今天给各位分享黄牌和蓝牌的区别十篇的知识，其中也会对车牌、车标识别技术是现代交通工程领域中研究的热点问题进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
黄牌和蓝牌的区别十篇的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于车牌、车标识别技术是现代交通工程领域中研究的热点问题、黄牌和蓝牌的区别十篇的信息别忘了在本站进行查找喔。
本文导读目录：
黄牌车和蓝牌车在收费标准、驾照、进市区许可等方面存在显著差异。首先，黄牌车的收费标准通常较高，而蓝牌车的收费较少。仔细观察高速公路收费标准公示，会发现单位收费标准随着车辆载客量和载货量的增加而增加。五类车中，重型卡车需要缴纳最高的高速通行费。其次，驾驶黄牌车需要B级以上的驾照，而驾驶蓝牌车只需C级以上的驾照，因此，蓝牌车的驾驶门槛比黄牌车低。在某些城市，黄牌车需要办理通行证才能进入市区，而且黄牌车辆通常需要办理运营证。 那么，黄牌车和蓝牌车在外观上有什么区别呢？黄牌车通常为大型汽车，如大货车、大客车等，而蓝牌车则为小型汽车，如小轿车、面包车等。此外，黄牌车的车牌颜色为黄色，而蓝牌车的车牌颜色为蓝色，这也是两者之间的一个显著区别。另外，黄牌车的车身尺寸通常较大，而蓝牌车则相对较小。总之，黄牌车和蓝牌车在收费标准、驾照要求和进市区许可等方面存在较大差异，驾驶者需要根据自己的需求和实际情况选择适合自己的车型。 蓝牌车是蓝底白字白框线，一般是用于广义乘用车，轻便摩托车号牌，轻客M1类载客汽车，载重小于1.0吨的轻型载货车。黄牌车是黄底黑字黑框线，主要是用于大型汽车，低速车号牌，挂车号牌，普通摩托车号牌，普通M2类轻型客车，教练汽车号牌。黄牌车与蓝牌车的区别：限行情况不同，收费标准不同，营运证办理情况不同，辆年检期限不同。 黄牌和蓝牌的区别篇1 1、蓝色车牌是符合《电动自行车安全技术规范》标准的已购使用电动自行车使用的，也就是国标车。 2、统一安装正式防盗车牌蓝底白字，黄牌分两类，一种是电摩上牌一般都是黄牌。 3、还有一种就是有地区给予临时过渡期的超标车统一安装黄牌，并且由公安机关交通管理部门按照非机动车通行规定予以管理。 4、临时通行防盗车牌子登记上牌之日起，有效期为三年，根据各地区政策不同时间不同，大多数地区三年有效期。 （来源：文章屋网 ） 黄牌和蓝牌的区别篇2 【关键词】车牌定位；Lab颜色空间；二值化 一、引言 近年来，我国的公路交通事业发展迅速，车牌识别问题作为现代交通工程领域中研究的重点和热点问题之一，其中车牌定位是整个车牌识别的关键，受到越来越多人们的关注。国内外已经提出了很多种车牌定位的方法。传统的算法中，多是采用了单一的颜色模型，会因汽车所处的背景等原因使得定位的精度受到限制。因此有些学者提出基于多颜色模型的方法，将传统的RGB分量转换到HSV颜色空间[1]和YIQ颜色空间[2]，然后利用多个颜色空间的信息，进行相应的运算，便于将车牌区域分割出来。陈昌涛[3]等提出一种利用Lab空间中a分量与b分量的信息的方法，结合两个分量的信息完成颜色的分割。这为基于颜色特征的定位方法提供了新的思路，但是利用多个颜色空间的数据进行运算，难免会使得计算量增加。本文提出一种基于颜色信息的方法，将RGB颜色模型转换到Lab颜色空间，b分量中车牌区域为比较突出的黑色区，再根据自适应阈值的二值化处理，即可完成车牌的粗定位，后续再通过形态学的方法，排除干扰，最后通过投影法得到精确定位的车牌。 二、Lab颜色模型 Lab色彩空间是由CIE（国际照明委员会）于1976年公布的一种色彩模式，由一个亮度分量L，以及两个色度分量a和b来表示颜色的。a分量代表由绿色到红色的光谱变化，a分量包括的颜色是从深绿色到灰色再到亮粉红色；而b分量代表由蓝色到黄色的光谱变化，b分量则是从亮蓝色到灰色再到黄色。 我国汽车车牌中有多种特定颜色的组合，而使用最普遍的是蓝色车牌。Lab空间的b分量刚好代表蓝色到黄色的光谱变化，因此将传统的RGB彩色空间转换到Lab彩色空间，通过b分量的信息可将蓝色区域突出显现出来。 三、自适应二值化阈值 1.图像二值化的阈值的选择 为了满足车牌识别应用系统自动化要求，图像二值化的阈值的选择最好由计算机自动来完成。通过图1.（a）汽车车牌图像的直方图可看出，全局的二值化方法不适用。由图可看出，车牌区的灰度值最低，并且在直方图上呈现一个小波峰，整个直方图的最高峰对应的是车牌中大部分的背景区，而二值化的阈值应该能够把黑色区域和灰色区域及其他背景分割出来。因此最佳的阈值应该出现在图1.（b）中红色圆圈标示xbest区域。具体方法如下： （1）首先得到车牌图像的直方图。 （2）在直方图中查找第一个像素概率密度值不为零的位置xmin，且为了排除某些孤立点的干扰，判断xmin的右方连续t（t为设定的阈值，本文采用的5）个x的概率密度值是否为零，若不为零则，xmin确定。 （3）在直方图中查找xmin后出现的第一个波峰位置xmax。 （4）在直方图中查找xmax后出现的第一个波谷位置xbest，xbest的值即为最佳阈值。 在查找波峰和波谷时同样应该设定一个阈值，避免某些孤立点引起的跳跃。 2.后期数学形态学处理 后期处理，利用形态学中的闭合操作，车牌的白色区域会先膨胀，再腐蚀去字符，这样车牌就会变为白色连通区域。再利用Matlab中bwareopen函数打开二值图像，移除较小连通组件，排除干扰点和区域即可。 3.采用投影法，确定上下左右边界 经过上述处理后使车牌区域凸显，然后对整个图像进行扫描，统计每一行的白色像素点，最多的行为基准行，从基准行向上扫描，当某一行的白色像素点少于某个阈值时，即可确定车牌区的上边界；从基准行向下扫描，可确定车牌区的下边界。按照同样方法，可确定出车牌区的左右边界。 四、结论 本文提出一种基于Lab彩色空间和自适应二值化阈值的车牌定位方法，创新体现在以下两点：第一，利用了Lab颜色模型中b分量信息，来突出蓝色车牌区域。第二，针对车牌图像，提出了一种自适应的二值化阈值方法。本文中没有提到其他颜色车牌的定位方法，如黄色车牌、黑色车牌等，后续会对其他颜色的车牌定位进行研究，但是这一思想同样适用于黄色、黑色等颜色的车牌。 参考文献 [1]周泽华，潘保昌，等.基于多颜色模型的车牌定位方法[J].微计算机信息，2007，23（1）：283—285. 黄牌和蓝牌的区别篇3 关键词：车牌定位；HLS颜色空间；图像分割；K-均值聚类 1、引言 近年来国内的机动车辆大规模大幅度增加，车辆的自动识别技术在公共安全、交通管理和军事部门等有广泛的应用，成为智能交通领域应用的重要研究课题之一。一般车牌识别系统的识别率和识别速度有待提高，特别是车牌定位方面，还没有一种统一合适的定位和识别方法。