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、基于數學形態(tài)學的方法、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算法進行車牌定位可以獲得比較好的效果。對于圖像空間的所有像素點，在經過Mean Shift算法迭代后，如果終收斂于同一點，則停止迭代。字符分割的方法[2]主要有：基于連通域標記的字符分割算法、灰度垂直投影分割的方法等。用同樣的方法對圖像空間中的所有像素點進行迭代遍歷，得出的結果根據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)域中進行對照分析，就可以得到車牌區(qū)域。

其次，車牌識別系統的識別速度也很關鍵。識別速度決定了一個車牌識別系統是否能夠滿足實時實際應用的要求。一個識別率很高的系統，如果需要幾秒鐘，甚至幾分鐘才能識別出結果，那么這個系統就會因為滿足不了實際應用中的實時要求而毫無實用意義。在一張拍攝的車輛圖像中，只有含車牌號碼的部分，對識別工作有意義，我們可以將其他區(qū)域設法除去，即從整個車輛圖像中準確的找出并分離出車牌所在位置的圖像，這樣做的好處是可以節(jié)省系統識別時間。例如，在高速公路收費中車牌識別應用的作用之一是減少通行時間，速度是這一類應用里減少通行時間、避免車道堵車的有力保障。

什么是車牌識別系統？車牌圖像處理后的灰度圖是一個水平度很高的矩形圖樣，在預處理圖中比較集中，且字符的灰度值和相鄰字符圖樣有較明顯差別，因此很容易用邊緣算法檢測操作來對圖像進行分割。一種允許社區(qū)/停車場在沒有卡的情況下快速進入的系統。當汽車到達車牌識別區(qū)域時，攝像機自動拍照到車牌，制動桿打開，車輛后退，從而進一步智能化社區(qū)技術，為車輛帶來更多便利和安全。老板的生命，并告別窗口。到達嘉時代。這意味著無論是進出社區(qū)還是地下停車場，您都可以使用減速來識別車牌。這對大多數車主來說都是一個好消息！事實上，在社區(qū)中實施車牌識別系統所帶來的巨大好處是：在通勤高峰時段沒有必要排隊等待ka進入和離開社區(qū)才能真正實現順暢的訪問流程！新系統基于車主申請車輛通行卡時登記的車牌：村民的停車類型