车辆牌照自动识别系统的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·车牌识别系统的背景和意义 | 第7页 |
| ·车牌自动识别系统的主要技术 | 第7-9页 |
| ·系统的研究现状 | 第9-10页 |
| ·我国车牌识别的特殊性 | 第10-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·实验条件 | 第11页 |
| ·论文工作与安排 | 第11-12页 |
| 第2章 系统组成与设计 | 第12-15页 |
| ·LPRS整体组成部分 | 第12-13页 |
| ·图像采集 | 第13-14页 |
| ·系统评价指标 | 第14-15页 |
| 第3章 车辆图像预处理 | 第15-24页 |
| ·图像的灰度化 | 第15-16页 |
| ·图像增强 | 第16-20页 |
| ·对比度增强 | 第17-18页 |
| ·直方图均衡化 | 第18-20页 |
| ·图像滤波 | 第20-24页 |
| 第4章 车辆牌照定位 | 第24-31页 |
| ·车牌定位介绍 | 第24页 |
| ·边缘检测算子 | 第24-28页 |
| ·车牌提取 | 第28-31页 |
| 第5章 字符图像分割 | 第31-37页 |
| ·字符图像分割预处理 | 第31-33页 |
| ·二值化介绍 | 第31-32页 |
| ·Bernsen算法 | 第32-33页 |
| ·图像的倾斜校正 | 第33-34页 |
| ·基于灰度的图像分割 | 第34-37页 |
| 第6章 车牌字符识别 | 第37-46页 |
| ·字符识别概述 | 第37-38页 |
| ·基于BP神经网络的字符识别 | 第38-42页 |
| ·BP神经网络的基本结构 | 第38-39页 |
| ·标准BP算法 | 第39-42页 |
| ·标准BP算法的不足 | 第42页 |
| ·BP算法的改进模型 | 第42-43页 |
| ·实验流程与结果分析 | 第43-46页 |
| 第7章 总结与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第52页 |