任何基于二值图像处理的思路进行的定位方法都具有一定环境变化的不适应性。目前车牌定位的算法主要有：基于纹理特征的车牌定位法、基于神经网络的定位算法、基于特征统计的车牌定位、基于数学形态学的定位方法、基于改进Sobel算子边缘检测法等等。本文所提出的聚类分析算法在HLS颜色空间下，用聚类中心的方法将车牌图像中的像素点分为白、黑、黄和蓝四种颜色群，结合数字图像学中的腐蚀和膨胀等技术找出具有车牌特征的区域，从而达到车牌定位的目的。 2、基于均值聚类的车牌的定位算法 汽车车牌的识别过程主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。而车牌定位是车牌识别系统中的第一步，它的准确行直接影响着车牌字符识别的效率。 首先监控装置得到原始图像，然后对图像进行滤波，边界增强等处理以克服图像干扰预处理以增强效果，接下来通过边缘检测算法，二值化处理，得到图像的边缘，最后采用均值聚类思想对车牌进行定位。 车牌定位主要利用车牌边缘、形状、颜色等特性，再结合数字特性处理、形态学小波变换、人工神经元网络等技术对车牌进行定位，定位之后，再通过神经网络识别出每个字符，从而通过计算机知道识别出图片上的车牌号码。 2.1 HLS颜色空间 颜色空间按照基本结构可以分成两大类：基色颜色空间和色、亮分离颜色空间。被人们熟知的RGB就属于前者；而HLS（Hue色度，Lightness亮度，Saturation饱和度）颜色空间则属于后者的一个子类型“色相类颜色空间”，HLS将颜色分成一个代表亮的属性和两个表示色的属性。HLS颜色空间相比RGB颜色空间，在复杂背景的环境下较容易进行颜色提取，因此，本定位算法中采用HLS颜色空间。 2.2 基于HLS颜色的均值聚类算法原理 K-meaDS算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。 算法步骤如下：第一步：选K个初始聚类中心，z1（1），z2（1），…，zK（1），其中括号内的序号为寻找聚类中心的迭代运算的次序号。聚类中心的向量值可任意设定，例如可选开始的K个模式样本的向量值作为初始聚类中心。第二步：逐个将需分类的模式样本（x）按最小距离准则分配给K个聚类中心中的某一个zj（1）。假设i=j时。其中k为迭代运算的次序号，第一次迭代k=1，sj表示第j个聚类，其聚类中心为zj。第三步：计算各个聚类中心的新的向量值，zj（k+1），j=l，2，…，K求各聚类域中所包含样本的均值向量：其中Nj为第j个聚类域sj中所包含的样本个数。以均值向量作为新的聚类中心，可使如下聚类准则函数最小：在这一步中要分别计算K个聚类中的样本均值向量，所以称之为k-均值算法。第四步：若，j=1，2，…，K，则返回第二步，将模式样本逐个重新分类，重复迭代运算；若，j=1，2，…，K，则算法收敛，计算结束。 2.3 车牌区域的分割和分割后的处理 对不同颜色车牌图片进行数学上的统计，得到常用的白、黄、蓝、黑等4个底色的初始中心，然后用K-Means：Y法对车辆图片中属于该类别的所有点去均值聚类调整颜色类别的中心二得到只有4种颜色大块的车牌图片，再在这个四色图中选择出车牌区域。 经过K-Means算法处理后的车身和背景图像只包含了4种中国车牌的白、黄、蓝、黑等四种颜色。但是车牌图像分割以后，所得到的车牌中还有一些断点、裂缝和孤立的小小像素，需要对其进一步进行腐蚀运算和膨胀运算等数学形态学的处理。数学形态非线性滤波，可以用于抑制噪声，进行特征提取、边缘检测、图像分割等图像处理问题。 2.4 车牌区域的定位 黄牌和蓝牌的区别篇4 关键词:车牌识别;车牌定位;Radon变换;字符分割;模板匹配 中图分类号:TP18文献标识码:A文章编号:1009-3044(2010)17-4752-03 Achieve Recognition of Car License Plate Based on MTALAB XU Hui (Dept. of Information Service Anhui Institute of International Business, Hefei 230001, China) Abstract: Car license plate automatic identification is modern traffic management is one of the important research topic. And vehicle plate recognition system of modern transportation system is an important part. With modern traffic environment more and more complex, traffic management requires more and more high, the car license plate recognition technology applied in society and it is urgent. Automatic identification technology license plate location, the character of cutting and character recognition and the post-processing is the key technology. Based on the key technology in the content, and relatively complete in MATLAB simulation experiment. Experimental results show that the vehicle plate recognition of MATLAB in use is very effective. Key words: license plate recognition; license plate location; radon transformation; characters segmentation; template matching 汽车车牌识别系统[1]是智能交通系统中的关键技术之一,是计算机图像处理、模式识别和人工智能的综合应用。它主要包括车牌图像的摄取,车牌区域的搜索、定位、车牌字符的分割和识别等几大部分,如图1所示。 