| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·国内外的车牌识别发展概况 | 第11-13页 |
| ·车牌识别中关键技术的研究方法 | 第13-15页 |
| ·车牌的定位 | 第13-14页 |
| ·车牌字符的分割 | 第14页 |
| ·车牌字符的识别 | 第14-15页 |
| ·本文研究的主要内容及结构安排 | 第15-16页 |
| 第2章 车牌定位 | 第16-32页 |
| ·基于背景和像素的彩色车牌定位 | 第16-21页 |
| ·基于背景差的车牌初步定位 | 第16-18页 |
| ·根据像素投影精确定位车牌 | 第18-21页 |
| ·基于形态学处理和几何形状分析的车牌定位 | 第21-31页 |
| ·直方图均衡化 | 第22-24页 |
| ·图像的二值化 | 第24-26页 |
| ·Roberts 算子检测边缘 | 第26页 |
| ·图像的膨胀 | 第26-27页 |
| ·图像的腐蚀 | 第27-28页 |
| ·图像的闭运算处理 | 第28-29页 |
| ·中值滤波 | 第29页 |
| ·几何形状分析定位 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 车牌字符分割 | 第32-43页 |
| ·车牌倾斜校正 | 第32-35页 |
| ·最小二乘法倾斜校正 | 第32-33页 |
| ·基于Radon 变换的车牌较正 | 第33-35页 |
| ·反色变换 | 第35-36页 |
| ·去边框 | 第36-37页 |
| ·字符分割 | 第37-42页 |
| ·反色二值化投影法字符分割 | 第38-39页 |
| ·基于最大类间方差的模板匹配字符分割 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 车牌字符特征提取 | 第43-52页 |
| ·字符归一化 | 第43-44页 |
| ·笔画复杂性指数 | 第44-45页 |
| ·特征提取的方式 | 第45-47页 |
| ·改进粗网格特征提取 | 第46页 |
| ·基于轮廓的特征提取 | 第46-47页 |
| ·K-L 变换进行特征降维 | 第47页 |
| ·基于Zernike 矩和Gabor 变换的特征融合 | 第47-51页 |
| ·Zernike 矩 | 第47-49页 |
| ·Gabor 变换 | 第49-50页 |
| ·特征的融合 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于改进BP 神经网络的车牌字符识别 | 第52-66页 |
| ·BP 神经网络模型 | 第52-54页 |
| ·BP 学习算法的思想 | 第54-56页 |
| ·对BP 算法的改进 | 第56-58页 |
| ·BP 网络的结构设计 | 第58-61页 |
| ·输入、输出的设计 | 第59页 |
| ·初始权值、激活函数的选取及各参数的设定 | 第59-60页 |
| ·隐层层数选择及隐层神经元的数目 | 第60-61页 |
| ·字符识别的实现 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |