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算法進行車牌定位可以獲得比較好的效果。除了光照和光線的影響之外，電子器件和外界環(huán)境所帶來的噪聲干擾也會造成車輛圖像清晰度的下降，因此除了對圖像進行圖像增強處理外還需對原始車輛圖像進行降噪處理。對于圖像空間的所有像素點，在經(jīng)過Mean Shift算法迭代后，如果終收斂于同一點，則停止迭代。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(jié)果根據(jù)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。

車牌識別技術(shù)和定位系統(tǒng)的研究，在我國已經(jīng)有十余年的發(fā)展，該系統(tǒng)目前應(yīng)用仍處于起步階段，該系統(tǒng)采用成熟的大規(guī)模投資還沒有出現(xiàn)，車牌識別系統(tǒng)作為提高交通管理的有效工具，技術(shù)水平依然需要完善。當(dāng)今許多實際應(yīng)用場合，如在繁忙交通路口臨時對欠稅費、報廢、掛失等車輛的稽查，則監(jiān)視區(qū)域比較復(fù)雜，現(xiàn)有識別方法無法直接應(yīng)用；而且多數(shù)情況下，同時出現(xiàn)多輛汽車，背景有廣告牌、樹木、建筑物、斑馬線以及各種背景文字等，現(xiàn)有的識別方法也不能很好適應(yīng)多變的環(huán)境。新款三代車牌識別系統(tǒng)，識別率高，識別速度快，運行穩(wěn)定，性能高。車牌自動采集和管理及其他相關(guān)信息流量管理，園區(qū)車輛管理，停車場管理，交jing督察和重大意義等方面，并成為信息處理技術(shù)的一個重要的研究課題。

智能車輛管理系統(tǒng)由兩個模塊組成：進出口渠道管理和車輛調(diào)度管理。它采用車牌識別，IC卡識別，RFID等技術(shù)，對車輛和車輛鑰匙進行現(xiàn)場管理，重點關(guān)注內(nèi)部車輛和未經(jīng)許可的車輛管理。很難等待這個問題。在這里，對車牌定位的精度要求是很高的，這也關(guān)乎我們后期對圖片的處理結(jié)果。進出口渠道管理，主要在營地門口安裝雙向車牌識別攝像頭和閘門升降設(shè)備，配合定點一體機控制三種車輛的出入口，使用車牌識別技術(shù)訪問內(nèi)部車輛和居民車輛。自動登記，授權(quán)發(fā)布，內(nèi)部未經(jīng)許可的車輛使用刷子釋放，外國游客到車牌識別后，攜帶證件到窗口進行登記。