对于整个画面，统计出每一种(g1,g2)值出现的次数，然后排列成一个方阵，再用(g1,g2)出现的总次数将它们归一化为出现的概率P(g1,g2)，这样的方阵称为灰度共生矩阵。距离差分值（a,b）取不同的数值组合，可以得到不同情况下的联合概率矩阵。（a,b）取值要根据纹理周期分布的特性来选择，对于较细的纹理，选取（1，0）、（1，1）、（2，0）等小的差分值。当a=1,b=0时，像素对是水平的，即0度扫描；当a=0,b=1时，像素对是垂直的，即90度扫描；当a=1,b=1时，像素对是右对角线的，即45度扫描；当a=-1,b=1时，像素对是左对角线，即135度扫描。这样，两个象素灰度级同时发生的概率，就将(x,y)的空间坐标转化为“灰度对”(g1,g2)的描述，形成了灰度共生矩阵。

　　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。

　　2.图像采集:通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。3.预处理:噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等。4.车牌定位:在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。5.字符分割:在图像中定位出车牌区域后，通过灰度化、二值化等处理，定位字符区域，然后根据字符尺寸特征进行字符分割。5.字符识别:对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。

　　整个车牌识别算法包括两部分:车牌定位和车牌字符识别，可以继续细分为车牌字符的分割、集成和字符识别。车牌字符识别部分主要由设计培训分类器完成。1、车辆检测:识别车辆车型，确定这是一辆汽车而不是只是一个车牌；2、图像采集和处理:边缘提取，进行灰度矫正对图像进行平滑处理；3、车牌号码、颜识别；3、车牌字符识别；车牌识别产品有五大核心总结1、拍照全，除了常见的蓝牌、黄牌、警牌外，还包括了农用车牌、新能源车牌（绿牌）、教练车牌、大使馆车牌、还有出的应急车牌；