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。多項(xiàng)式的此類函數(shù)所對(duì)應(yīng)的參考數(shù)據(jù)比核函數(shù)多，所以對(duì)分類設(shè)備的工作提出了更高的要求。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。

車牌自動(dòng)識(shí)別系統(tǒng)是值得深入研究的一個(gè)方向，它是當(dāng)今智能交通管理技術(shù)研究的重要課題。車牌自動(dòng)識(shí)別系統(tǒng)借助計(jì)算機(jī)這一媒介對(duì)系統(tǒng)的交通圖像進(jìn)行處理、分析和識(shí)別，從而得到汽車車牌的信息。就之前發(fā)展局勢來看，該文研究的車牌自動(dòng)識(shí)別系統(tǒng)對(duì)于當(dāng)今交通發(fā)展很重要。事實(shí)上，在社區(qū)中實(shí)施車牌識(shí)別系統(tǒng)所帶來的巨大好處是：在通勤高峰時(shí)段沒有必要排隊(duì)等待ka進(jìn)入和離開社區(qū)才能真正實(shí)現(xiàn)順暢的訪問流程。圖像的采集、圖像預(yù)處理、車牌定位、字符分割和字符識(shí)別是車牌識(shí)別系統(tǒng)的五大環(huán)節(jié)也是該文研究的重點(diǎn)。

其次，車牌識(shí)別系統(tǒng)的識(shí)別速度也很關(guān)鍵。識(shí)別速度決定了一個(gè)車牌識(shí)別系統(tǒng)是否能夠滿足實(shí)時(shí)實(shí)際應(yīng)用的要求。一個(gè)識(shí)別率很高的系統(tǒng)，如果需要幾秒鐘，甚至幾分鐘才能識(shí)別出結(jié)果，那么這個(gè)系統(tǒng)就會(huì)因?yàn)闈M足不了實(shí)際應(yīng)用中的實(shí)時(shí)要求而毫無實(shí)用意義。進(jìn)入現(xiàn)場識(shí)別車牌后，它會(huì)自動(dòng)進(jìn)入，并在車牌出現(xiàn)后，將根據(jù)進(jìn)出時(shí)間收費(fèi)。例如，在高速公路收費(fèi)中車牌識(shí)別應(yīng)用的作用之一是減少通行時(shí)間，速度是這一類應(yīng)用里減少通行時(shí)間、避免車道堵車的有力保障。