基于神经网络的车牌照识别技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 前言 | 第9-14页 |
| 第一章 车牌照图像预处理 | 第14-23页 |
| ·图像灰度化 | 第14-15页 |
| ·灰度拉伸 | 第15-16页 |
| ·二值化 | 第16-18页 |
| ·中值滤波 | 第18页 |
| ·形态学滤波 | 第18-21页 |
| ·数学形态学基本运算 | 第19-20页 |
| ·形态学滤波法滤波 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第二章 车牌照图像的定位 | 第23-29页 |
| ·车牌照类型规格介绍 | 第23页 |
| ·车牌定位方法介绍 | 第23-25页 |
| ·线段性探针搜索定位方法 | 第25-27页 |
| ·水平方向定位 | 第25-27页 |
| ·垂直方向定位 | 第27页 |
| ·本章小结 | 第27-29页 |
| 第三章 车牌照图像的分割 | 第29-37页 |
| ·图像分割 | 第29页 |
| ·图像分割定义及其意义 | 第29页 |
| ·图像分割的分类 | 第29页 |
| ·字符分割方法 | 第29-30页 |
| ·本文采用的字符分割算法 | 第30-36页 |
| ·干扰字符切分的因素 | 第30-34页 |
| ·基于垂直投影与先验知识的分割算法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 车牌字符识别 | 第37-57页 |
| ·字符识别概述 | 第37-38页 |
| ·字符归一化 | 第38-40页 |
| ·字符归一化的分类 | 第38-39页 |
| ·本文的归一化方法 | 第39-40页 |
| ·字符的特征提取与选择 | 第40-45页 |
| ·概述 | 第40页 |
| ·字符特征提取 | 第40-43页 |
| ·字符特征选择 | 第43-45页 |
| ·基于神经网络与模板匹配的多分类器设计 | 第45-56页 |
| ·BP 神经网络的基本原理 | 第45-50页 |
| ·BP 网络的改进算法 | 第50-51页 |
| ·仿真实验及其讨论 | 第51-54页 |
| ·多级多分类器的设计 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 车牌照识别系统的设计与实现 | 第57-64页 |
| ·车牌识别系统的设计 | 第57页 |
| ·系统设计的要求 | 第57页 |
| ·系统功能 | 第57页 |
| ·编程平台 | 第57页 |
| ·软件系统设计思想 | 第57-58页 |
| ·车牌识别系统的结构设计和功能实现 | 第58-63页 |
| ·车牌识别系统数据流图 | 第58页 |
| ·车牌识别系统的结构设计 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 发表文章目录 | 第69-70页 |
| 致谢 | 第70-71页 |
| 详细摘要 | 第71-76页 |
