常用的車(chē)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(chē)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(chē)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(guò)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(chē)牌區(qū)域，再通過(guò)上述特征在可能的車(chē)牌區(qū)域中進(jìn)行對(duì)照分析，就可以得到車(chē)牌區(qū)域。也就是說(shuō)，在自動(dòng)識(shí)別車(chē)牌后，車(chē)輛障礙將被“抬起”一次，并且該動(dòng)作的持續(xù)時(shí)間約為5秒。

汽車(chē)牌照自動(dòng)識(shí)別系統(tǒng) 是智能交通系統(tǒng)的重要組成部分，是高科技的公路交通監(jiān)控管理系統(tǒng)的主要功能模塊之一。它在傳統(tǒng)的交通監(jiān)控技術(shù)的基礎(chǔ)上，引入了數(shù)字?jǐn)z像技術(shù)和計(jì)算機(jī)信息管理技術(shù)，采用先進(jìn)的圖像處理、模式識(shí)別和人工智能技術(shù)，通過(guò)對(duì)車(chē)輛圖像的采集和處理，獲得車(chē)輛的數(shù)字化信息，從而達(dá)到更高的智能化管理水平。它運(yùn)用車(chē)牌是車(chē)輛身份的標(biāo)識(shí)的思想概念來(lái)智能識(shí)別和統(tǒng)計(jì)車(chē)輛，涉及圖像的處理、理解和記錄等技術(shù)。特別是在夜間，它可以抑制汽車(chē)前照燈的干擾，使車(chē)牌清晰掃描，識(shí)別率達(dá)到99。其中車(chē)牌識(shí)別又可以依據(jù)針對(duì)的方向不同可以分為車(chē)輛圖片識(shí)別，和視頻車(chē)牌號(hào)識(shí)別，其中車(chē)輛圖片識(shí)別主要針對(duì)單張圖片進(jìn)行抓拍處理，識(shí)別圖片中的車(chē)牌號(hào)碼，而視頻車(chē)牌號(hào)識(shí)別則主要應(yīng)用于高速公路收費(fèi)，交通治安，闖紅燈系統(tǒng)，小區(qū)或是停車(chē)場(chǎng)的監(jiān)控系統(tǒng)中，兩項(xiàng)程序都可以清晰的bu捉圖像

同時(shí)，它可以有效地維護(hù)停車(chē)場(chǎng)的秩序。內(nèi)部車(chē)可以實(shí)現(xiàn)不間斷進(jìn)入市場(chǎng)。外國(guó)車(chē)只需要支付費(fèi)用，無(wú)需取卡/等復(fù)雜程序。車(chē)牌識(shí)別機(jī)的關(guān)鍵是識(shí)別率。由于獲得的車(chē)牌圖像的多樣性以及諸如煙霧，雨，雪和不同陽(yáng)光角度等許多因素的影響，車(chē)牌識(shí)別面臨著巨大的挑戰(zhàn)。但是，隨著技術(shù)的發(fā)展，這些問(wèn)題正逐漸得到解決。車(chē)牌識(shí)別攝像頭可采用寬動(dòng)態(tài)CMOS，基于車(chē)牌的局部曝光和圖像控制的光填充技術(shù)，可自動(dòng)跟蹤光線(xiàn)變化，有效抑制光線(xiàn)和背光。特別是在夜間，它可以抑制汽車(chē)前照燈的干擾，使車(chē)牌清晰掃描，識(shí)別率達(dá)到99.58％，居。字符分割：使汽車(chē)牌照區(qū)域圖像在直立方向上完成投影，然后得出汽車(chē)牌照?qǐng)D像的直方圖，篩選出適合的閾值，挑選出字符及其背景。