其基本工作过程如下: 1)由各道路上安装配置的摄像器材所拍摄的车辆图片由专门的网络传输到用于车牌识别的计算机系统中; 2)由计算机处理系统对拍摄的车辆牌照的图像进行预处理,图像预处理包括灰度化、图像增强、去噪和倾斜校正等; 3)利用各种不同的定位算法对牌照进行检测处理,从中搜索出车牌所在的区域,并最终把车牌所在的矩形区域从整幅图像中定位并分割出来; 4)对分割出的车牌区域图像进行二值化,在此基础上分割出单个字符; 5)对分割出的单个字符进行归一化,然后由字符识别子模块进行识别; 6)对识别结果读取、并进行数据库存储。 1 系统组成 本系统可划分为两大主要模块:图像预处理模块和字符识别模块。在图像预处理模块中,采用了灰度化,二值化,边缘检测,Radon变化等对图像进行处理。在字符识别模块中,采用了投影法和模板匹配相结合的方法对字符进行识别。 因系统运行的过程中,主要针对数字图像进行处理,需要进行大量的数据处理,所以系统对计算机的基本配置要求更高,CPU要求主频在1.0GHZ及以上,内存在128MB及以上。系统可以运行于Windows98、Windows2000或者Windows XP操作系统下,程序调试时使用MATLAB。MATLAB是一套高性能的数值分析和计算软件,利用其提供的图形处理工具箱,为用户提供了一个强有力的分析计算和程序设计的工具。它自身包含了丰富的库函数,在进行复杂的数学运算时可以直接调用,因此,MATLAB在图像的处理方面具有了其他软件工具所不具有的优势。 本文主要子模块如下:颜色信息提取、车牌区域定位、识别、提取、检测倾斜度、车牌校正、车牌区域二值化、擦除干扰区域、字符分割、模版匹配、结果输出。 1.1 颜色信息提取及车牌区域定位 图2为颜色信息提取及车牌区域定位。 1.1.1 寻找车牌区域 本系统是基于彩色图像处理技术来寻找车牌区域。因为车牌背景颜色和字符颜色的组合数量有限(蓝底白字、黄底黑字、黑底白字),并且在一幅图像中只存在一处车牌区域。如针对家庭小型车蓝底白字车牌进行识别为例,根据彩色图像的RGB比例定位出近似蓝色的候选区域。但是由于RGB三原色空间中两点间的欧氏距离与颜色距离不成线性比例,在设定蓝色区域的定位范围时不能很好的控制。因此造成的定位出错是最主要的。这样在图片中出现较多的蓝色背景情况下识别率会下降,不能有效提取车牌区域。车牌区域内边缘的固定颜色搭配特征,采用颜色对边缘检测算法[2],可以有效地突出符合车牌颜色搭配边缘像素点,削弱其它边缘。以蓝白车牌为例,输入RGB图像归一化为i(x,y),令(r,g,b)代表归一化图像的红绿蓝分量值。车牌白色字符像素的r、g、b分量值都接近于1;而蓝底色由于褪色、灰尘覆盖及摄像设备引起的失真等原因其饱和度不为1,即并不是纯蓝色而是介于蓝色和青色之间的一种深蓝色,所以其b分量会较r、g分量大,且g分量也会比r分量大。因此,如果像素 (x,y)是蓝白边缘点,则其蓝分量梯度较红、绿分量梯度小,绿分量梯度较红分量梯度小,而且三个分量梯度的符号是相同的。由于车牌区域包含着密集的蓝白边缘,而其它区域则较少,所以做颜色对边缘检测较容易突出车牌区域。 对分割出来的候选区域再进行识别调整,根据车牌的长宽比,蓝白色比对候选区域进行多次定位。最终找到车牌区域。 原始图片以及定位得到的车牌图像如图1和图2所示。 1.1.2 灰度处理 对于将彩色图像转换成灰度图像时,目前比较主流的灰度化方法叫平均值法,如用N表示灰度化后的灰度值,则公式为: N=0.229R+0.588G+0.144B(1) 公式中N表示灰度图的亮度值;R代表彩色图像红色分量值;G代表色彩图像绿色分量值;B代表彩色图像蓝色分量值。RGB三分量前的系数为经验加权值。加权系数的取值建立在人眼的视觉模型之上。对于人眼较为敏感的绿色取较大的权值;对人眼较为不敏感的蓝色则取较小的权值。通过该公式转换的灰度图能够比较好地反应原图像的亮度信息。 这是较常采用的方法,在这里用MATLAB中的im2gray函数工具可以很容易的对图像进行灰度化处理,便于进一步的研究。之后将灰度数据存放在一个二维矩阵中,后续处理主要针对此灰度矩阵展开。灰度图如图3所示。 1.1.3 图像校正二值化处理 本文在针对存在倾斜角度的车牌图像采取Radon算法进行倾斜角度计算,并对倾斜图像进行修正。从而得到水平方向一致的图像,如图6所示。经过校正有利于后期的图像分割及字符识别。 图像的Radon变换是指二维图像f(x,y)在某一方向上投影的线积分。 从x-y坐标系转换到x'-y'坐标系得转换公式是: (2) 对某一个角度θ,对每个x'沿着平行于y'轴进行线积分[3]。积分公式如下: (3) Radon变换的一个重要性质是Rθ+180(-x)=Rθ(x), 所以在做Radon变换时,θ的取值范围可以限定在0≤θ≤180度。 对一幅图像进行Radon变换后,对于每个θ值,都可以得到一系列的Rθ(x')值。对图像进行角度检测时,可以根据先验知识确定一系列的θ值,对每个θ值求取Rθ(x')值。在所有的Rθ(x')里面,当Rθ(x')取得最大值时所对应的θ值就是x'轴旋转过的角度,所以要检测的直线的角度为90-θ度。 Radon变换检测车牌倾斜角度的过程如下: 1)对定位分割得到的车牌图像,如图2,先进行灰度化处理,如图3所示, 2)采用最大类间方差法进行二值化处理, 3)采用Sobel算子进行边缘检测,得到的结果如图4所示。 4)计算二值边缘图像的Radon变换,如图5所示。 5)找出Radon变换矩阵中的局部极大值,最终可以得到车牌图像一条边框的倾斜角度。 MATLAB程序如下: I=im2bw(I);figure;imshow(I);title('二值化')%二值化 I=edge(I,'sobel');figure,imshow(I);title('边缘检测')%用sobel算子进行边缘检测 theta = 1:180;% 角度从1取到180 [R,xp] = radon(I,theta);% radon函数 figure,imagesc(theta,xp,R);colormap(hot); title('R_{ heta}(Xprime)') [I, J] = find(R>=max(max(R)));%J记录了倾斜角 qingxiejiao=90-J%车牌的倾斜角度 此次仿真试验中得到的θ值为79,也就是说车牌的倾斜角度为11度。 1.1.4 精确分割车牌区域 对于倾斜校正后的车牌图像进行闭合运算,擦出干扰区域,然后进行二值化,如图8所示,以图像中间线为起点,设定某一阈值向上向下进行扫描,从而精确分割出车牌字符所在区域。如图9所示。 2 字符的分割和识别 2.1 字符分割 将得到的车牌区域图像进行二值化处理后,对图像进行垂直投影,投影图上有明显的类似于峰谷的波形起伏变化,通过对投影图上的波形从左向右进行扫描,根据谷和峰的特征就可以判断出每个字符的位置;计算垂直峰,检测合理的字符高宽比。