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。

　　邻域平均法是一种简单的空间域平滑噪声处理方法，属于线性滤波器。它是将原图中一个像素的灰度值和它周围邻近8个像素的灰度值相加，然后将求得的平均值(除以9)作为新图中该像素的灰度值。它采用模板设计的思想模板操作实现了一种邻域运算，即某个像素点的结果不仅与本像素灰度有关而且与其邻域点的像素值有关。模板运算在数学中的描述就是卷积运算。邻域平均法也可以用数学公式表达。邻域平均处理法是以图像模糊为代价来减小噪声的，且模板尺寸大，噪声减小的。如果f(i,j)是噪声点，其邻域像素灰度与之相差很大，采用邻域平均法就是用邻近像素的平均值来代替它，这样能明显消除噪声点是邻域中灰度接近均匀，起到平滑灰度的作用。因此，邻域平均法具有良好的噪声平滑效果，是简单的一种平滑方法。

　　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。