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。

　　标准一维中值滤波器的定义为:式中，med表示取中值操作。中值滤波的滤波方法是对滑动窗口（2n+1）内的像素做大小排序，滤波结果的输出像素值规定为该序列的中值。例如取3×3滑动窗口，中值为窗口内第5个大的像素值。二维中值滤波的窗口形状和尺寸设计对滤波的效果影响很大，不同的图像内容和不同的应用要求，往往采用不同的形状和尺寸。常用的二维中值滤波窗口有线状、方形、圆形、十字形及圆环形等，窗口尺寸一般选为3，也可以根据滤波效果逐渐增大尺寸，直到获得满意的滤波效果。常用的滤波器为n*n中值滤波器、十字形中值滤波器和n*n大值滤波器。

　　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。

　　输入图像 目前图像输入主要采用摄像机连接图像采集卡或者直接连接便携式笔记本进行实时图像采集，将模拟信号转换为数字信号。预处理  需要对采集的图像进行灰度化、灰度修正、图像去噪等处理，目的是突出车牌的主要特征，地提取车牌区域。车牌定位 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，选定一个佳的区域作为车牌区域，并将其从图像中分离出来。