| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 概述 | 第8-12页 |
| ·智能交通系统 | 第8页 |
| ·车牌识别系统 | 第8-11页 |
| ·车牌识别系统简介及应用 | 第8-9页 |
| ·车牌识别系统组成 | 第9-10页 |
| ·车牌识别系统的研究现状 | 第10-11页 |
| ·本文的主要工作与结构 | 第11-12页 |
| 第2章 分级车牌定位算法 | 第12-23页 |
| ·引言 | 第12-13页 |
| ·分级车牌定位算法 | 第13-14页 |
| ·图像预处理 | 第14-17页 |
| ·彩色数字图像灰度化 | 第14页 |
| ·图像增强 | 第14-17页 |
| ·候选车牌提取算法 | 第17-21页 |
| ·竖直边缘提取 | 第17-20页 |
| ·一次性扫描候选车牌提取算法 | 第20-21页 |
| ·车牌辨识器 | 第21-23页 |
| 第3章 改进的分级车牌定位算法 | 第23-40页 |
| ·引言 | 第23页 |
| ·改进的候选车牌提取算法 | 第23-32页 |
| ·Find_All_Runs 模块 | 第23-25页 |
| ·Compare_Pre_Now_Runs 模块 | 第25-26页 |
| ·Check_Category_InPreRuns 模块 | 第26页 |
| ·算法流程图 | 第26-29页 |
| ·性能分析 | 第29-32页 |
| ·车牌辨识器 | 第32-39页 |
| ·Haarlike 特征 | 第32-33页 |
| ·积分图 | 第33-35页 |
| ·Adaboost 分类器 | 第35-36页 |
| ·级联Adaboost | 第36-37页 |
| ·基于Haarlike 特征的级联Adaboost 车牌辨识器 | 第37-39页 |
| ·改进的分级车牌定位算法性能 | 第39-40页 |
| 第4章 车牌字符识别算法性能研究 | 第40-58页 |
| ·引言 | 第40页 |
| ·模板匹配 | 第40-43页 |
| ·Haursdorff 距离 | 第41页 |
| ·基于Haursdorff 距离的模板匹配字符识别算法 | 第41-42页 |
| ·性能分析 | 第42-43页 |
| ·特征提取 | 第43-47页 |
| ·结构特征 | 第43页 |
| ·统计特征 | 第43-46页 |
| ·特征选择 | 第46-47页 |
| ·神经网络 | 第47-51页 |
| ·BP 神经网络 | 第47-50页 |
| ·性能分析 | 第50-51页 |
| ·统计分类器 | 第51-56页 |
| ·SVM 原理 | 第51-55页 |
| ·SVM 多类分类问题 | 第55页 |
| ·性能分析 | 第55-56页 |
| ·性能比较 | 第56-58页 |
| 第5章 总结 | 第58-60页 |
| ·本文工作的总结 | 第58-59页 |
| ·需要深入研究的若干问题 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62-63页 |
| 在读期间发表的学术论文与取得的研究成果 | 第63页 |
