依靠科技求发展，不断为用户提供满意的智能化系统，优质的产品、适中的价格、专业的技术和一流的服务是我们永恒的追求。在机会和挑战并存的竞争环境中，为满足市场不断增长的需求，公司将一直站在行业高新技术的尖端，秉承“理性务实、创新发展”的宗旨，奉行“进取、求实、严谨、团结”的方针，不断开拓创新，以技术为核心、视质量为生命、奉用户为上帝，竭诚为您提供性价比最高的智能产品、高质量的工程设计改造及无微不至的售后服务。

　　“让科技刷新您的梦想”“让我们的服务成就您的品牌！”是我们秉承的宗旨，期待与更多的合作伙伴同行，赢得机会，赢得市场！

　　中值滤波是由Tukey首先提出的一种典型的非线性滤波技术。它在一定的条件下可以克服线性滤波器如小均方滤波、均值滤波等带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声有效。由于在实际运算过程中不需要图像的统计特征，因此使用方便。传统的中值滤波一般采用含有奇数个点的滑动窗口，用窗口中各点灰度值的中值来代替指定点的灰度值。对于奇数个元素，中值是按大小排序后中间的数值，对于偶数个元素，中值是指排序后中间两个元素灰度值的平均值。中值滤波也是一种典型的低通滤波器，主要用来抑制脉冲噪声，它能够彻底滤除尖波干扰噪声，同时又具有较好地保护目标图像边缘的特点。

　　在实际开发过程中，车牌图像预处理的去处噪声环节计算量大，所消耗的时间也多。因此，采用有效的中值滤波算子在去噪质量的基础上，减少计算量，加快处理速度变得尤为重要。 车牌识别是一种典型的复杂背景下模式识别问题，其中关键也解决的问题往往集中在车牌定位的过程上。车牌定位的工作主要是从拍摄到的汽车图像中找到汽车牌照所在的位置，并把车牌从该区域中准确地分割出来，便于字符分割使用。在车牌识别系统中，牌照区域的确定是影响系统的重要因素之一，牌照的定位准确定位与否直接影响到字符分割和识别的准确率。

　　邻域平均法是一种简单的空间域平滑噪声处理方法，属于线性滤波器。它是将原图中一个像素的灰度值和它周围邻近8个像素的灰度值相加，然后将求得的平均值(除以9)作为新图中该像素的灰度值。它采用模板设计的思想模板操作实现了一种邻域运算，即某个像素点的结果不仅与本像素灰度有关而且与其邻域点的像素值有关。模板运算在数学中的描述就是卷积运算。邻域平均法也可以用数学公式表达。邻域平均处理法是以图像模糊为代价来减小噪声的，且模板尺寸大，噪声减小的。如果f(i,j)是噪声点，其邻域像素灰度与之相差很大，采用邻域平均法就是用邻近像素的平均值来代替它，这样能明显消除噪声点是邻域中灰度接近均匀，起到平滑灰度的作用。因此，邻域平均法具有良好的噪声平滑效果，是简单的一种平滑方法。