1、车牌字符识别

字符识别方式现阶段关键有应用场景模版匹配算法和应用场景人工神经网络计算方法。应用场景模版匹配算法将切分后的空格符二值化,并将其规格尺寸缩放为空格符数据表中模版的尺寸，随后与全部的模版开展配对，终选配对做为結果。应用场景人造神经元网络的计算方法有二种：这种是先看待鉴别空格符开展特征提取，随后用所得到特点来训炼大脑网络分配器;另这种方式是立即把等待审核图象键入互联网，由互联网自動保持特征提取直到鉴别出結果。

2、车牌定位

在自然环境下，汽车图像背景复杂，光线不均匀，在自然背景中正确识别车牌领域是整个认识过程的关键。对收集到的视頻图象开展大范畴搜索推荐，寻找合乎汽车车牌特点的指导意见地区做为备选区，随后对这种侯选地区做深化剖析、评定，终选中1个的地区做为车号牌地区，并将其从图像中切分出去。

3、车牌字符分割

进行车号牌地区的标记后，再将车号牌区域分割成单独空格符，随后开展鉴别。空格符切分通常选用竖直投影法。因为空格符在竖直方位上的投射必定在空格符间或空格符内的空隙处获得部分小值的周边，而且这一部位应考虑车号牌的空格符书写格式、空格符、规格限定和某些别的标准。运用竖直投影法对繁杂坏境下的小车图象中的空格符切分有不错的作用。