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。

　　灰度共生矩阵用两个位置的象素的联合概率密度来定义，它不仅反映亮度的分布特性，也反映具有同样亮度或接近亮度的象素之间的位置分布特性，是有关图象亮度变化的二阶统计特征。它是定义一组纹理特征的基础。一幅图象的灰度共生矩阵能反映出图象灰度关于方向、相邻间隔、变化幅度的综合信息，它是分析图象的部模式和它们排列规则的基础。取图像(N * N )中任意一点(x,y)及偏离它的另一点(x+a,y+b),设该点对的灰度值为(g1,g2)。令点(x,y)在整个画面上移动，则会得到各种(g1,g2)值，设灰度值的级数为 k，则(g1,g2)的组合共有k的平方种。

　　车牌识别版块说明 充电桩车牌识别应用场景， 车牌识别相机采用吊装的方式 安装到每个充电桩车位上，的识别停在该车位上的车牌号码。充电桩车牌识别场景有其的特点:识别距离短，安装位置高，车牌图像大，俯瞰角度大。根据充电桩的应用场景，专门定制和优化了车牌识别算法，以确保车牌识别的准确性和技术支持仍然保持在这个特定的应用场景中。车牌识别相机本身可以提供二次开发包，支持http协议推送识别结果。当车辆进入充电桩停车位充电时，车牌识别自动捕捉车牌号，通过http协议将识别结果和车辆图片推送到充电桩管理平台服务器指定路径，车牌识别相机可定期向服务器发送网络心跳，保持与服务器长连接，服务器可返回前端相机信号，控制相机输出继电器开关信号，控制部分外部设备。

　　图像中车辆牌照是具有比较显著特征的一块图象区域，这此特征表现在:近似水平的矩形区域；其中字符串都是按水平方向排列的；在整体图象中的位置较为固定。正是由于牌照图象的这些特点，再经过适当的图象变换，它在整幅中可以明显地呈现出其边缘。边缘提取是较经典的算法，此处边缘的提取采用的是Roberts算子。图9即是运用Roberts算子进行边缘检测得到的图像。车牌边缘很明显，但是车牌边缘并不是连续的，不利于根据其特征进行进一步的判断。因此，需要对其进行形态学的处理，使其成为一个连通的整体，便于后续定位。在进行形态学处理时，首先采用imclearborder 函数对提取后的车牌边缘进行连通处理，删除和图像边界相连的细小的对象，使得相邻的区域可以连成一个整体。然后进行数学形态学的腐蚀和膨胀运算，从而使车牌区域的垂直边缘连接成一个整体，同时周围的干扰区域分离，成为一个独立的区域。水平结构元素可以是形如[1...1]的滑动窗口，结构元素的大小取决于车牌图像的大小，一般取车牌图像大小的统计均值。