常用的車牌定位的方法有基于顏色的方法、基于紋理特征的方法、基于數(shù)學(xué)形態(tài)學(xué)的方法、基于小波變換的方法等。這些車牌定位方法，都各自具有不同的局限性。使用Mean Shift算法進(jìn)行車牌定位可以獲得比較好的效果。對(duì)于圖像空間的所有像素點(diǎn)，在經(jīng)過Mean Shift算法迭代后，如果終收斂于同一點(diǎn)，則停止迭代。用同樣的方法對(duì)圖像空間中的所有像素點(diǎn)進(jìn)行迭代遍歷，得出的結(jié)果根據(jù)收斂點(diǎn)的不同可以把整個(gè)空間分成幾個(gè)區(qū)域。這些區(qū)域即為可能的車牌區(qū)域，再通過上述特征在可能的車牌區(qū)域中進(jìn)行對(duì)照分析，就可以得到車牌區(qū)域。該系統(tǒng)首先需要獲取車輛的圖像，然后將獲取的牌照?qǐng)D像進(jìn)行分割，最后實(shí)現(xiàn)車輛字符的識(shí)別。

車牌自動(dòng)辨認(rèn)系統(tǒng)產(chǎn)品的主要性能指標(biāo)是辨認(rèn)率和辨認(rèn)速度，這兩個(gè)性能指標(biāo)既可以表征一個(gè)車牌自動(dòng)識(shí)別系統(tǒng)性能的好壞。但是車輛如果嚴(yán)重chao速，攝像設(shè)備所拍到的圖像的清晰度很差，所以車牌自動(dòng)識(shí)別系統(tǒng)的識(shí)別率和識(shí)別速度一直未能大幅提高。因此，研究出高速準(zhǔn)確的定位與識(shí)別算法是當(dāng)前的主要任務(wù)。智能停車場(chǎng)系統(tǒng)發(fā)展至今，經(jīng)歷了很多歷程，由人工取卡進(jìn)出停車場(chǎng)的方式逐漸地發(fā)展到藍(lán)牙讀卡遠(yuǎn)距離識(shí)別、再到現(xiàn)在普遍被認(rèn)為進(jìn)出停車場(chǎng)方便的車牌識(shí)別停車場(chǎng)系統(tǒng)。

chao速的車輛的拍照得到的圖片質(zhì)量比較差，車牌自動(dòng)辨認(rèn)系統(tǒng)在車牌辨認(rèn)上的方便和快捷性比人工車牌辨認(rèn)強(qiáng)得多，它不僅蘊(yùn)含著非常大的經(jīng)濟(jì)價(jià)值而且對(duì)社會(huì)的發(fā)展也有很大的推動(dòng)作用，因此對(duì)車牌自動(dòng)辨認(rèn)中的圖像處理方法的改進(jìn)是很有必要的。

字符的分割，每個(gè)字符的分割位置都需要通過相關(guān)的投影信息來確定位置。字符的識(shí)別是將字符進(jìn)行分類，把漢字、數(shù)字字母及數(shù)字輸入不同的網(wǎng)絡(luò)進(jìn)行訓(xùn)練測(cè)試。車牌識(shí)別設(shè)備有車牌識(shí)別攝像鏡頭和車牌識(shí)別控制器，車牌識(shí)別控制器與測(cè)量?jī)x連接，利于圖像數(shù)據(jù)的識(shí)別、交換；車牌定位屬于綜合識(shí)別體系的關(guān)鍵構(gòu)成，科學(xué)的判斷具體的車牌范圍，則屬于提升綜合體系識(shí)別率的核心要素。車牌識(shí)別攝像機(jī)主要完成被測(cè)車輛號(hào)牌自動(dòng)識(shí)別比對(duì)，同時(shí)聯(lián)網(wǎng)從數(shù)據(jù)庫(kù)中調(diào)閱機(jī)動(dòng)車的信息。