常用的车牌定位的方法有基于颜色的方法、基于纹理特征的方法、基于数学形态学的方法、基于小波变换的方法等。这些车牌定位方法，都各自具有不同的局限性。但是，单方面而言其流程大概一致，关键差别在于前端采集系统图像的精度，和后端的算法处理。使用Mean Shift算法进行车牌定位可以获得比较好的效果。对于图像空间的所有像素点，在经过Mean Shift算法迭代后，如果终收敛于同一点，则停止迭代。用同样的方法对图像空间中的所有像素点进行迭代遍历，得出的结果根据收敛点的不同可以把整个空间分成几个区域。这些区域即为可能的车牌区域，再通过上述特征在可能的车牌区域中进行对照分析，就可以得到车牌区域。

随着高速公路系统新技术的高速发展，车牌识别技术已经成为交通应用方面的重要组成部分，切社会对其的应用也十分广泛，它不但在高速，隧道，桥梁等方面被广泛应用，而且也逐渐的被应用于小区，停车场等方面，也在电子和wei章拍照方面做出较大贡献，介于车牌识别技术的广泛应用，越来越过的国家也都致力于对其的研究，同时也提出了一些较好的办法。车牌识别技术和定位系统的研究，在我国已经有十余年的发展，该系统目前应用仍处于起步阶段，该系统采用成熟的大规模投资还没有出现，车牌识别系统作为提高交通管理的有效工具，技术水平依然需要完善。但是，单方面而言其流程大概一致，关键差别在于前端采集系统图像的精度，和后端的算法处理。

针对车牌开展配套的定位操作，目的是在拍摄获得的汽车图像之内，识别具体的车piao范围，同时将车牌图像实现提取操作，以此来实现之后的切分以及识别的操作。常用的车牌定位的方法有基于颜色的方法、基于纹理特征的方法、基于数学形态学的方法、基于小波变换的方法等。车牌定位属于综合识别体系的关键构成，科学的判断具体的车牌范围，则属于提升综合体系识别率的***要素。以形态学和有关的边缘检测作为基础的定位方式，***为五方面的基础流程。

目前针对车牌识别系统的研究主要可分为基于嵌入式平台和基于PC机平台两种研究方向。智能车辆管理系统由两个模块组成：进出口渠道管理和车辆调度管理。传统的基于PC平台的车牌识别系统除在在信息处理应用实时性方面难以满足人们的日常需求， 同时，在网络管理应用方面也存在带宽的压力，信息采集终端方面的成本也过高。可见，在实际交通管理应用中，基于PC机平台的车牌识别系统具有很多限制与缺陷。鉴于传统基于PC平台的车牌识别系统存在的缺点和不足，本文提出了基于MCS-51单片机的车牌识别系统。