在字符切割时,往往由于阈值取得不好,导致字符切割不准确,针对这种情况,可以由车牌格式的先验知识,对切割出的字符宽度进行统计分析,用以指导切割,对因错误切割过宽的字符进行分裂处理。如对‘皖’字经常出现的是把白字旁和右边的部首分割开。系统针对这种问题对分割出来的字体的宽度与整个车牌的宽度对比,对误操作字符进行合并。该方法计算简单且切分较精确,分割后的字符如图11所示。 2.2 字符识别 常用做法是采用神经网络模型对系统进行训练。但是这种做法增加了系统的复杂度,对实时性要求较高的场合不适应。这里采用简单模版匹配算法。模板匹配法[1]是图像识别方法中最具代表性的基本方法之一,其实质是度量匹配的图像与模板库中的模板样本之间的某种相似性,取相似性最大者为匹配图像所属类别。也可以计算图像与模板特征量之间的距离,用最小距离法判定所属类。但是,一般情况下用于匹配的图像在成像的同时,会产生较大的噪声干扰,那么在实际设计模板的时候,就要根据各区域形状固有的特点,按照一些基于图像不变特性所设计的特征量来构建模板。 由于在前期的有效处理使得分割后的字体清晰度完整度都能保持较高的水平,有利于提高模版匹配的成功率。对提取的车牌进行归一化处理,使其长宽比与模版保持一致。经验证对非倾斜图片,识别率可达95%,对倾斜图片亦可以达到90%以上。D--0,6--8,2--Z,A―4是比较容易识别出错的字符。 首先取字符模板,接着依次取待识别字符与模板进行匹配,将其与模板字符相减,得到的0越多那么就越匹配。把每一幅相减后的图的0值个数保存,然后找数值最大的,即为识别出来的结果。 以皖字为例,模版图片如图13、提取出来的图片如图14、整体识别结果如图15。 图13 模版 图14 提取图片 图15 识别结果提示框 3 存储数据 对相应的识别出来的字符存储到指定文件夹的EXCEL文件内。并同时存储对应识别日期。如图16所示。 4 结束语 本文中所实现的车牌识别系统很大程度上得利于MATLAB软件强大的功能,考虑到车牌背景的复杂性,本文采用了颜色对边缘检测算法来突出车牌字符轮廓边缘的像素点,近而快速准确的对车牌区域进行定位。对于倾斜的车牌,采用了Radon变换进行倾斜校正。对得到的车牌区域进行投影,利用投影图的峰谷峰的特点来判断每个字符的位置,进而进行字符分割,最后模版匹配算法对分割出的每个字符进行识别。本文对整个系统的关键步骤进行了仿真实验,通过实验表明该系统可以实现汽车牌照的识别,准确率较高,但是在识别外形比较相似的D和0,6和8,2和Z,以及A和4的时候容易发生错误,所以还需要不断的完善本系统和算法。 参考文献: [1] 王广宇.车辆牌照识别系统的原理及算法研究[D].郑州:郑州大学,2000. 黄牌和蓝牌的区别篇5 任凭骂他怎么恶俗，哈药仍然延续着他一贯的叫卖式广告风格，至于其雅俗与好坏，笔者在此搁笔不谈，现仅就其旗下三精葡萄糖酸钙的新版广告做些许评析。 三精葡萄糖酸钙是哈药三厂的拳头产品，也是同类产品的领导品牌，该产品的定位是儿童补钙市场，在母子温馨画面和“宝宝喝了吃饭香”的诉求下，该广告还算抓住了很多年轻妈妈的心，凭借密集的广告其销量摇扶直上，很快便成为儿童补钙市场的领军品牌。 也许是赚够了儿童市场的钱，也许还想获得更大的蛋糕，三精葡萄糖酸正在试图进入中老年市场，赚“妈妈们”的钱。当然，作为企业发展和品牌延伸的正常策略，本也无可后非，但从其为此次品牌延伸制作和投放的广告来看，“拿鸡毛当令箭”的错位区隔实在让人大倒胃口，不批不快。该广告大意为：（女儿给妈妈回一盒葡萄糖酸钙口服液，）妈妈说怎么不是蓝瓶的？（因为三精葡萄糖酸钙是蓝瓶的，于是女儿将买回的黄瓶酸钙产品随手扔掉，画面出现蓝瓶的三精葡萄糖口服液，）母女同说“买葡萄糖酸钙请认准蓝瓶的！” 不知是由于其对三精的品牌力过于自信还是市场跟进力过于自负，竟然将瓶子的颜色——“蓝瓶”作为产品诉求点和品牌区隔。蓝瓶既不是你的专利，也不属于你的产品属性或品牌属性，别人非常容易模仿和跟进，因为这几乎可以说是零成本跟进，没有门槛也不存在风险。至于三精葡萄糖酸钙有什么卖点，能为消费者带来什么利益，不仅消费者，就连厂家也搞也不清楚，既然如此，消费者凭什么购买你的产品，难道仅仅是你的名气大吗？况且流着哈药“叫卖式”血统的三精品牌在消费者中的口碑并不好。 定位和区隔是一个品牌自我主张、确保差异化优势的有力武器，作为行业和细分市场的领先品牌，其定位和区隔应该起到行业或细分市场的标杆作用，才可能确保其领导地位，因为你有足够的资源来传播你的主张和诉求，有足够的话语优势和引导市场的认知基础。但你的主张首先必须是有理有力、具有独特性，并且要与你现有的品牌个性相一致，别人不易模仿跟进或模仿跟进的机会成本很大。一个品牌即使有再大的资源投入，如果没有自己独特的定位和主张，就难以形成有效的品牌区隔，“拿鸡毛当令箭”是没有丝毫战斗力和杀伤力的，顶多只是为蓝瓶生产厂家多做些嫁衣裳而已！ 黄牌和蓝牌的区别篇6 关键字：车牌；识别；二值化 1、研究概况 车牌识别技术是智能化移动式稽查系统中的关键技术，其是指不依赖于电子信号，利用光学特性，基于光学字符识别（简称OCR，即Optical Character Recognition）技术对车辆牌照进行识别，从而辨识车辆唯一身份的一种技术。 从OCR技术的含义来说，车牌识别技术的基本工作流程如下图所示： 车牌识别技术的基本工作流程 其中：图像采集指从实际环境中或者交通车辆行驶视频中获取图像，可以通过摄像设备直接获取，也可以用图像采集卡采集。车牌识别技术均基于对图像进行分析识别，这一步是为了提供识别的对象。识别核心为整个系统的工作核心。通过OCR字符识别技术，获得车辆牌照识别结果（包括车牌颜色、牌照位置等重要信息）。 车牌识别技术是集光学、电子、软件、人工智能等多领域的一项实用技术，由于其完全采用光学图像，避免了以往采取微波、雷达等电子设备进行交通监控造成的电子污染，同时使用一些反监控电子装置，增加了ITS系统对交通监控领域的有效性和威慑力。 2、关键技术 2.1、车辆牌照的定位 首先，由于图像的采集色系为RGB色系，故需要将RGB色系的图像转化到HSV色系中。在HSV色系中，利用H、S色系分量可以确定蓝色、黄色牌照区域；利用S、V色系分量可以确定白色牌照区域；利用V色系分量可以确定黑色牌照区域。之后，通过将其进行图像灰度化处理，利用灰度化的形态学开、闭运算消除干扰、降低噪声后，遍历迭代出连通区域来确定牌照的位置。 车辆牌照定位流程图 1）确定各种车辆颜色在HSV色系空间中的阈值 车辆牌照的颜色分为黑、白、蓝、黄四种颜色，这样我们和容易将四种颜色的标准RGB色系转化到HSV色系中来，但考虑到光照度以及牌照的颜色深浅度并不相同，所以可以通过均值、方差的方法来进行多个采样本H、S、V各个分量的值。经过试验证明，采样本的H、S、V分量值的阈值属于正态分布，故可以通过正态分布来确定阈值区间。 