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。從人們的一個體驗上來說，無人值守停車場車牌識別系統(tǒng)是車主很受歡迎的一套智能停車場管理系統(tǒng)之一。對于圖像空間的所有像素點，在經(jīng)過Mean Shift算法迭代后，如果終收斂于同一點，則停止迭代。用同樣的方法對圖像空間中的所有像素點進(jìn)行迭代遍歷，得出的結(jié)果根據(jù)收斂點的不同可以把整個空間分成幾個區(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)行對照分析，就可以得到車牌區(qū)域。

在車牌識別的整個過程中，為了達(dá)到字符識別的目標(biāo)從提取的車牌圖像中分割出字符的工作室必不可少的，閥值分割，目標(biāo)與背景區(qū)別，車牌字符傾斜校正，單個字符切割以及字符的化都是圖像字符分割的主要工作。

車牌圖像閥值分割：閥值分割主要是基于像素的一種圖像分割方法，主要目的是選擇一個合適的灰度值T將圖像所有的灰度值相比較，大于T和小于T的分別歸類，在識別系統(tǒng)中圖像經(jīng)過預(yù)處理，質(zhì)量有所提高，且背景干擾不嚴(yán)重我們通常使用zui大類間方差法（Otsu法）進(jìn)行分割其方法原理如下：

針對車牌開展配套的定位操作，目的是在拍攝獲得的汽車圖像之內(nèi)，識別具體的車piao范圍，同時將車牌圖像實現(xiàn)提取操作，以此來實現(xiàn)之后的切分以及識別的操作。車牌定位屬于綜合識別體系的關(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別率的核心要素。車牌的底色檢測車牌顏色不是單一的，所以在識別的過程中我們還需要對車牌的顏色予以區(qū)分。以形態(tài)學(xué)和有關(guān)的邊緣檢測作為基礎(chǔ)的定位方式，核心為五方面的基礎(chǔ)流程。

隨著社區(qū)的入住率持續(xù)上升，社區(qū)內(nèi)的車輛數(shù)量不斷增加，由此帶來的問題也隨之增加，有些問題于人力。實施管理制度，進(jìn)一步提高社區(qū)環(huán)境質(zhì)量，提高出入境車輛的交通效率和交通安全及消防安全秩序，使居民更方便。廣元碧桂園物業(yè)將在每個車輛出入口設(shè)立新的車牌識別管理系統(tǒng)。在現(xiàn)代交通行業(yè)發(fā)展過程中，車牌的識別體系是制約交通管理實現(xiàn)科技化的因素，該課題研究的車牌識別體系大大降低了交通管理工作的復(fù)雜程度。新系統(tǒng)將于2017年4月1日正式投入運行。新系統(tǒng)投入運行后，所有進(jìn)出社區(qū)樓層和地下停車場的車輛將由系統(tǒng)自動識別打開大門，司機(jī)不需要刷ka就打開門。同時，原來的系統(tǒng)將被取消。