基于BP神经网络的车牌识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题背景及研究的目的和意义 | 第8页 |
| 1.2 国内外研究现状及存在的问题 | 第8-10页 |
| 1.2.1 国内外研究现状 | 第8-9页 |
| 1.2.2 车牌识别技术存在的问题 | 第9-10页 |
| 1.3 我国车牌样式 | 第10-11页 |
| 1.4 本文研究的内容 | 第11-12页 |
| 第二章 基于颜色边缘检测的车牌定位 | 第12-20页 |
| 2.1 引言 | 第12页 |
| 2.2 方案的确定 | 第12-13页 |
| 2.3 车牌定位算法的实现 | 第13-19页 |
| 2.3.1 有线模拟信号传输 | 第13-15页 |
| 2.3.2 标注颜色跳变点 | 第15-16页 |
| 2.3.3 连接颜色跳变点 | 第16页 |
| 2.3.4 保留每行最长的连接线 | 第16-17页 |
| 2.3.5 保留跳变次数最多的连接线 | 第17页 |
| 2.3.6 保留跳变次数最多的连接线 | 第17-18页 |
| 2.3.7 去除聚合度较小的连接线区域 | 第18页 |
| 2.3.8 确定车牌区域及车牌类型 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 倾斜矫正和字符分割 | 第20-26页 |
| 3.1 车牌的倾斜模式及矫正方法 | 第20-22页 |
| 3.1.1 倾斜模式 | 第20页 |
| 3.1.2 总体设计确定倾斜矫正算法 | 第20-21页 |
| 3.1.3 基于Radon变换的倾斜矫正 | 第21-22页 |
| 3.2 字符分割 | 第22-25页 |
| 3.2.1 方案的确定 | 第22-23页 |
| 3.2.2 车牌图像的二值化 | 第23-24页 |
| 3.2.3 去除车牌顶端与底端的无效区域 | 第24页 |
| 3.2.4 去除分隔符 | 第24页 |
| 3.2.5 切分车牌字符 | 第24-25页 |
| 3.3 本章小结 | 第25-26页 |
| 第四章 字符识别 | 第26-36页 |
| 4.1 车牌字符特征分析 | 第26页 |
| 4.2 方案的确定 | 第26-27页 |
| 4.3 基于模板匹配的汉字字符识别 | 第27-28页 |
| 4.4 神经网络简介 | 第28-29页 |
| 4.4.1 人工神经网络 | 第28页 |
| 4.4.2 BP神经网络简介 | 第28-29页 |
| 4.5 基于BP神经网络的识别系统的设计与应用 | 第29-34页 |
| 4.5.1 特征提取 | 第29-30页 |
| 4.5.2 设计BP神经网络结构 | 第30-33页 |
| 4.5.3 BP神经网络的应用 | 第33-34页 |
| 4.6 本章小结 | 第34-36页 |
| 第五章 GUI界面设计 | 第36-40页 |
| 5.1 Matlab GUI简介 | 第36页 |
| 5.2 车牌识别系统的GUI界面 | 第36-39页 |
| 5.2.1 设计用户界面外观 | 第36-37页 |
| 5.2.2 添加回调函数 | 第37-38页 |
| 5.2.3 GUI界面调试 | 第38-39页 |
| 5.3 本章小结 | 第39-40页 |
| 结论 | 第40-42页 |
| 参考文献 | 第42-44页 |
| 作者简介 | 第44-45页 |
| 致谢 | 第45页 |
