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圖像不是彩色的，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)視覺處理、數(shù)字圖像處理、模式識別等技術(shù)為基礎(chǔ)。對攝像機(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碼，從而完成識別過程。車牌識別是基于圖像分割和圖像識別理論，對含有車輛號牌的圖像進(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)識別。幾乎每家都宣稱擁有高辨識率，但為了避免事后因?yàn)殡p方對產(chǎn)品認(rèn)知有差異，而將運(yùn)作不良的責(zé)任互相推托，用戶在采購車牌辨識系統(tǒng)時(shí)，不妨要求實(shí)地測試，而且測試時(shí)間超過兩個(gè)禮拜，比較能判斷辨識結(jié)果是否“言過其實(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。在美國和其他很多國家和地區(qū)制造的汽車上，車輛識別號（VIN）都是其標(biāo)識序列號。其核心是紋理特征分析定位算法，在經(jīng)過圖像預(yù)處理之后的灰度圖像上進(jìn)行行列掃描，通過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。