| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题的研究背景 | 第8-14页 |
| ·图象工程、计算机视觉与模式识别 | 第8-9页 |
| ·分类器融合概述 | 第9-13页 |
| ·统计学习理论 | 第13-14页 |
| ·课题的研究意义 | 第14-15页 |
| ·车辆牌照识别系统的研究现状 | 第15-16页 |
| ·论文的主要工作和论文章节安排 | 第16-18页 |
| 第二章 多分类器融合算子的数学分析 | 第18-34页 |
| ·引言 | 第18页 |
| ·多分类器融合算子及数学分析 | 第18-33页 |
| ·融合算子介绍 | 第18-19页 |
| ·一些常用的融合算子 | 第19-21页 |
| ·融合算子的关系分析 | 第21-22页 |
| ·多分类器融合的性能分析 | 第22-23页 |
| ·决策边界与错分区域 | 第23-26页 |
| ·简单平均融合算子(SA-Simple Average) | 第26-30页 |
| ·加权平均融合算子(WA-Weighted Average) | 第30-33页 |
| ·小结 | 第33-34页 |
| 第三章 基于分类器融合技术的车辆牌照检测算法 | 第34-52页 |
| ·引言 | 第34页 |
| ·文本检测算法概述 | 第34-35页 |
| ·车辆牌照的基本特征 | 第35-36页 |
| ·车牌检测技术综述 | 第36-38页 |
| ·车辆牌照检测的难点分析 | 第38页 |
| ·基于分类器融合技术的车辆牌照检测算法 | 第38-43页 |
| ·实验与分析 | 第43-50页 |
| ·小结 | 第50-52页 |
| 第四章 车辆牌照的二值化处理 | 第52-58页 |
| ·引言 | 第52页 |
| ·图象分割与图象阈值化 | 第52-53页 |
| ·车辆牌照的二值化算法 | 第53-55页 |
| ·N.Otsu算法 | 第54页 |
| ·CASDA算法 | 第54-55页 |
| ·N.Otsu算法与CASDA算法的比较 | 第55页 |
| ·I-CASDA算法 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 基于分类器融合技术的车牌字符识别 | 第58-77页 |
| ·引言 | 第58页 |
| ·字符识别技术 | 第58-59页 |
| ·字符识别的结构方法 | 第58页 |
| ·字符识别的统计方法 | 第58-59页 |
| ·车牌字符识别技术概述 | 第59-60页 |
| ·车牌字符的特征提取 | 第60-62页 |
| ·字符图像的预处理 | 第61页 |
| ·字符图象的特征提取 | 第61-62页 |
| ·车牌字符识别 | 第62-75页 |
| ·实验样本的说明 | 第62-63页 |
| ·基于字符特征值的BP网络字符识别方法 | 第63页 |
| ·基于串行分类器的车牌字符识别 | 第63-68页 |
| ·基于特征提取的SVM分类器在车牌字符识别中的应用 | 第68-75页 |
| ·小结 | 第75-77页 |
| 第六章 结束语 | 第77-79页 |
| 参考文献 | 第79-86页 |
| 研究成果及发表的学术论文 | 第86-87页 |
| 致谢 | 第87页 |
