车牌识别是一种利用计算机视觉和图像处理技术来自动识别信息的技术。它通常包括图像预处理、车牌定位、字符分割以及字符识别等步骤，终目的是提取出车辆的标识——即车牌号码和相关文字信息（如省份简称）。 在实际应用中，由于拍摄条件的不确定性以及复杂多变的背景环境干扰等因素的存在导致采集到的图像质量千差万别；再加上汉字书写的特殊性使得基于模板匹配的传统方法难以胜任汉字的准确快速匹配问题从而直接影响了整个系统的性能表现与实时性要求 。因此如何针对具体问题设计一个既又准确的算法成为解决这一问题的关键所在 。目前常见的解决方案主要有两种：一种是采用传统的机器学习算法来实现对车牌的识别和分类 ；另一种则是借助深度学习的方法来完成更为复杂的任务处理过程 ，例如卷积神经网络(CNN)就被广泛应用于此领域并取得了良好的效果反馈 [2]^。随着技术的不断进步和发展趋势来看未来可能会有更多创新性的方法和手段被应用到该项工作中去以满足日益增长的需求与挑战[3]^ .