2）通过引入图像灰度化原理，将图像进行灰度化处理 在HSV色系中，通过上面确定的阈值区间将图像进行处理，并通过灰度化原理对图像进行灰度化。 步骤如下： ①若图像像素中H分量是在黄色阈值区间内，且像素S分量也属于黄色区间，则将该像素灰度值设定为一个试验标准值1。 ②若图像像素中H分量是在蓝色阈值区间内，且像素S分量也属于蓝色区间，则将该像素灰度值设定为一个试验标准值2。 ③若图像像素中V分量是在白色阈值区间内，且像素S分量也属于白区间，则将该像素灰度值设定为一个试验标准值3。 ④若图像像素中V分量是在黑色阈值区间内，则将该像素灰度值设定为一个试验标准值4。 ⑤若图像像素不属于上述的任何阈值空间，则将该像素灰度值设定为一个试验标准值5。 3）图像消噪处理 图像在经过灰度化处理之后，会有很多的噪声干扰。研究证明，通过颜色的滤波方法虽然可以消除噪声，但是这种方法很容易造成裂纹、很多个不连通区域，这样通过滤波的方式便不可行。通过采用图像灰度化的开运算以及确定合适的结构元素将可以大大去除噪声，并可以有效地保证图像质量。 4）牌照候选区域的选择 通过利用迭代法选择搜索出符合牌照特性的矩形区域，之后利用真实牌照的长、宽比例作为验证标准，搜索出候选区域。 根据牌照图像为矩形的特点，对连通区域的标注上、下、左、右四个标注。 5）在候选区域中找到真正的牌照位置 对候选区域在水平方向上进行二值化处理，计算水平方向跳跃次数以及字符所包含像素与整个候选区域像素的比例来进行验证，符合标准的，便将牌照图像切割下来，作为牌照的定位结果。 2.2、牌照的提取 由于车辆牌照的位置、光度都有很大的差异，为了能够有效地提取车辆牌照，需利用明暗相间纹理以及sobel算子确定牌照的边界，具体流程图如下： 车辆牌照提取流程图 上图中显示了具体一幅车辆图片的牌照提取过程。其中用到了大量的数字图像处理算法，包括图像的彩色图到灰度图变换，灰度拉伸，均衡，边缘卷积算子，纹理特征提取，去噪，滤波等。 3、牌照图像的预处理（即牌照图像的二值化） 牌照图像的二值化是处理与识别图像关键的一个步骤，通过引入Marr算子成功解决了图像二值化中阀值的选取问题。 1）本系统引入Marr算子 由于牌照图片可以看作由前景字符和背景组成，在光照比较均匀的时候，二值化就相当于如何找到一个合适的阀值把字符和背景分开。对于阶跃边缘，变化最剧烈的地方位于某一阶导数的极限点，或者说，位于其二阶导数的过零点处。由于图像的边缘有一定取向，如果希望二阶导数无方向，则可用拉普拉斯算子。而为了减少噪声的影响，可先把图像做高斯滤波。 2）Marr算子实现牌照图像二值化 对于灰度图而言只有两种情况一种是底色比字符亮，一种是底色比字符暗，对于字符比底色亮的牌照首先要反色后才能用Marr算子来二值化，所以就必须判断牌照的底色颜色，但是在光照不均匀和牌照过亮的情况下是很难判定颜色是白色还是蓝色，而在比较暗的地方则很难判定蓝色和黑色。所以就提出了一个判定是否需要反色的方法，因为如果能够得到字符内的像素的平均亮度和底色的平均亮度，则很容易判断反色，方法如下： 首先，对牌照图像进行对比度拉伸； 然后，用水平Sobel算子和垂直Sobel算子得到牌照的边缘图，对水平Sobel图逐行扫描，碰到边缘点时则记下这一小段线段的终点，继续扫描直到碰到另一段边缘的起点，计算这两点间距离。如果距离小于阀值t(t=3)则认为这是字符内像素点，如果距离大于t (t=5)则认为是底色的点，此外情况则不考虑，给这些像素点做好标记。同样，对垂直Sobel图扫描，然后把两幅扫描图综合起来，求底色和字符色的比值。 通过以上方法可以判断是否需要反色，如果要反色，则反色后再用Marr算子和图像进行卷积，然后根据过零点来二值化。 3）二值化后牌照图像处理 对二值化的图像处理方法之一就是去除左右边缘，一般情况左右边缘在两边，在确定了可能的左右边缘后，可以分析此区域的特点，它可能会高出上边缘或者低于下边缘或者两者皆有，通过分析这些特征，可以确定其是否是真正的边缘。对于上下边缘的处理则比较简单，一般情况下，上下边缘会比较长并且会在字符的上下边缘之外。在知道了字符的上下点后可以用来拟合直线，通常可用来清除直线外的区域。直线的拟合算法用的是最小二乘法。 2.4、字符分割及识别 通过神经网络算法迭代查询具有自学习、自记忆的知识树，每个树枝结点都可能是最终值，迭代后，按照输出值的可能性比例，产生识别出的车牌号码。神经网络应用于牌照识别技术中是通过将二值化后的图像进行迭代查询来实现的。 3、结语 1）通过改进的神经网络算法（将一颗大的神经树分成若干小的神经树）迭代查询知识树。该方法大大提高了图像识别率和识别准确度。 黄牌和蓝牌的区别篇7 餐饮空间的主题，由空间的装饰风格、手法及氛围等因素综合而成，而这三个重要的因素，都离不开对色彩的利用和表现。色彩在情感表达方面能给人带来非常鲜明、直观的视觉印象。物理学的研究结果提出了色彩心理效果初步的规律，为我们分析人们对餐饮空间色彩的感受提供了依据。由此我们可以利用色彩关系来营造主题氛围，针对人们对色彩的心理感受，通过人们对色彩的联想，唤起人们的情感和记忆，从而深化餐饮空间的主题。我们用红橙黄等暖色系的色彩来渲染出热闹、欢乐、喜庆、温暖等情感；用绿色、蓝色等冷色系的色彩来渲染出自然、和谐、冷静、凉爽等情感。色彩与人的心理、生理有着如此密切的联系，不同的色彩会造成人不同的视觉感受、心理感受。通过色彩的变化，可以渲染、烘托不同的空间气氛，显示不同的主题氛围。例如，北京央金玛藏式文化餐厅，从入口到内部空间的整体色彩、家具陈设等，都采用了藏式的配色，大红、明黄、中绿、湖蓝、金色等，其明度、纯度较高，对比非常强烈，给人一种质朴粗犷、淳厚地道的感觉，藏区的地域特色由此扑面而来，墙上的一张张唐卡更是让整个餐饮空间极富艺术气息，使主题成为顾客容易识别餐厅的特征和产生消费行为的刺激标示，是现代餐饮的一个新兴的流行趋势，也是我们渲染餐厅主题的最终目的。 二、餐饮空间环境氛围的色彩营造 随着经济的发展，生活条件的改善，如今，人们的餐饮消费观念有了很大的转变，已经从果腹型转向了体验型，人们希望从餐饮消费中去获得精神享受，要求进餐环境的“场景化”“情绪化”。对就餐者的感官情绪最有决定性影响的就是餐厅的环境和氛围。而色彩在餐饮空间环境氛围的烘托和营造中起到了不可替代的作用。色彩是营造空间气氛最有力的利器，更是一种能造成特殊心理效应的装饰手段。色彩是无声的，但是却能透过人的双眼在人的心里沉淀为一种心境，色彩给人带来的情感作用是不容忽视的，它能通过人们的感知和印象而产生相应的心理上和生理上的影响。人们对环境空间感受的好坏直接来源于色彩搭配的适宜程度，良好的色彩搭配能给人带来美妙的色彩环境及富有诗意的气氛，让人乐在其中，回味无穷。