| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·智能交通系统(ITS)及车辆牌照自动识别简介 | 第9-10页 |
| ·车牌自动识别系统涉及的技术及方法 | 第10-11页 |
| ·论文主要研究内容 | 第11-13页 |
| 第二章 车辆牌照的定位 | 第13-18页 |
| ·基于一阶双向差分和 hough变换的车牌定位 | 第13-15页 |
| ·一阶双向差分加法运算 | 第13页 |
| ·Hough变换 | 第13-15页 |
| ·基于遗传算法的车牌定位 | 第15-17页 |
| ·其他车牌定位方法简介 | 第17-18页 |
| 第三章 车牌字符预处理 | 第18-23页 |
| ·模糊字符图像的复原 | 第18页 |
| ·车牌字符的二值化与切分 | 第18-19页 |
| ·车牌图像的二值化 | 第18-19页 |
| ·车牌字符的切分 | 第19页 |
| ·车牌字符的规范化与细化 | 第19-23页 |
| ·车牌字符的规范化 | 第19-21页 |
| ·车牌字符的细化 | 第21-23页 |
| 第四章 神经网络及其在车牌字符识别中的应用 | 第23-37页 |
| ·人工神经网络简介 | 第23-25页 |
| ·人工神经网络研究的发展历史 | 第23-24页 |
| ·人工神经网络的特点与应用 | 第24页 |
| ·人工神经网络模式识别 | 第24-25页 |
| ·人工神经元模型、网络结构及其学习 | 第25-28页 |
| ·人工神经元模型 | 第25-26页 |
| ·网络结构 | 第26-27页 |
| ·神经网络的学习 | 第27-28页 |
| ·误差反向传播(BP)神经网络在车牌字符识别中的应用 | 第28-37页 |
| ·误差反向传播神经网络的结构及其学习算法 | 第28-32页 |
| ·BP神经网络在车牌字符识别系统中的软件实现 | 第32-34页 |
| ·误差反向传播神经网络学习算法的改进 | 第34-37页 |
| 第五章 车牌字符识别中的多神经网络识别器研究 | 第37-56页 |
| ·字符特征的选取 | 第37-46页 |
| ·数字与字母特征的选取 | 第38-44页 |
| ·汉字字符特征的选取 | 第44-46页 |
| ·多神经网络识别器对车牌字符的识别 | 第46-51页 |
| ·字符识别指标 | 第46-47页 |
| ·多神经网络识别器的构成 | 第47-51页 |
| ·实验结果及讨论 | 第51-56页 |
| ·多神经网络识别器对数字的识别 | 第53-54页 |
| ·多神经网络识别器对英文字母的识别 | 第54-55页 |
| ·多神经网络识别器对汉字的识别 | 第55页 |
| ·结果讨论 | 第55-56页 |
| 第六章 车牌字符识别系统的硬件实现 | 第56-63页 |
| ·神经网络的VLSI硬件实现方法 | 第56-58页 |
| ·FPGA和VHDL简介 | 第56-57页 |
| ·BP神经网络模型的硬件设计 | 第57-58页 |
| ·DSP技术在车牌字符识别中的应用 | 第58-63页 |
| ·DSP技术简介 | 第58-60页 |
| ·基于DSP的BP神经网络的硬件实现 | 第60-61页 |
| ·基于DSP的车牌识别系统 | 第61-63页 |
| 第七章 总结和改进意见 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 作者在校期间发表论文 | 第68页 |