浅谈中国当前经济形势对国有企业、民营企业发展的影响

浅谈中国当前经济形势对国有企业、民营企业发展的影响

2015年是中国经济运行相对最困难的一年，但也是“走出困局”的关键一年。

最近开幕的两会已将2015年的经济增长预期下调至7%左右，这是继近25年来最低水平的2014年7.4%经济增长率的进一步下调。显然，中国经济正面临着前所未有的各种下行压力。

首先是中国各地的房地产危机，其次是出口竞争力减弱。中国劳动力和生产成本的激增已经让中国制造优势不再，很多外企已经或正在打算关闭在中国的加工厂。还有中国的通货膨胀数字跌至五年最低，价格增长下降，生产公司已经开始承越来越大的通缩压力。与此伴随的是，中国政府正面临前所未有的财政难题。此外，资本正以越来越快的速度离开中国。而且近年来欧美的制造业在逐步回暖，对我国的传统制造业影响很大，尤其是对民营企业的影响最为突出。

对于我国的制造行业，落后产能淘汰后，接续产业成长缓慢，导致经济增长乏力。从生产投资看，当传统的产业被淘汰或转移之后，新兴产业成长缓慢，传统产业改造滞后，导致经济增长率下滑。落后产能是污染、不好的GDP，当这些产业被淘汰以后，绿色的、有质量的GDP没上来，最后经济增长必定要下滑。因为落后产能淘汰是快变量，产业升级改造和新兴产业成长是慢变量，快慢之间必有一段空档期，在空档期缺乏接续产业条件下，工业投资增长必然下降，经济增长就不会太快。因此当前经济形势下，对国有企业和民营企业都有影响，但对民营企业的影响最为突出，因为资金分配优先供给国有企业，民营企业融资出现“钱荒”，生存超过转型升级成为民营企业的第一目标，再者资金分配优先供给国有部门，民营经济出现资金困境。除了资金困境，今年上半年我国企业还在经受原材料和劳动力成本高涨、能源短缺等钟影响企业开工的严峻挑战。大中小企业都强烈感受到了成本推进型通货膨胀带给企业的冲击，突出表现为国际大宗原材料商品价格、国内劳动力价格上涨和短缺。

综合来看，当前经济形势和经济政策对我国国有企业和民营企业的影响十分严峻，已经深刻影响到广大企业的基本生存问题，转型升级成为诸多行业企业的生存之道之一。目前的经济形势很不看好，但目前的困难是所有企业都面临的问题，企业要生存就只有通过转型升级，而且经过转型升级成功发展的企业也会变得更具有活力，更适应于市场经济的发展，这不仅对于自身的发展有利，而且也有利于市场经济体制机制的进一步完善。

从VLPR系统的主要关键技术(车牌定位、字符分割、字符识别上述方法,尽管在一定的条件下能够定位出车牌,但是利用摄像机拍摄的汽车图像,在很大程度上存在许多客观的干扰,如天气、背景、车牌磨损、图像倾斜等因素,因此定位不是很理想

字符分割的任务是把多行或多字符图像中的每个字符从整个图像中切割出来成为单个字符。有关字符分割的问题常常不被重视,但是字符的正确分割对于字符的识别又很关键。由于字符的断裂、粘连等因素的影响使得字符分割的复杂性大,目前的字符分割算法一直在不断的完善。针对车牌的字符分割,是针对字符分割的个具体应用,目前根据车牌的字符特征

提出的算法主要有:基于先验知识的分割算法、基于投影轮廓和拓扑结构的分割算法等。但是如果要解决车牌字符中可能存在的粘连、断裂等情况,字符分割技术仍需要进一步改进。

车牌识别技术中的难点

车牌识别系统在实验室已经取得令人满意的效果,但是很难应用于实际工程中,这是因为实验室的环境是处一沂理想状态的,而在自然环境中,由于受到天气等因素的影响识别率很难达到要求,其原因如下:

(1)汽车牌照本身的特征

牌照缺乏统一的标准。不同的机动车辆,车牌的规格和颜色各有不同。由于缺乏统一的标准,使得车牌识别过程中字符的分割难度大。

牌照的质量无法保证。车){一早被污损,或者车牌字符模型不清,对光线的散射性不好,这些因素都影响了识别的准确率。

车牌附近环境恶劣。车牌附近往往有复杂的外形或者挡车器等,不利于车牌的定位和分割。

(2)外部环境特征

外界光照条件各不相同,日天和晚上光照不同。光照对图像质量影响很大。不同的光照角度,对车牌光照的不均匀度影响也较大。不同时间,不同气候条件,以及背景光、车牌反光程度决定了车牌区域的亮度特征。车辆牌照识别系统关键技术研究

外界背景的复杂程度也影响着车牌的定位准确率。背景中与车牌区域特征相似的区域的大小反映了背景的噪声程度。例如与车牌字符相似的背景中的广告语就容易影响车牌的粗定位。

(3)车牌识别系统应用方案的特征

不同实际工程其摄像方位和角度不一样。实际工程中摄像方位相对于车辆行驶的方向一般是正上方、左侧和右侧,摄像角度一般在150一30之间。相对来说,摄像角度越小,车牌在平面图像中变形越小,识别效果越好。摄像方位和角度对车牌字符分割影响较大,对车牌校正的方法的校正能力要求也更高了。

光线较暗时,不同的人工光照角度、方位和亮度对车牌识别系统影响也不一样。尽管规范车牌对光的散射能力较强,但人工光照的方位角度不同时,也会影响车牌的亮度。亮度不均匀对车牌二值化算法的适应性提出了更高的要求。

不同的工程,图像的分辨率的要求也不同。分辨率大小影响车牌识别系统的识别速度和字符的识别率。分辨率过高时,整个系统的处理时间会明显增加,特别是车牌分割,车牌二值化的处理时间会显著增加。但是分辨率过低,字符识别率又会下降。因此,车牌识别系统的研究还受到多方面的限制,其技术还存在着一些不足。但是现代智能交通的发展,使其具有巨大的应用潜力。随着研究的不断深入,车牌识别技术会越来越成熟。