| 摘要 | 第1-12页 |
| 第一章 绪论 | 第12-18页 |
| ·车牌识别现状 | 第12-13页 |
| ·车牌识别的特点及难点 | 第13-14页 |
| ·车牌识别技术的发展趋势 | 第14-15页 |
| ·模式识别技术的现状与发展 | 第15-16页 |
| ·本文的内容安排 | 第16-18页 |
| 第二章 基于模式识别理论的图像分割研究和应用 | 第18-37页 |
| ·图像分割 | 第18-20页 |
| ·基于小波分析的图像分割研究及实例 | 第20-27页 |
| ·小波变换检测边缘算法分析 | 第20-23页 |
| ·基于小波分析的车牌分割实例 | 第23-27页 |
| ·模式识别技术 | 第27-28页 |
| ·基于模式识别理论的图像分割研究 | 第28-31页 |
| ·基于小波与神经元模式识别的图像分割方法 | 第31-37页 |
| ·问题描述及分割算法流程 | 第31-32页 |
| ·基于小波纹理特征分析的粗分割算法设计 | 第32-33页 |
| ·基于神经网络聚类的细分割算法设计 | 第33-37页 |
| 第三章 基于模式识别理论的图像字符特征提取研究和应用 | 第37-46页 |
| ·图像字符特性分析 | 第37-38页 |
| ·基于模式识别理论的图像字符特征提取研究 | 第38-40页 |
| ·基于小波和矩的车牌图像字符特征提取方法 | 第40-46页 |
| ·图像字符结构子图构造 | 第41页 |
| ·基于小波与矩方法的图像字符特征向量的构造 | 第41-43页 |
| ·字符结构子图实现 | 第43-44页 |
| ·基于矩和小波变换的字符特征向量 | 第44-46页 |
| 第四章 基于模式识别理论的图像字符识别研究和应用 | 第46-58页 |
| ·图像字符识别 | 第46-47页 |
| ·基于模式识别理论的图像字符识别研究 | 第47-49页 |
| ·识别系统的模型结构 | 第49-52页 |
| ·字符识别机的结构设计 | 第52-54页 |
| ·多特征方法的研究 | 第54-58页 |
| 第五章 应用实例 | 第58-87页 |
| ·车牌分割实例 | 第58-72页 |
| ·车牌分割流程 | 第58-59页 |
| ·预处理 | 第59-61页 |
| ·粗分割 | 第61-65页 |
| ·细切割 | 第65-69页 |
| ·快速hough变换倾斜矫正 | 第69-72页 |
| ·小结 | 第72页 |
| ·基于小波与矩方法的图像字符特征提取方法实例 | 第72-87页 |
| ·预处理 | 第73-80页 |
| ·字符结构子图实现 | 第80-83页 |
| ·计算特征向量 | 第83-87页 |
| 第六章 结论 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 附录 典型车牌分割样图 | 第93-99页 |