| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-18页 |
| ·本课题的研究背景和意义 | 第8页 |
| ·车牌识别研究内容与现状 | 第8-12页 |
| ·车牌识别算法综述及其难点分析 | 第12-17页 |
| ·车牌定位算法综述 | 第12-13页 |
| ·车牌定位的难点分析 | 第13-14页 |
| ·车牌字符识别方法综述 | 第14-16页 |
| ·车牌字符识别的难度分析 | 第16-17页 |
| ·本课题研究的主要内容及结构安排 | 第17-18页 |
| 第二章 AdaBoost车牌识别算法的理论基础 | 第18-28页 |
| ·基本概念: | 第18-19页 |
| ·集成学习 | 第18页 |
| ·弱分类器 | 第18页 |
| ·样本集合 | 第18-19页 |
| ·假设 | 第19页 |
| ·分布 | 第19页 |
| ·误判率 | 第19页 |
| ·AdaBoost算法理论基础 | 第19-28页 |
| ·DAB算法 | 第20-22页 |
| ·RAB算法 | 第22-24页 |
| ·GAB算法 | 第24-25页 |
| ·AdaBoost_M1和AdaBoost_M2算法 | 第25-28页 |
| 第三章 基于Haar特征的AdaBoost算法车牌定位系统的设计 | 第28-43页 |
| ·基于Haar特征的AdaBoost算法车牌定位系统概述 | 第28页 |
| ·样本集合的来源 | 第28-29页 |
| ·Haar特征与积分图 | 第29-32页 |
| ·样本的预处理 | 第32-33页 |
| ·AdaBoost算法的训练过程 | 第33-35页 |
| ·Haar特征的提取 | 第34页 |
| ·弱分类器的生成 | 第34页 |
| ·强分类器的生成 | 第34-35页 |
| ·Cascade结构 | 第35-37页 |
| ·Cascade结构原理 | 第35-36页 |
| ·Cascade结构的设计 | 第36页 |
| ·Cascade结果分析 | 第36-37页 |
| ·检测机制与后续处理 | 第37-39页 |
| ·车牌定位系统的检测机制: | 第37-38页 |
| ·车牌定位系统的后续处理 | 第38-39页 |
| ·实验结果与分析 | 第39-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于Gabor特征的AdaBoost算法车牌汉字识别系统的设计 | 第43-52页 |
| ·基于Gabor特征的AdaBoost算法车牌汉字识别系统概述 | 第43页 |
| ·车牌汉字的特征分析 | 第43-44页 |
| ·Haar特征与Gabor特征的比较 | 第44页 |
| ·Gabor滤波器理论基础 | 第44-47页 |
| ·Gabor滤波器的设计 | 第47-48页 |
| ·样本集合的来源 | 第48-49页 |
| ·实验结果与分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 研究生期间发表的论文 | 第56页 |
