| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究目的及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 主要研究内容 | 第12页 |
| 1.5 论文的组织结构 | 第12-15页 |
| 第二章 基于模糊C均值图像分割相关技术 | 第15-27页 |
| 2.1 图像分割概述 | 第15-18页 |
| 2.2 模糊聚类分析理论 | 第18-20页 |
| 2.2.1 模糊聚类概述 | 第18-19页 |
| 2.2.2 模糊集基础 | 第19-20页 |
| 2.3 传统的FCM聚类算法及相关研究 | 第20-24页 |
| 2.3.1 传统的FCM聚类算法 | 第20-22页 |
| 2.3.2 FCM算法相关研究 | 第22-24页 |
| 2.4 图像分割结果的评价 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于数学形态学车牌定位算法的实现 | 第27-47页 |
| 3.1 车牌结构特征与分析 | 第27-28页 |
| 3.2 车牌图像预处理 | 第28-35页 |
| 3.3 基于数学形态学和特征融合的车牌定位 | 第35-43页 |
| 3.3.1 基于多结构元素改进的形态学边缘检测算子 | 第35-37页 |
| 3.3.2 车牌区域粗定位 | 第37-39页 |
| 3.3.3 车牌图像倾斜校正 | 第39-42页 |
| 3.3.4 车牌区域精确定位 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 融合空间信息改进的FCM图像分割 | 第47-57页 |
| 4.1 概述 | 第47-48页 |
| 4.2 点密度函数加权的FCM算法 | 第48-49页 |
| 4.3 一种结合空间邻域信息改进的距离计算方法 | 第49-50页 |
| 4.4 结合空间信息与隶属度平滑的FCM改进算法 | 第50-53页 |
| 4.5 实验结果与分析 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 基于FCM的车牌字符分割算法的实现 | 第57-65页 |
| 5.1 常见字符分割算法 | 第57-58页 |
| 5.2 基于FCM改进的车牌字符分割算法实现 | 第58-60页 |
| 5.3 车牌字符标准化 | 第60-61页 |
| 5.4 实验结果与分析 | 第61-63页 |
| 5.5 本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 论文总结 | 第65页 |
| 6.2 课题未来工作展位 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间主要的研究成果 | 第71-72页 |
| 致谢 | 第72页 |