广告道闸
媒体以精美、人性化的画面表现形式得到多家物业的支持。全国范围内已初步形成以及北上广深为主体，辐射全国的道闸媒体运营平台。广泛应用于各主要交通干道的沿街商圈、大型停车场、商住小区、商业广场、写字楼、餐饮酒店、高速公路、省国道收费站等交通要塞。
广告道闸在现在很多地方都有所应用，是比较普遍的一种管理设备，既很好地人们的出行，尤其到了一定的防护作用，而且道闸的控制方式也是多样下面就和山东安胜一起来了解下道闸常见问题的解决办法吧。
车牌自动识别
，需要以下几个基本的步骤：
1、 牌照定位，定位图片中的牌照位置；
2、牌照字符分割，把牌照中的字符分割出来；
3、牌照字符识别，把分割好的字符进行识别，组成牌照号码。
车牌自动识别
过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌自动识别互相配合、互相验证。
一、牌照定位
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。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，选定一个好的区域作为牌照区域，并将其从图像中分离出来。
二、牌照字符分割
完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
三、 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，然后与所有的模板进行匹配，选择好的匹配作为结果。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。
