复杂环境下的车牌识别研究
| 第1章 绪论 | 第1-13页 |
| ·课题来源及意义 | 第8页 |
| ·应用和发展前景 | 第8-11页 |
| ·课题研究的主要内容 | 第11-13页 |
| 第2章 模式识别理论及其应用 | 第13-23页 |
| ·模式识别系统组成 | 第13-14页 |
| ·模糊神经网络模式识别技术 | 第14-21页 |
| ·模糊 Fuzzy理论 | 第14-17页 |
| ·人工神经网络 ANN理论 | 第17-20页 |
| ·模糊神经网络模式识别方法 | 第20-21页 |
| ·车牌识别技术的发展及应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 复杂环境下的车牌图像预处理研究 | 第23-34页 |
| ·数字图像处理基础 | 第23-25页 |
| ·数字图像的基本概念 | 第23-24页 |
| ·数字图像的文件格式 | 第24-25页 |
| ·数字图像处理基本理论及方法 | 第25-33页 |
| ·图像灰度化 | 第25-26页 |
| ·图像灰度增强 | 第26-28页 |
| ·一种改进的 Roberts边缘检测算子 | 第28-32页 |
| ·图像的二值化 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 复杂环境下的车牌定位及字符分割研究 | 第34-41页 |
| ·车牌区域定位 | 第34-36页 |
| ·HOUGH变换原理及应用 | 第36-38页 |
| ·基于垂直投影及模板匹配的字符分割 | 第38-40页 |
| ·字符粗分割 | 第38-39页 |
| ·字符精确分割 | 第39-40页 |
| ·字符归一化 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于并行模糊神经网络的车牌识别研究 | 第41-51页 |
| ·字符预处理及特征提取 | 第41-42页 |
| ·并行模糊神经网络结构设计 | 第42-43页 |
| ·模糊分类器设计 | 第43-46页 |
| ·模糊识别问题的采用 | 第43-44页 |
| ·隶属原则 | 第44页 |
| ·模糊分类控制步骤 | 第44-46页 |
| ·BP神经网络设计 | 第46-49页 |
| ·网络设计 | 第46-47页 |
| ·网络训练过程 | 第47-48页 |
| ·算法的改进 | 第48-49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 基于 VC++6.0的车牌识别系统的研制 | 第51-64页 |
| ·车牌识别系统软件设计的思想 | 第51-53页 |
| ·系统设计的要求 | 第51页 |
| ·系统的特点 | 第51-52页 |
| ·编程方法和编程语言的选择 | 第52-53页 |
| ·车牌识别系统软件的设计 | 第53-59页 |
| ·位图类的设计 | 第53-56页 |
| ·图像预处理类的设计 | 第56-57页 |
| ·特征提取类的设计 | 第57-58页 |
| ·字符识别类的设计 | 第58-59页 |
| ·车牌识别系统的结构和功能 | 第59-63页 |
| ·车牌识别系统的结构 | 第59-61页 |
| ·车牌识别系统的功能 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第7章 结束语 | 第64-66页 |
| ·全文总结 | 第64-65页 |
| ·进一步工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第70页 |
