| 第一章 前言 | 第1-12页 |
| 1．1 VLPR系统的提出 | 第7-8页 |
| 1．2 VLPR系统简介 | 第8-9页 |
| 1．3 VLPR系统的研究意义 | 第9-10页 |
| 1．4 论文的结构安排 | 第10-12页 |
| 第二章 VLPR技术的发展 | 第12-17页 |
| 2．1 VLPR系统的关键技术 | 第12-15页 |
| 2．1．1 车辆牌照区域定位技术 | 第12-14页 |
| 2．1．2 车辆牌照字符分割技术 | 第14页 |
| 2．1．3 车辆牌照字符识别技术 | 第14-15页 |
| 2．2 几种VLPR产品 | 第15-17页 |
| 第三章 计算机视觉理论基础 | 第17-25页 |
| 3．1 Marr视觉计算理论框架 | 第17-19页 |
| 3．1．1 视觉系统研究的三个层次 | 第17页 |
| 3．1．2 视觉系统研究的三个阶段 | 第17-18页 |
| 3．1．3 计算机视觉的困难与Marr视觉计算理论的不足 | 第18-19页 |
| 3．2 图象分割 | 第19-23页 |
| 3．2．1 图象分割的定义 | 第19-20页 |
| 3．2．2 图象分割技术 | 第20-23页 |
| 3．2．3 图象分割的难点 | 第23页 |
| 3．3 一个专用的计算机视觉系统——VLPR系统 | 第23-25页 |
| 第四章 一种基于特征的车辆牌照定位算法 | 第25-45页 |
| 4．1 基于边缘检测技术的图象预处理 | 第25-32页 |
| 4．1．1 边缘检测技术 | 第25-28页 |
| 4．1．2 针对复杂背景图象的边缘检测 | 第28-29页 |
| 4．1．3 改进的最小误差阈值法 | 第29-32页 |
| 4．2 基于数学形态学的车辆牌照搜索 | 第32-39页 |
| 4．2．1 数学形态学基本运算 | 第32-36页 |
| 4．2．2 车辆牌照搜索中的数学形态学运算 | 第36页 |
| 4．2．3 区域标记、合并与筛选 | 第36-39页 |
| 4．3 基于特征的车辆牌照定位 | 第39页 |
| 4．4 车辆牌照定位算法流程 | 第39页 |
| 4．5 实验结果与结论 | 第39-45页 |
| 第五章 车辆牌照的字符分割 | 第45-52页 |
| 5．1 字符分割基础 | 第45-48页 |
| 5．1．1 阈值化技术 | 第45-46页 |
| 5．1．2 行切分技术 | 第46-47页 |
| 5．1．3 字切分技术 | 第47-48页 |
| 5．2 一种基于连通域的车辆牌照字符分割算法 | 第48-51页 |
| 5．2．1 车辆牌照图象归一化 | 第49-50页 |
| 5．2．2 车辆牌照图象阈值化 | 第50页 |
| 5．2．3 车辆牌照字符分割 | 第50-51页 |
| 5．3 实验结果 | 第51-52页 |
| 第六章 车辆牌照数据库 | 第52-58页 |
| 6．1 概述 | 第52-53页 |
| 6．2 数据库的设计过程 | 第53-54页 |
| 6．3 车辆牌照数据库的实现 | 第54-58页 |
| 第七章 结束语 | 第58-60页 |
| 英汉专业词汇对照表 | 第60-61页 |
| 硕士学习期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |