数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域十分重要的基础。所谓边缘是指其周围像素灰度值有阶跃变化或屋顶变化的那些像素点的集合。边缘广泛存在于物体与背景之间、物体与物体之间、图像基元与基元之间。它是图像分割所依赖的重要特征，图像理解和分析的步一般都是边缘检测。边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。我们将边缘定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此我们可以用部图像微分技术来获得边缘检测算子。经典的边缘检测方法，是通过对原始图像中像素的某小邻域构造边缘检测算子来达到检测边缘这一目的的。

　　由于车牌牌照在拍照时，往往由于光照、摄像、传感器灵敏度以及光学系统等的不均匀性而引起图像质量下降的现象，从而使人眼在观看图像时视觉效果很差。灰度修正是图像在空域中增强的有效方法，根据图像不同的降质现象而采用不同的修正方法。如果造成对比度不足的原因主要是由于被摄目标的远近不同，使得图像区域和边缘区域的灰度失衡，或是由于摄像头在扫描时各点的灵敏度有较大的差异而产生图像灰度失真，或是由于曝光不足或过度而使得图像的灰度值被限制在一个很小的范围。这时人们看到的将是模糊不清、似乎没有灰度层次的图像。可以采用灰度变换的方法来处理，增强灰度的变化范围、灰度层次，达到增强图像对比度的目的。

　　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。

　　在安装成本上，采用视频流识别模式的车牌识别系统成本是更低的，与采用其他两种识别模式的车牌识别系统相比，它不仅设施识别消耗成本较少，安装成本也较少，而地感线圈识别模式的车牌识别系统在成本上则略高于视频流识别模式的车牌识别系统。采用视频流+地感识别模式的车牌识别系统的成本消耗也是更多的，基本达到上述两种模式的总和。至于当前市场上采用哪种识别模式的车牌识别系统较为受到欢迎，市场份额较多呢？根据科技的调查数据显示，目前采用视频流+地感识别模式的车牌识别系统占到的市场份额基本超过85%，而这种识别模式的车牌识别系统也是更受欢迎的。