| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 关于汽车牌照识别的研究 | 第11-12页 |
| 1.2.2 关于图像识别技术的研究 | 第12-14页 |
| 1.3 研究工作及安排 | 第14-16页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 结构安排 | 第14-16页 |
| 第二章 车牌识别的预处理 | 第16-26页 |
| 2.1 汽车牌照识别流程 | 第16-17页 |
| 2.2 我国汽车牌照的类型规格及特点分析 | 第17-19页 |
| 2.2.1 我国汽车牌照的类型及规格 | 第18页 |
| 2.2.2 我国汽车牌照的特征 | 第18-19页 |
| 2.3 汽车牌照的预处理 | 第19-25页 |
| 2.3.1 图像灰度化 | 第20-21页 |
| 2.3.2 灰度图像的增强 | 第21-23页 |
| 2.3.3 基于Tophat变换加Otsu算法的图像二值化处理 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 汽车牌照定位技术 | 第26-40页 |
| 3.1 常用的汽车牌照定位方法 | 第26-28页 |
| 3.2 汽车牌照的颜色特征 | 第28-32页 |
| 3.2.1 颜色模型 | 第28-30页 |
| 3.2.2 颜色直方图 | 第30-31页 |
| 3.2.3 颜色矩 | 第31页 |
| 3.2.4 颜色相关图方法 | 第31-32页 |
| 3.3 汽车牌照的纹理特征 | 第32-34页 |
| 3.3.1 统计法 | 第32-33页 |
| 3.3.2 频谱法 | 第33-34页 |
| 3.3.3 结构法 | 第34页 |
| 3.4 基于Prewitt算子及纹理法的车牌定位 | 第34-39页 |
| 3.4.1 本文选择的车牌定位方法 | 第34页 |
| 3.4.2 车牌图像的边缘检测 | 第34-37页 |
| 3.4.3 基于纹理特征的车牌图像再定位 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 汽车牌照分割技术 | 第40-46页 |
| 4.1 图像分割的一般方法 | 第40-42页 |
| 4.2 模糊C均值聚类算法 | 第42-44页 |
| 4.2.1 算法原理 | 第42-44页 |
| 4.2.2 FCM方法的适用性 | 第44页 |
| 4.3 模糊C均值法应用于汽车牌照分割的可行性 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 改进后汽车牌照分割方法 | 第46-54页 |
| 5.1 改进的FCM | 第46-48页 |
| 5.2 汽车牌照分割的系统框架 | 第48-51页 |
| 5.2.1 图像预处理框架 | 第49页 |
| 5.2.2 车牌定位框架 | 第49页 |
| 5.2.3 汽车牌照分割框架 | 第49-51页 |
| 5.3 实验结果分析 | 第51-53页 |
| 5.3.1 分割性能评价准则 | 第51页 |
| 5.3.2 改进后的算法对比 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |