| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 本文创新点 | 第10-12页 |
| 1.4 论文结构概要 | 第12-13页 |
| 第二章 车牌定位 | 第13-25页 |
| 2.1 引言 | 第13页 |
| 2.2 车牌的先验知识 | 第13-14页 |
| 2.3 车牌定位算法相关 | 第14-16页 |
| 2.3.1 车牌识别理论依据 | 第14-15页 |
| 2.3.2 常见定位算法 | 第15-16页 |
| 2.3.3 方案评估 | 第16页 |
| 2.4 基于颜色滤除与边缘提取的车牌定位算法 | 第16-23页 |
| 2.4.1 算法描述及流程图 | 第16-17页 |
| 2.4.2 算法详细步骤 | 第17-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 倾斜校正 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 车牌图像的预处理 | 第25-29页 |
| 3.2.1 灰度化 | 第25-26页 |
| 3.2.2 灰度级修正 | 第26页 |
| 3.2.3 图像的二值化 | 第26-29页 |
| 3.3 车牌的倾斜矫正 | 第29-36页 |
| 3.3.1 倾斜的原因及常见情况 | 第29-31页 |
| 3.3.2 倾斜校正的常见算法 | 第31-33页 |
| 3.3.3 Radon 变换和旋转投影结合的倾斜校正算法 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 字符分割 | 第37-43页 |
| 4.1 引言 | 第37页 |
| 4.2 车牌垂直边框和间隔符区域的去除 | 第37-38页 |
| 4.3 常见的字符分割算法 | 第38-39页 |
| 4.4 基于改进的连通域字符二次分割方法 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 字符识别 | 第43-60页 |
| 5.1 引言 | 第43页 |
| 5.2 字符识别概述 | 第43-45页 |
| 5.2.1 样本采集 | 第43-44页 |
| 5.2.2 字符特征 | 第44-45页 |
| 5.2.3 识别系统 | 第45页 |
| 5.3 常见的字符识别算法介绍 | 第45-47页 |
| 5.4 最小二乘向量机 LS-SVM | 第47-52页 |
| 5.4.1 相关概念及原理 | 第47-50页 |
| 5.4.2 SVM 和 LS-SVM 比较 | 第50-51页 |
| 5.4.3 LS-SVM 方法 | 第51-52页 |
| 5.5 核函数 | 第52-55页 |
| 5.5.1 核函数的主要类别 | 第52-54页 |
| 5.5.2 小波核函数 | 第54-55页 |
| 5.6 特征提取 | 第55-56页 |
| 5.7 多级分类器 | 第56-57页 |
| 5.8 样本的训练及字符识别 | 第57-59页 |
| 5.9 实验结果 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 论文总结 | 第60-61页 |
| 6.2 未来的方向 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 致谢 | 第66页 |