而失败的色彩搭配将会使整个环境变得不适，使人生厌，毫无情致可言。唐代诗人刘禹锡曾作有“迎得春光先到来，浅黄轻绿映楼台”的诗句，说明了色彩是人们对周围环境氛围的视觉感受中最为敏感的因素。一提到空间关系首先就会提到空间与色彩的关系，色彩在空间中不仅具有审美的功能，还能起到积极表现和调节室内空间与气氛的作用。不同的氛围体现，对色彩的选择是不同的。我们应重视色彩对人的物理、生理和心理的作用，重视色彩引发人们的联想和情感的效果，从而在设计中创造出富有个性、层次分明、具有强烈美感的色彩环境。实验心理学家们通过大量的实验、调查、研究，发现了色彩与特定的情感反应之间的关系。例如：红色—热烈、兴奋、热情，橙色—快乐、丰收、饱满，黄色—明朗、欢快、活跃，绿色—自然、缓解、生机，蓝色—广博、冷静、忧郁，紫色—高贵、华丽、珍贵，黑色—沉闷、寒冷、严肃，白色—明亮、纯洁、洁净。这样的对应关系，对色彩所产生的情感反应，也不是一概而论，由于年龄、性别、国家、信仰等区别，对色彩的联想和理解也会发生变化。例如，喜欢西方浪漫的年轻人，觉得白色纯洁高雅，体现了圣洁爱情，而具有传统东方情结的老年人却钟爱大红色的喜庆与吉祥。意境和氛围的形成都有赖于色彩的情感对应关系。例如，某餐厅为了表现出海的意境和氛围，就会大量地用到蓝色、蓝紫色等这样的近似色的搭配形式，在墙面、天花板、地面、陈设等大量地贯彻了蓝色主调，给人统一、完整的感受，并且有强烈的感染力。 三、色彩塑造餐饮空间品牌形象 想要使人们记住某一品牌，企业首先要在品牌的形象中树立自己的“品牌色”，让人们熟知并达成共识。麦当劳的黄色，肯德基的红色，德克士的橙色，这些知名的快餐品牌有意无意地使色彩成为了品牌战略中的关键性武器，在消费者心中建立了持久的“品牌色”。在其他的商业领域，可口可乐的红、柯达的黄、富士的绿等都具有强烈的色彩识别性。在当今这样商业品牌众多的时代，人们对品牌的形象越来越挑剔，要求也越来越多、越来越高。但是一个好的品牌往往会让人记忆深刻，好的色彩设计可以帮助顾客识别品牌并增强记忆，我们可以通过独特的色彩来强化形象冲击力，促进“品牌色”的形成。品牌形象是消费者对品牌的总体印象和判断，是消费者与品牌长期接触而形成的，代表了消费者对品牌的喜好程度。在塑造品牌形象的过程中，色彩扮演着极其重要的角色，有效地运用色彩手段，可以使企业在短时间内形成品牌的差异性。市场的同质化是每个企业都必须面临的挑战，企业通过色彩的运用，可以向消费者传递出其特有的企业文化和价值观，从而确立其在消费者中的特定形象，使企业在惨烈的市场竞争中，形成自己的核心竞争力。 四、色彩促进人们餐饮消费 黄牌和蓝牌的区别篇8 车牌fv代表香港牌照，是内地过境香港，分公务车和商务车两种。车牌是分别悬挂在车子前后的板材，通常使用的材质是铝、铁皮、塑料或纸质，在上面刻印车子的登记号码、登记地区或其他的相关信息。牌照是对各车辆的编号与信息登记，其主要作用是通过牌照可以知道该车辆的所属地区，也可根据牌照查到该车辆的主人以及该车辆的登记信息，牌照一共有五种颜色，分别是：蓝底白字车牌、黄底黑字车牌、绿底黑字车牌、黑底白字车牌、白底黑字车牌。 （来源：文章屋网 http://www.wzu.com） 黄牌和蓝牌的区别篇9 作为老八大名酒之一，洋河酒在民间素有“酒气冲天，飞鸟闻香化凤；糟糠落地，游鱼得味成龙”的美誉，并以“甜、绵、软、劲、香”，在中国浓香型白酒中独树一帜。 2003年，随着“世界上最宽广的是海，比海更高远的是天空，比天空更博大的是男人的情怀”这样一句意境深远的广告词的出现，这个在外人看来已经没落的白酒品牌在白酒市场上掀起一股“蓝色旋风”，越走越远，成就了一段蓝色佳话。 产品差异化 谈到对白酒的理解，洋河酒厂董事长杨廷栋告诉《新营销》记者：“白酒实际上是中国文化的一种体现，它会随着中国文化的延续、提升和放大，展现出更强的魅力。” 随着人们生活水平的提高，白酒从过去的奢侈品行列逐渐进入寻常百姓家，从身份地位的象征成为大众消费品，加之追求健康观念的兴起，以及饮酒人群逐渐年轻化、高学历化，白酒产业在随着GDP持续高速增长的同时，也面临创新难题。用杨廷栋的话说，就是“中国白酒必须通过对品质、文化，包括运营方式的根本性创新，契合现代消费需求、现代消费理念”。 创新的基点是什么？洋河酒厂总裁张雨柏首先从“味”上找到了灵感。“中国白酒分类，过去按香型分为浓香、酱香、清香等。从专业的角度讲，酒的品质用色、香、味、格四个字评判，香占的比重很小，最主要的是味，因为酒不是香水，酒是要喝的，要喝就要在味觉上下工夫。”张雨柏说。 于是，洋河在“味”上做文章，率先打出“绵柔”大旗，“绵”即绵长，酒体丰满，不清淡，不是简单地降度，而是陈酒、调味酒等绵柔原酒的最佳组合调味；“柔”即柔和、柔顺，不暴辣，不刺喉，饮时舒畅，饮后舒适。 “过去自然经济或者计划经济的时候，消费者喝一次酒很不容易，是一种奢侈性消费，因此喝酒就要有酒的感觉，要有酒醉的反应。但是现在情况完全不一样，消费者对酒的需求更多是一种应酬，是场面上的事情，所以我们既要有酒的感觉，满足消费者的尊严，更得给消费者减轻负担，要站在消费者的角度洞察他们的消费需求。”张雨柏说。 为了迎合消费者需求，确保饮用白酒舒适、健康，洋河重点关注的是：饮前香气幽雅怡人，香味不一定很大，但一定要让人感到很舒适；入口绵甜柔和，柔和顺喉，绵甜悠久，不那么爆辣劲爽；饮中畅快淋漓，喝酒是消费者表达感情的需要，好酒既可以在温情时小杯慢品，又可以在豪情满怀时大杯畅饮；饮后轻松舒适，饮酒后尽可能降低消费者头痛等不适感。 站在消费者的角度思考，蓝色经典绵柔型白酒既可以让消费者大胆畅饮，又因其舒适、健康满足了消费者的心理需求和感官需求，一上市就成为叫好又叫座的白酒。 包装差异化 如果说绵柔概念抓住了消费者品尝的第一口，那么蓝色包装则抓住了消费者选购洋河的第一眼。 在洋河蓝色经典推出之前，白酒企业推出的产品，其包装不外乎红色、金黄色或紫色，重点诉求的概念是悠久的历史、喜庆富贵、皇室贡品等。在这样的背景下，2003年洋河推出以蓝色为主色调的蓝色经典系列，从外包装上颠覆了人们传统观念对白酒包装的思维定式。 张雨柏说：“蓝色包装，最初很多人不看好，因为颠覆了中国白酒的传统思维模式，但是洋河走这条差异化道路不是简单为了差异化而差异化。洋河对这个问题做过深层次的思考，蓝色是有文化背景的。中国人喜欢红色、黄色与中国文化有关。过去人们讲红色文明走向蓝色文明，实际上就是一种内河文化走向海洋文化，内河文化就是一种黄色文化，从某种程度上讲是一种比较保守的文化，而海洋文化就是蓝色文化，是代表开放、走向世界的文化。” 蓝色作为开放和包容的象征，成为现代时尚的标志色，意味着更高的品位，更为重要的是蓝色契合了蓝色经典的海洋、天空、梦幻气息。不同于其他白酒以自己的品质、出身为卖点的品牌诉求，蓝色经典另辟蹊径，定位于中国新一代智慧阶层，抒发男性情怀，使得饮酒成为品位和时尚的象征。 “情怀就是时代精神，就是对自己实现理想、抱负、人生价值的一种寄托。在经济快速发展、社会大变革的时代，蓝色经典是将时代精神注入进来，满足那些有理想、有梦想、有诉求、实现人生价值的社会精英层在精神上的需求，让他们为自己的情怀干杯。”杨廷栋说。 将白酒配以梦幻意境，重点诉求“世界上最宽广的是海，比海更高远的是天空，比天空更博大的是男人的情怀”，使得蓝色经典一上市便触动了消费者的心灵，从2003年投放市场至今，连续8年每年的市场增速接近100%。 打造品牌力 “酒最本质的东西是酒的质量，其次是产品包装，但是质量好的东西多了，不一定都会成为名牌，酒香不怕巷子深是一个误区。”张雨柏说，“品牌的打造，不能就品牌而谈品牌，要寻找自己的核心竞争力。品牌要有根基，品牌还要落地，在落地的过程中，会产生良性互动，这个互动就是品牌力的打造过程。” “再好的品牌，如果不触幕，一定不会成为名牌。典型的例子是，世界上卖得最好的食品是麦当劳，麦当劳是垃圾食品，是非健康食品，但是它卖得好，为什么？就是因为它触幕。” “中国是高语境国家，同样一句话，谁说，效果是不一样的。大品牌要触幕，就要紧贴大品牌，紧贴大事件，紧贴大媒体，因为大品牌、大事件、大媒体说的话有权威性，有公信力，可以带来更多的价值。这就是为什么我们要与央视这样最高端的媒体紧密合作的原因。” 张雨柏说。 对于和央视的合作，洋河酒厂市场部部长朱伟深有感触：“产品的影视表现是品牌最重要的载体。在这一方面，洋河重视和央视合作，在电视媒体的选择上，95%以上投放到央视平台。到目前为止，蓝色经典同央视的合作规模已经很大了，基本上是独家垄断式合作。” 从高密度在央视各个频道投放广告、冠名央视黄金强档节目，到参与大型赛事，洋河蓝色经典随着央视的传播迅速家喻户晓，在消费者心中建立起“男人情怀”的现代白酒品牌形象，消费者一提起绵柔型白酒、现代情怀等白酒元素，首先想到的就是蓝色经典。 对于如此高频度的触幕，为了维护好自己的品牌形象，洋河人有着自己的触幕原则。张雨柏说：“在触幕方面，洋河有两个原则。第一，洋河讲求‘两个跟随’、‘两个吆喝’，触幕不能没有方向，‘两个跟随’是产品跟着渠道走，广告跟着产品走。简单说，就是产品走到哪里，我们就做到哪里，广告就跟随到哪里。‘两个吆喝’是产品卖到哪里，就吆喝到哪里；主推什么产品，就吆喝什么产品。第二，投放讲求长短结合。比如央视触幕，洋河一定有一条常年不变的主线，起到品牌唤醒的效用，这叫线，这个线的作用就是提醒。但仅仅有线是不够的，所以我们再找点，这个点实际上是做爆发点，爆发点一旦启动了，就会对消费者产生强大的冲击。” 2003年蓝色经典推出了海之蓝、天之蓝和梦之蓝三款产品，分别对应白酒市场的低端、中端和高端产品。不同于其他品牌从高端向低端的延伸路径，蓝色经典最早主推的是低端产品海之蓝。 对此，张雨柏解释说：“1998年之前，洋河主推的产品是20多元一瓶的洋河大曲。虽然1998年之后，我们开始在市场上推广贵宾洋河和嘉宾洋河系列，但市场定价保持在180元到200元之间，距离高端白酒市场有一定的差距，没有前期准备就直接进军高端酒品市场，消费者是很难接受的。而且当时洋河作为众多二线白酒品牌之一，资源很匮乏，与其打造一个高端品牌，倒不如把资源有效地投到一个中低端品牌的运作上。” 因此，蓝色经典在前期主推海之蓝的时候，就已经考虑到对天之蓝、梦之蓝中高端品牌进行保护。“我们在不断地潜伏，三款产品虽然是同时推出的，但是我们先做的是海之蓝。但蓝色经典告诉消费者，我们还有天之蓝、梦之蓝，尽管消费者可能不喝，但是不会影响消费者对这个品牌的定位。等这个品牌做到一定程度以后，有品牌基础的时候，再逐步把天之蓝和梦之蓝放出来。梯度性地通过消费升级和品牌拉升的方式参与竞争就容易成功，而且没有破坏原来的高端定位。一下子把品牌拉得很高，实际上是做不到的。”张雨柏说。 在央视长期投入为蓝色经典的全国性品牌推广道路打下了良好的市场基础，随着市场对品牌认知的不断提升，洋河以蓝色经典为品牌背书，将主品牌变为副品牌，将副品牌提升为主品牌，放飞天之蓝、梦之蓝，使得天之蓝和梦之蓝不需要更多触幕，仅在宣传上稍作调整，就拉开了蓝色经典系列产品的段位，成功进入白酒中高端市场。 倒过来的白酒营销模式 品牌要有根基，品牌还要落地，渠道便是品牌落地的手段。张雨柏说：“再好的产品，再好的品牌，如果不卖对企业来说就没有什么意义。再好的产品，再好的品牌，不跟消费者进行亲密接触，同样不能成为好品牌。所以我们要高开低走，把品牌拉得很高，但是落实要很务实，要地、空结合，要有空中的品牌形象，又要有地面的全面推广，而且这个落地不是简单的落地，而是要在渠道中做创新。” 从品牌的初期推广到目前品牌相对成熟，蓝色经典在营销推广上创造了很多新的模式。 白酒行业的营销模式一般是先有品牌，再有渠道，后走销量。“先有品牌，就是厂商先做广告，做了广告后，全国的经销商蜂拥而至，找厂家开始全国铺货。全国的销量聚在一起，就非常可观，每年都高速增长。但这种模式是广种薄收，所有的地一下子都给种了，虽然亩产只有三四百斤，但是加起来很可观，然而带来的问题是第三年、第四年、第五年酒厂该怎么过。”朱伟说。 朱伟说，蓝色经典的营销模式是倒过来的：“蓝色经典是先做终端、做渠道，随后有销量，最后才有品牌。这样的销售模式决定了洋河只能一个地方一个地方铺货，即便增加销售人员也只能占据全国很小一块市场。结果蓝色经典在口碑树立之前先占有了大量的渠道，其后是销售额慢慢上升，再之后人们发现别人请客、结婚用的都是洋河蓝色经典，慢慢地口碑就起来了，品牌就逐渐形成了。” 这样一种销售模式，使得洋河成为“保家卫国”做得最好的一个品牌，洋河销量的70%来自于江苏省。而且这种模式还有强大的复制能力和不断延伸扩展的能力。即便2010年洋河取得了中国白酒行业第三的销售成绩，但直到2010年，洋河蓝色经典只在中国30%的县有经销商，而且绝大多数集中于江苏省。这就意味着在中国的2000多个县里，洋河还有70%的市场空白点。 对于如此大规模的市场空白点，洋河人认为不必过于着急。“洋河的人力资源有限，而且中国的市场跑不掉，没有必要一年就把它怎么样，洋河只要保证每年有一个很高的增长幅度就可以了。但从市场战略来讲还是要做的，比如北京、上海、广州、深圳这样一些重点市场，以及省会城市，是洋河的当务之急。”朱伟说。 朱伟说：“洋河今年将把人、财、物重点集中在中国具有战略意义、辐射能力的核心市场上，这些市场会给我们带来很高的当年收益，还会在未来带给我们巨大的潜力，一个省的省会市场做下来，就不愁地级市、县级市做不下来。” 