字符特征提取方法 | 第23-25页 |
| ·粗网格与粗外围融合的特征提取方法 | 第25页 |
| ·利用PCA 进行字符特征的约简优化 | 第25-29页 |
| ·PCA 计算步骤及举例应用 | 第26-27页 |
| ·本文字符特征向量的选择 | 第27-29页 |
| 第4章 基于 BP 神经网络的车牌字符识别 | 第29-40页 |
| ·引言 | 第29-30页 |
| ·BP 神经网络理论及改进 | 第30-34页 |
| ·BP 神经网络模型的基本结构 | 第30-32页 |
| ·改进的BP 神经网络 | 第32-34页 |
| ·基于改进BP 神经网络的车牌字符识别 | 第34-40页 |
| ·改进BP 网络的结构设计 | 第35-36页 |
| ·本文仿真实验及其结果 | 第36-40页 |
| 第5章 基于 LSSVM 的车牌汉字字符识别探索 | 第40-50页 |
| ·支持向量机原理 | 第40-45页 |
| ·线性支持向量机 | 第40-43页 |
| ·非线性支持向量机 | 第43-44页 |
| ·核函数 | 第44-45页 |
| ·LSSVM 分类器设计及实现 | 第45-50页 |
| ·LSSVM 基本原理 | 第45-46页 |
| ·LSSVM 多分类器模型设计 | 第46-48页 |
| ·本文仿真实验及结果 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·论文总结 | 第50-51页 |
| ·进一步展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
