平原小區(qū)車牌識(shí)別無(wú)人值守
平原小區(qū)車牌識(shí)別無(wú)人值守
眾所周知，硫酸法鈦的工藝流程很長(zhǎng)，自然它的能耗也很多，只不過(guò)作為精細(xì)化工產(chǎn)品的鈦，無(wú)論國(guó)內(nèi)還是國(guó)外總產(chǎn)量并不多，不太引人注意。實(shí)際上按噸產(chǎn)品的能耗計(jì)，它遠(yuǎn)遠(yuǎn)超過(guò)我們熟知的耗能大戶鋼鐵、水泥等產(chǎn)品的單耗。這些產(chǎn)品的總產(chǎn)量都是千萬(wàn)噸，甚至上億噸的規(guī)模，其耗能總量聽起來(lái)確實(shí)很嚇人。在采用不同原料路線生產(chǎn)時(shí)(包括其原料富集生產(chǎn)時(shí)的能源消耗)能耗相差比較大，表2為用4種不同原料路線生產(chǎn)鈦時(shí)的能源消耗對(duì)比。
牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴▽⒎指詈蟮淖址?/span>二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，選擇匹配作為結(jié)果?；谌斯ど窠?jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對(duì)字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識(shí)別的識(shí)別率，也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。從發(fā)展上看，電動(dòng)飛機(jī)與電動(dòng)汽車有很大的關(guān)聯(lián)性，都是要實(shí)現(xiàn)節(jié)能環(huán)保目標(biāo)，兩者的技術(shù)存在一定的相通性，電動(dòng)汽車的一些技術(shù)能夠被電動(dòng)飛機(jī)移植和借用。兩者發(fā)展過(guò)程中所面臨的挑戰(zhàn)和困難也類似，相比之下，電動(dòng)飛機(jī)難度更高，發(fā)展速度也略慢一些。電動(dòng)汽車和電動(dòng)飛機(jī)都處于探索發(fā)展階段，能否完全成功還存在未知數(shù)。交通運(yùn)輸工具電動(dòng)力化是一個(gè)大趨勢(shì)，使交通運(yùn)輸工具實(shí)現(xiàn)節(jié)能環(huán)保、率的技術(shù)變革，相信在人類的不斷努力下會(huì)終取得成功。