| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 课题的研究背景及意义 | 第14-15页 |
| 1.2 车牌识别系统概述 | 第15-16页 |
| 1.3 车牌识别技术的国内外研究现状 | 第16-17页 |
| 1.3.1 国外研究现状 | 第16页 |
| 1.3.2 国内研究现状 | 第16-17页 |
| 1.4 我国车牌的特征和车牌识别的技术难点 | 第17-19页 |
| 1.4.1 我国车牌的特征 | 第17-19页 |
| 1.4.2 技术难点 | 第19页 |
| 1.5 本文研究内容 | 第19-21页 |
| 1.6 论文章节安排 | 第21-22页 |
| 第2章 本文算法研究相关理论 | 第22-32页 |
| 2.1 图像预处理理论 | 第22-27页 |
| 2.1.1 图像灰度化 | 第22-23页 |
| 2.1.2 灰度拉伸 | 第23页 |
| 2.1.3 灰度图像二值化 | 第23-25页 |
| 2.1.4 边缘检测 | 第25-27页 |
| 2.2 数字形态学 | 第27-28页 |
| 2.3 彩色模型介绍 | 第28-29页 |
| 2.4 插值算法 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 车牌定位算法研究 | 第32-49页 |
| 3.1 引言 | 第32页 |
| 3.2 常见的车牌定位算法 | 第32-34页 |
| 3.2.1 基于车辆灰色图像的定位算法 | 第32-33页 |
| 3.2.2 基于车辆彩色图像的定位算法 | 第33-34页 |
| 3.3 基于简化PCNN和车牌综合特征的车牌定位算法 | 第34-35页 |
| 3.4 图像预处理 | 第35-36页 |
| 3.4.1 彩色图像灰度化 | 第35页 |
| 3.4.2 图像顶帽变换和灰度拉伸 | 第35-36页 |
| 3.4.3 边缘检测 | 第36页 |
| 3.5 车牌区域粗定位 | 第36-39页 |
| 3.5.1 数字形态学处理和区域过滤 | 第36-37页 |
| 3.5.2 颜色分析和车牌粗定位 | 第37-39页 |
| 3.6 车牌图像二值化 | 第39-41页 |
| 3.6.1 简化的PCNN模型 | 第39-41页 |
| 3.6.2 车牌的二值化 | 第41页 |
| 3.7 车牌的倾斜度检测和倾斜校正 | 第41-45页 |
| 3.7.1 车牌倾斜度检测 | 第41-42页 |
| 3.7.2 车牌倾斜校正 | 第42-45页 |
| 3.8 车牌的精确定位 | 第45-46页 |
| 3.8.1 基于行扫描的水平定位 | 第45页 |
| 3.8.2 基于垂直投影结合颜色特征的车牌精确定位 | 第45-46页 |
| 3.9 实验结果分析与对比 | 第46-48页 |
| 3.10 本章小结 | 第48-49页 |
| 第4章 车牌字符分割算法的研究 | 第49-63页 |
| 4.1 引言 | 第49页 |
| 4.2 常用的字符分割算法 | 第49-51页 |
| 4.2.1 垂直投影法 | 第49-50页 |
| 4.2.2 连通域法 | 第50页 |
| 4.2.3 模块匹配法 | 第50-51页 |
| 4.3 本文字符分割算法 | 第51页 |
| 4.4 车牌图像预处理 | 第51-53页 |
| 4.4.1 车牌图像归一化 | 第51-53页 |
| 4.4.2 车牌图像增强 | 第53页 |
| 4.5 字符分割 | 第53-59页 |
| 4.5.1 确定分隔符区域的位置 | 第53-55页 |
| 4.5.2 分隔符右边字符分割 | 第55-59页 |
| 4.5.3 分隔符左边字符分割 | 第59页 |
| 4.6 实验结果分析与比较 | 第59-61页 |
| 4.7 字符归一化 | 第61-62页 |
| 4.8 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间发表的论文 | 第70页 |