| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题研究的背景和意义 | 第8-9页 |
| ·车牌识别技术的发展历史及研究现状 | 第9-12页 |
| ·车牌识别的主要技术 | 第9-10页 |
| ·车牌识别的主要技术产品 | 第10-11页 |
| ·我国车牌识别中存在的问题 | 第11-12页 |
| ·车牌识别的基本流程 | 第12页 |
| ·本文研究的内容和目标 | 第12-13页 |
| ·本文的结构安排 | 第13-14页 |
| 第2章 车牌图像的预处理 | 第14-23页 |
| ·图像的基本概念 | 第14页 |
| ·噪声及空间滤波 | 第14-19页 |
| ·均值滤波 | 第16页 |
| ·中值滤波 | 第16-17页 |
| ·混合空间增强法 | 第17-19页 |
| ·改进的混合空间法及车牌图像预处理实验 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 车牌图像的定位 | 第23-37页 |
| ·我国车牌的基本特征 | 第23-24页 |
| ·车牌底色和字符颜色的分类 | 第23页 |
| ·车牌的字符分类 | 第23-24页 |
| ·车牌的几何特征 | 第24页 |
| ·车牌定位算法 | 第24-29页 |
| ·基于灰度图像的边缘检测的车牌定位 | 第24-26页 |
| ·形态学图像处理的车牌定位 | 第26-28页 |
| ·行扫描的车牌定位 | 第28页 |
| ·彩色图像与纹理相结合的车牌定位 | 第28-29页 |
| ·神经网络的车牌定位 | 第29页 |
| ·PREWITT算子、图像分割与形态学相结合的车牌定位 | 第29-36页 |
| ·Prewitt算子 | 第29-30页 |
| ·区域分割 | 第30-34页 |
| ·形态学的图像处理 | 第34页 |
| ·车牌定位实验处理结果 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 车牌字符的分割 | 第37-46页 |
| ·车牌图像的二值化处理 | 第37-39页 |
| ·常用的二值化方法 | 第37-39页 |
| ·全局阈值法及实验结果 | 第39页 |
| ·车牌倾斜校正方法 | 第39-42页 |
| ·Hough变换法 | 第39-41页 |
| ·旋转投影法 | 第41-42页 |
| ·最近邻聚类法 | 第42页 |
| ·车牌校正及去边框处理 | 第42页 |
| ·字符分割 | 第42-45页 |
| ·车牌字符的分割算法 | 第42-45页 |
| ·车牌字符的分割实验 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 车牌字符的识别 | 第46-62页 |
| ·字符识别的概况及识别过程 | 第46-47页 |
| ·字符识别的主要方法 | 第47-49页 |
| ·统计模式识别 | 第47-48页 |
| ·结构模式识别 | 第48-49页 |
| ·人工神经网络识别 | 第49页 |
| ·字符识别的算法 | 第49-57页 |
| ·字符预处理 | 第49-50页 |
| ·人工神经网络 | 第50-54页 |
| ·BP算法 | 第54-57页 |
| ·模板匹配和BP神经网络相结合的车牌识别模式 | 第57-61页 |
| ·识别方法 | 第57-58页 |
| ·BP网络层的设计 | 第58页 |
| ·车牌字符识别实验 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结和展望 | 第62-64页 |
| ·本文的主要工作 | 第62页 |
| ·本文后续工作的展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |