例外是在白天，有時(shí)會(huì)看到一些牌照周圍的細(xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽(yáng)光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車牌照?qǐng)D像不是彩色的，不能獲取整車圖像，并且嚴(yán)重依賴反光材料。車牌識(shí)別技術(shù)是現(xiàn)代智能交通系統(tǒng)重要組成部分，其應(yīng)用十分廣泛。它以計(jì)算機(jī)視覺(jué)處理、數(shù)字圖像處理、模式識(shí)別等技術(shù)為基礎(chǔ)。對(duì)攝像機(jī)所拍攝的車輛圖像或者視頻圖像進(jìn)行處理分析，得到每輛車的車牌號(hào)碼，從而完成識(shí)別過(guò)程。車牌識(shí)別是基于圖像分割和圖像識(shí)別理論，對(duì)含有車輛號(hào)牌的圖像進(jìn)行分析處理，從而確定牌照在圖像中的位置，并進(jìn)一步提取和識(shí)別出文本字符。

1985年有人利用常見的圖像處理技木方法提出漢字識(shí)別的分類是在抽取漢字特征的基礎(chǔ)上進(jìn)行的，根據(jù)漢字的投影直方圖選取浮動(dòng)閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進(jìn)行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當(dāng)閉值，進(jìn)行量化處理后，形成一個(gè)變長(zhǎng)鏈碼，再用動(dòng)態(tài)規(guī)劃法，求出與標(biāo)準(zhǔn)模式鏈碼的小距離，實(shí)現(xiàn)細(xì)分米完成漢字省名的自動(dòng)識(shí)別。幾乎每家都宣稱擁有高辨識(shí)率，但為了避免事后因?yàn)殡p方對(duì)產(chǎn)品認(rèn)知有差異，而將運(yùn)作不良的責(zé)任互相推托，用戶在采購(gòu)車牌辨識(shí)系統(tǒng)時(shí)，不妨要求實(shí)地測(cè)試，而且測(cè)試時(shí)間超過(guò)兩個(gè)禮拜，比較能判斷辨識(shí)結(jié)果是否“言過(guò)其實(shí)”。

每年生產(chǎn)少于500輛汽車的生產(chǎn)者，其VIN的第三位會(huì)使用9字，并會(huì)使用2-14位作識(shí)別的第二部分。一些生產(chǎn)商會(huì)使用VIN的第三位作為汽車車種的分類，例如貨車或巴士。以瑞典富豪車廠（Volvo）出產(chǎn)的車輛為例，轎車使用YV1，貨車使用YV2，而巴士及客車則使用YV3。在美國(guó)和其他很多國(guó)家和地區(qū)制造的汽車上，車輛識(shí)別號(hào)（VIN）都是其標(biāo)識(shí)序列號(hào)。其核心是紋理特征分析定位算法，在經(jīng)過(guò)圖像預(yù)處理之后的灰度圖像上進(jìn)行行列掃描，通過(guò)行掃描確定在列方向上含有車牌線段的候選區(qū)域，確定該區(qū)域的起始行坐標(biāo)和高度，然后對(duì)該區(qū)域進(jìn)行列掃描確定其列坐標(biāo)和寬度，由此確定一個(gè)車牌區(qū)域。