| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及理论意义 | 第11-12页 |
| 1.2 车牌识别技术的国内外研究现状 | 第12-14页 |
| 1.3 车牌识别系统的构成及其关键技术 | 第14-15页 |
| 1.4 本文的结构框架 | 第15-17页 |
| 第2章 车牌定位的方法研究 | 第17-33页 |
| 2.1 车牌图像预处理 | 第17-21页 |
| 2.1.1 图像灰度化 | 第17页 |
| 2.1.2 图像增强 | 第17-21页 |
| 2.2 车牌定位技术概述 | 第21-31页 |
| 2.2.1 常用车牌定位方法 | 第21-22页 |
| 2.2.2 基于数学形态学与纹理特征的车牌定位方法 | 第22-31页 |
| 2.3 实验结果分析 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 车牌倾斜校正及二值化处理 | 第33-47页 |
| 3.1 车牌倾斜校正 | 第33-40页 |
| 3.1.1 车牌倾斜类型 | 第33-34页 |
| 3.1.2 车牌倾斜校正常用方法 | 第34-35页 |
| 3.1.3 基于Radon变换的车牌倾斜校正 | 第35-40页 |
| 3.2 车牌图像二值化 | 第40-45页 |
| 3.2.1 常用二值化方法 | 第40-42页 |
| 3.2.2 局部阈值与全局阈值相结合的二值化算法 | 第42-43页 |
| 3.2.3 实验结果 | 第43-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第4章 字符分割算法研究 | 第47-57页 |
| 4.1 字符分割研究现状与常用方法 | 第47-48页 |
| 4.2 基于垂直投影与字符特征的字符分割算法 | 第48-55页 |
| 4.2.1 车牌字符特征 | 第48-49页 |
| 4.2.2 车牌图像预处理 | 第49-51页 |
| 4.2.3 车牌垂直投影 | 第51-52页 |
| 4.2.4 字符分割 | 第52-55页 |
| 4.3 实验结果与分析 | 第55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 基于GRNN神经网络的字符识别 | 第57-73页 |
| 5.1 车牌字符识别的特点 | 第57页 |
| 5.2 车牌字符识别的常用方法 | 第57-59页 |
| 5.3 字符图像特征提取算法研究 | 第59-64页 |
| 5.3.1 基于小波变换系数聚类的字符特征提取 | 第59-62页 |
| 5.3.2 基于小波包变换聚类与分块投影的汉字字符特征提取 | 第62-64页 |
| 5.4 基于GRNN神经网络的字符识别 | 第64-71页 |
| 5.4.1 GRNN的网路结构 | 第64-65页 |
| 5.4.2 GRNN神经网络的理论基础 | 第65-66页 |
| 5.4.3 光滑因子σ的确定 | 第66-67页 |
| 5.4.4 基于车牌字符识别的混合网络设计 | 第67-71页 |
| 5.5 实验结果与分析 | 第71-72页 |
| 5.6 本章小结 | 第72-73页 |
| 第6章 结论与展望 | 第73-75页 |
| 6.1 本文工作总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士期间发表的学术论文 | 第83页 |