1.2 车牌自动识别系统国内外研究现状
现在世界各国都投入大量的人力物力研究LPR系统，国外研究机构有美国的Electro-Optical Technologies Inc.（http://www.77cn.com.cn/lnelson/lpir.html），新加坡的Optasia公司（http://www.77cn.com.cn/optasia/imps.html），国内的有汉王公司（http://www.77cn.com.cn/），香港的Asia Vision Technology Ltd.（http://www.77cn.com.cn/）等多家公司。
LPR系统以计算机视觉和模式识别技术为基础，随着新技术的提出，人们期望着新技术的应用能够提高识别率，缩短计算时间，并且扩大适用范围。因此，国内外一直都有大批学者参与LPR系统的研究，研究情况大致如下：
（1）常见的车牌定位算法有以下4种：
① 基于边缘信息的定位方法
上海交通大学的李树广[1]提出一种基于车牌字符边缘统计和颜色特征的综合定位方法，通过对垂直边缘的统计分析将邻近的边缘点进行连接，结合颜色特征对连接形成的块状区域进行筛选以提取车牌区域。华中科技大学的罗帆[2]提出一种基于边缘图像频率变换特征的车牌定位算法。清华大学的汪志兵[3]提出一种基于纹理特征抽取的车牌定位预处理方法，利用改进的Sobel算子，提取车牌区域45°和135°方向的边缘纹理，以突出车牌区域的纹理特征。中科院自动化研究所的Bai Hongliang[4]提出一种基于边缘统计信息和数学形态学的车牌定位方法，其特点是充分利用垂直边缘的统计信息，由此得到几个候选矩形区域，再用分层分析和数学形态学相结合的方法确定最终的定位图。
② 基于数学形态学的定位方法
西北工业大学的左奇[5]提出一种基于数学形态学的车牌图像分割方法，其特点是基于数学形态学处理的点运算转化为仅有几十条直线的线运算，以提高运算速度和抗干扰能力。澳门科技大学的Cheokman Wu[6]提出一套适用于澳门车牌的识别方案，其中车牌定位的方法是，对输入的灰度图像进行开运算，然后用原图与其相减，得到去除背景的预处理图，再使用投影法确定车牌区域。印度的P. V. Suryanarayana[7]提出一种基于数学形态学的车牌定位方法，根据字符特征如长宽、间距设计合理的形态学结构元。
③ 基于颜色信息的定位方法
浙江大学的张引[8]提出了一种运用彩色图像边缘检测算子ColorPrewitt和