黄牌和蓝牌的区别篇10 关键词：HSV颜色空间；投影直方图；车牌定位 中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2012）30-7335-04 车牌、车标识别技术是现代交通工程领域中研究的热点问题，对于交通监视、收费管理等多种服务具有广泛的应用价值。车牌的定位，是对车牌实施识别的前期工作，对于车标的定位也是很重要的参考依据。当前已经提出很多关于车牌定位的方法，主要有通过聚类分析对彩色图像进行分割[1][2]；利用检测牌照4条直线边界的Hough变换方法[3]；通过数学形态学和小波分析对车牌及字符纹理和形状特征进行处理[4][5]等实现定位。以上方法由于实现复杂度问题往往给车牌实时定位造成影响。比如，FCM聚类方法要求预先确定聚类中心，在迭代过程中需要反复计算迭代中心和隶属度矩阵，随着样本量的增加运算极为耗时。Hough变换需要对边缘图像或二值化图像中的所有考察点在0-180度区间中进行统计，并结合车牌形状特征进行逐一匹配。 本文依据车牌的颜色信息及车牌字符的分布特征，借助HSV颜色空间对车牌图像进行二值化处理，并通过对二值图像的投影直方图进行处理，给出了一种基于直方图的车牌定位方法。 1 车牌图像预处理 我国现行的九二式机动车号牌国标尺寸是440×140，大车牌：黄底黑字；小型民用汽车：蓝底白字；武警专用汽车：白底红“WJ”、黑字；外籍汽车：黑底白字；使、领馆外籍汽车：黑底白字及空心“使”字标志；试车牌照：白底红字，数字前有“试”字标志； 临时牌照：白底红字，数字前有“临时”二字； 蓝底和黄底车牌出现率比较高.。在定位过程中可以结合这些特征作为判断车牌的重要依据。其中，颜色信息是进行车牌定位的主要特征之一，已有的车牌定位方法很多都利用了这一特征[6][7]， HSV颜色空间比RGB颜色空间在表达颜色的方式上更符合人的视觉心理，所以在基于颜色信息的图像处理方法研究中，有较RGB颜色空间更为广泛的应用，本文方法仍以HSV颜色模型为基础。该颜色空间中H表示色度，S表示饱和度，V表示亮度，图像中的每一像素对应的hsv值可以通过构成该像素的RGB分量计算得到。 研究表明：蓝、黄、白、黑等颜色对应的HSV值如表1所示。 将车牌图像转换到HSV颜色空间表示后， 依据表一给定的区间，完成车牌图像二值化处理。具体效果如图1，图2所示。 2 车牌定位 由以上处理结果可以看出，采用表1给出的区间对图像进行二值化处理后能够将不同颜色的车牌凸显出来，但受周围环境的影响，对部分图像，车牌信息仍无法直接提取。分析车牌结构及字符分布规律可知，车牌中的文字或数字（不计点隔符）数目一般为7个，间距基本相等，则车牌的二值化图像在X轴（水平方向）的投影直方图中应有7-8个连续的波峰或波谷，其宽度满足[Wid 提取效果如下图示： Step 3： 在子图像[Gj，j∈[1，T]]中匹配成功后，根据匹配信息提取车牌子图像[Gjd]，统计[Gjd]在y轴的量化直方图包络线，包络线中宽度最大的波峰宽度值对应车牌在原图像中的高度。如果该波峰起点为[Gjd]的上边界，则根据[Gjd]的坐标信息从[Gj-1]中分割子图像[Gj-1d]，如果[Gj-1d]在y轴的投影直方图波峰终点为该子图像下边界且x轴投影直方图宽度与[Gjd]相符则合并两幅子图像，合并后的图像就是车牌的二值图像。如果波峰终点位于[Gjd]的下边界，则应对[Gj+1]进行考察，处理过程与上述步骤相似。图6给出了最终处理后的效果： 3 结论及比较 本文方法对车牌图像的二值化效果依赖性较强，对污染较严重的车牌图像定位能力较差，而对一般的车牌图像具有较高的准确率，实验过程中我们使用了76张不同情况的车牌图像，其中一部分是从网络上随机下载的，有三张图像分别因锈蚀和断裂情况严重而无法定位，其余都可以准确定位。 本文方法可以同步完成车牌的定位及字符分割，在实际应用中，定位和车牌识别可以相互验证，同步进行。另外，对依靠车牌信息进行车标定位，进而完成车标识别的应用，也具有较好的参考价值。 本文方法具有较快的实现速度，我们采用FCM聚类算法对[1024×768]大小的图像进行实验，并与本文方法进行了对比。 FCM算法的主要思想是最小化总的类内距离，聚类准则为： 参考文献[8]，实现过程中在图像的hsv空间中确定8个聚类中心，对图像进行聚类，依据聚类区间进行二值化后的结果如图7，图8所示。 可以看出，采用FCM聚类算法处理后的图像比直接依据HSV值进行二值化的效果好，但完成二值化处理需要157ms，而本文方法得到最终结果用时为6.74ms。 参考文献： [1] 陈黎，黄心汉.基于聚类分析的车牌字符切分方法[J].计算机工程与应用，2002，38（6）：221-222. [2] 张爱华.基于模糊聚类分析的图像分割技术研究[D].武汉：华中科技大学，2004. [3] Kamat V，Ganesan S .An efficient implementation of the Hough transform for detecting vehicle license plates using DSP’S.In proceedings of Real-Time Technology and Applications Symposium ，CA，USA； IEEE Computer Society Press，1995：58-59. [4] Barroso J， Rafacl A， Dagless E L， et al. Number Plate Reading Using Computer Vision. IEEE International Symposium on Industrial Electronics，ISIE'97，1997：761-766. [5] 谢鸣.基于形态学的车牌自动识别系统的研究[D].武汉：武汉理工大学通信与信息系统，2002. [6] 王夏黎，周明全，耿国华.一种基于HsV颜色空间的车辆牌照提取方法[J].计算机工程，2004，30（17）：133-135. [7] 张全海，施鹏飞.基于HSV空间彩色图像的边缘提取方法[J].计算机仿真，2000，17（6）：25-27.黄牌和蓝牌的区别十篇的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于车牌、车标识别技术是现代交通工程领域中研究的热点问题、黄牌和蓝牌的区别十篇的信息别忘了在本站进行查找喔。
未经允许不得转载！ 作者:谁是谁的谁，转载或复制请以超链接形式并注明出处。
原文地址：http://www.schinda.com.cn/post/443.html发布于：2025-11-10
![[词语]木头人的意思／木头人的解释／木头人的含义](http://www.schinda.com.cn/zb_users/theme/schinda/style/noimg/6.jpg)
