含有各种各样的噪声。如果对噪声不进行滤波处理而直接进行边缘检测，将会对测量结果造成很大的影响，降低测量的精度。因此，在对图像进行分析之前消除或减小实验图像中存在的各种噪声干扰，以使图像更加有利于后续的分析和处理。图像的平滑方法是一种实用的图像处理技术，能减弱或消除图像中的高频率分量，但不影响低频率分量。因为高频率分量主要对应图像中的区域边缘等灰度值具有较大较快变化的部分，平滑滤波将这些分量滤去可减少部灰度起伏，使图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声或者在提取较大目标前去除过小的细节或将目标内的小间断连接起来。它的主要目的是消除图像采集过程中的图像噪声，在空间域中主要利用邻域平均法、中值滤波法和选择式掩模平滑法等来减少噪声，在频率域内由于噪声主要存在于频谱的高频段，因此可以利用各种形式的低通滤波器来减少噪声。

　　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！

　　复杂环境下的车牌识别问题，主要针对车牌识别系统中识别软件部分的相关技术进行研究。致力于其中所用到的各种数字图像处理算法，寻求一种对车牌的位置、颜、大小无关的定位算法，该算法要对于外界光线强度和图像对比度的变化有较强的适应能力，并使之在车牌生锈、变形等干扰的情况下能够准确定位；在车牌进行分割时，对于字符粘连和断裂的情况，要相应地做出分割和合并。基于数字图像处理的车牌识别是一种无源型汽车牌照智能识别方法，不需要在汽车上安装发送车牌号码的车载发射设备，对运动或静止状态车辆的车牌号码可以进行非接触性信息采集与识别。

　　据车牌识别系统负责人介绍，车牌识别系统的三种识别模式的优势与缺陷也是比较突出的，从安装工程量、运用识别效果和安装成本三方面去探索，三种车牌识别系统都各有优势:从安装工程量上，视频流识别模式的车牌识别系统安装工程量少，不需要对道路进行道路翻开，也无需安装地感线圈；地感线圈识别模式的车牌识别系统则翻开道路，进行地感线圈安装、减速带安装等工程，工程量较大。而作为两者识别模式的结合体，采用视频流+地感识别模式的车牌识别系统在安装时的工程量将是前面两种识别模式的总和。