一、研究背景： 汽车是人类文明中必不可少的重要技术，作为当今社会的主要交通工具，它发挥了巨大价值，但是随着汽车工业的发展，汽车型号和外观种类都越来越多，同质化严重，通过汽车外观识别车辆型号成为一个难题。

车辆身份识别系统是智能交通的重要分支，它需要人工智能、图像处理、计算机视觉、模式识别等相关技术的综合应用。

传统的车辆识别是指根据车辆的外貌特征， 将车辆自动归类（如卡车， 轿车或公共汽车），这些特征包括车体外形，车身颜色等，而且一般只是利用单一的特征进行车辆识别。

在停车场无人管理[1]、交通事故处理、交通肇事逃逸、违章车辆自动记录等领域车牌识别、车辆型号识别等技术具有广泛而迫切的应用需求。

二、研究现状： 由于应用场景的复杂性，外部的光照条件各不相同（环境、季节、气候、白昼等不同情况下的光照条件差异非常大），车牌的反射程度差异也较大，这些会对所采集得到的车牌字符质量造成很大的影响，从而在某种程序上降低车牌字符识别的准确率。

另一方面，从车牌图像中通过定位和分割技术得到的车牌字符一般存在倾斜、扭曲、像素分辨率低等情况，导致在实际应用中，传统车牌字符识别方法存在诸多不足与困难。

此外，目前我国车牌识别遇到的其他问题： （1）车牌字符中不仅仅有汉字，还有英文字母和阿拉伯数字。

由于汉字的复杂性，其识别难度远远大于字母和数字； （2）具有多种颜色分类，主要分为四种：黑字黄底、白字蓝底、黑字白底和白字黑底； （3）车牌格式较多，我国的车牌格式包括：军车车牌、武警车牌、民用车牌、外交车牌、特种车牌、公安警察车牌、消防车牌等； （4）车牌的悬挂方式不唯一，由于不同汽车公司出产的汽车型号和外形各不相同，导致了车牌的悬挂位置不唯一； （5）识别难度大，由于环境，道路或者人为等因素造成车牌严重污染，车牌模糊不清或者车牌有严重倾斜等车牌车辆都可上路行驶； （6）交叉路口及转弯路口等复杂交通场景，以及交通拥堵所带来的遮挡率的提升，导致识别的难度增加。

近年来，许多学者对车牌识别进行了较为深入的研究和探讨，提出了基于纹理特征、颜色信息和运用数学工具的车牌定位法，基于投影分析、连通域分析的字符分割方法和基于模板匹配、神经网络等的字符识别方法。

根据国内外汽车牌照的字符特征，对近年来出现的车牌识别方法进行综述，在现有方法的基础上，取其优点，结合数学工具，提高系统的速度和精度。