| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题的研究背景和研究意义 | 第11页 |
| ·车牌识别系统的研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·本章小结 | 第13-15页 |
| 第二章 车牌定位算法的研究 | 第15-29页 |
| ·国内车牌的规格和特征 | 第15-16页 |
| ·常用的车牌定位算法 | 第16-18页 |
| ·基于车牌颜色特征的车牌定位算法 | 第16-17页 |
| ·基于车牌区域频谱特征的车牌定位算法 | 第17页 |
| ·基于分类器的车牌定位算法 | 第17页 |
| ·基于车牌边缘特征的车牌定位算法 | 第17-18页 |
| ·基于改进 Isotropic Sobel 边缘检测算子的车牌定位算法 | 第18-26页 |
| ·对输入的彩色图像进行灰度化处理 | 第18-19页 |
| ·几种常见的边缘检测算子 | 第19-20页 |
| ·Roberts 边缘检测算子 | 第19页 |
| ·Prewitt 边缘检测算子 | 第19-20页 |
| ·Sobel 边缘检测算子 | 第20页 |
| ·本文提出的改进的 Isotropic Sobel 边缘检测算子 | 第20-21页 |
| ·对边缘检测后的灰度图进行二值化处理 | 第21-23页 |
| ·对车牌图像进行图像形态学操作 | 第23-25页 |
| ·从候选区域中去除伪车牌并定位出车牌区域 | 第25-26页 |
| ·算法测试和性能分析 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 车牌字符分割算法的研究 | 第29-43页 |
| ·常用的车牌字符分割算法研究 | 第29-31页 |
| ·基于投影的车牌分割算法 | 第29-30页 |
| ·基于模板匹配的字符分割算法 | 第30页 |
| ·基于聚类分析法的字符分割算法 | 第30-31页 |
| ·本文实现的车牌字符分割算法 | 第31-41页 |
| ·车牌图像区域的二值化 | 第31-32页 |
| ·车牌校正 | 第32-38页 |
| ·基于 Hough 变换的倾斜校正算法 | 第33-36页 |
| ·基于 Radon 变换的倾斜校正算法 | 第36-37页 |
| ·本文提出的基于直线拟合的车牌校正法 | 第37-38页 |
| ·去除车牌边框 | 第38-39页 |
| ·字符分割 | 第39-41页 |
| ·对提取的车牌字符特征进行归一化操作 | 第41页 |
| ·算法测试与性能分析 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第四章 车牌字符识别算法的研究 | 第43-64页 |
| ·车牌字符识别的难点及常用方法 | 第43-47页 |
| ·基于模板匹配的字符识别算法 | 第44页 |
| ·基于特征统计匹配算法 | 第44-45页 |
| ·基于分类器的字符识别 | 第45-47页 |
| ·基于改进 BP 神经网络的多分类器车牌字符识别算法 | 第47-63页 |
| ·车牌字符的特征提取 | 第47页 |
| ·神经网络模型介绍 | 第47-52页 |
| ·神经网络的研究内容 | 第52-54页 |
| ·BP 神经网络原理介绍 | 第54-60页 |
| ·改进的 BP 神经网络模型在车牌字符识别中的应用 | 第60-62页 |
| ·算法测试与性能分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 车牌识别系统的实现 | 第64-74页 |
| ·车牌识别系统的系统设计 | 第64-67页 |
| ·车牌识别系统的硬件组成 | 第67页 |
| ·车牌识别系统的软件组成 | 第67-69页 |
| ·车牌识别系统的模块设计 | 第69页 |
| ·实验结果及分析 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-76页 |
| 1. 工作总结 | 第74页 |
| 2. 展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
