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。

　　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。

　　施工前，做好充分的需求调查，通过各单位和部门现场测量确定实际点，研究安装位置，建立视频视角、设计合理、现实、实际统一实用视频监控平台，建设视频监控平台满足城市应急指挥的要求，满足各部门的实际使用需求。满足监督、控制、储存、检查、管理和使用的基本要求。硬件和软件平台行业熟悉、易学、易于使用、图像清晰。把实用性放在首位，将系统建设成实用工程，同时建设、应用和改进。作为系统稳定运行的关键环节。性包括网络性和设备性。整个系统传输网络的性能满足视频监控的性要求。由于高分辨率设备的选择，视频网络确保视频图像传输质量、视频传输延迟和网络故障恢复期满足规定的要求。设备需要成熟、稳定、通用的技术和设备，重要部分需要加强备份、冗余措施、容错和系统恢复功能，使系统能够长期稳定运行。产品均获得正式的工厂资格书和权威机构的质量认。

　　字符识别的准确性直接决定了该系统是否。在之前的研究中经常被用于字符的识别主要有模板匹配法和神经网络识别法。在这次研究设计中我们采用的是模板匹配法进行识别，该方法是将分割出来的字符样本进行字符归一化处理，使图像大小与原先已经存储在计算机内的标准字符大小一致，再与标准字符进行一一对比，结果取差异小的相对应的标准字符。这种模板匹配的方法相对比较、简单。但是对字符图像要求比较高，一旦图像有噪声或者亮度问题其结果就可以能存在差异。神经网络识别法，它是结合神经网络技术，依靠人的经验来取得字符的特征，再利用神经网络的辨别能力来对字符进行识别，这个方法得到的结果会比较准确，但技术要求较高。