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。

　　“让科技刷新您的梦想”“让我们的服务成就您的品牌！”是我们秉承的宗旨，期待与更多的合作伙伴同行，赢得机会，赢得市场！

　　车牌识别系统可广泛应用于政府机关、军营、工厂、矿山企业、学校园区等单位的内部车辆管理和调度，达到维护单位制度、加强保障、提高管理水平的目的。也可用于实现住宅区、商业停车场等场所的车辆收费和停车位控制需求。解决好以下四个问题才能很好的解决跟车的问题:A、核心是使用多个识别技术，使用视频触发更理想，上面已经解释过，多个识别在相机和汽车之间，会错开角度识别车牌，这是关键的，如果是单个识别总是不能处理汽车问题，即使出入口两台相机处理不好，这是由计划决定的；

　　线性窗口检测是在边缘提取之后的含有车辆的图像中寻找含有车牌的长方形区域。在检测过程中，结合了车牌的先验知识，利用我国车牌中字符分布特征、形状、梯度变化等知识，如字符的灰度值变化规律等信息。含有车辆信息的图像在边缘提取之后纹理特征表现为边缘集中并且排列方式较为规则，结合上面的特征，对图像进行扫描，可检测到车牌区域或者是和车牌相似的一些区域。在线性窗口检测算法中先由上至下统计图像中各行相邻像素之间的灰度变化情况，当变化值大于给定的阈值时，可以判断此行就是要车牌区域的上边界，然后向下继续搜索，当检测到变化值又小于设定的阈值时，就得到了车牌区域的下边界。

　　字符识别 牌照字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与的模板进行匹配，选择佳匹配作为结果。基于人工神经网络的算法有两种:一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。车牌识别系统的识别率还与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采集到的图像利于识别。