粗略可以分为以下两类:1、高清相机结合计算机软件车牌识别技术。也就是在前端采用高清摄像机（像素100万以上的网络摄像机），将图像传到pc上，由pc上的车牌识别软件完成车牌识别功能并输出相关结果。2、直接将车牌识别算法模块植入到前端的高清摄像机中，从而相机直接输出的就是车牌识别的相关结果。这需要运用到一些嵌入式技术，如arm或dsp等。1、如果是高清相机结合软件识别的方式，则要求车牌识别软件能支持网络相机的相关

　　输入图像 目前图像输入主要采用摄像机连接图像采集卡或者直接连接便携式笔记本进行实时图像采集，将模拟信号转换为数字信号。预处理  需要对采集的图像进行灰度化、灰度修正、图像去噪等处理，目的是突出车牌的主要特征，地提取车牌区域。车牌定位 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，选定一个佳的区域作为车牌区域，并将其从图像中分离出来。

　　依靠科技求发展，不断为用户提供满意的智能化系统，优质的产品、适中的价格、专业的技术和一流的服务是我们永恒的追求。在机会和挑战并存的竞争环境中，为满足市场不断增长的需求，公司将一直站在行业高新技术的尖端，秉承“理性务实、创新发展”的宗旨，奉行“进取、求实、严谨、团结”的方针，不断开拓创新，以技术为核心、视质量为生命、奉用户为上帝，竭诚为您提供性价比最高的智能产品、高质量的工程设计改造及无微不至的售后服务。

　　对车牌照识别系统的发展及其组成模块进行综述，论述了每一个模块的作用，以MATLAB语言为主要编程语言，实现车牌识别系统中车牌定位、字符切分以及字符识别的功能。研究了用于车牌识别的多门基础理论如数字图像处理、数学形态学、模式识别等；重点研究了常用的数字图像处理算法，包括图像的灰度变换及修正、二值化、图像去噪及边缘检测等。在字符分割部分前期的处理使得的分割结果比较理想，主要进行了二值化、均值滤波以及膨胀与腐蚀操作。在字符识别部分主要运用了模板匹配的算法，并且对神经网络算法的应用进行了初步研究。根据实验结果仍然存在的缺陷及不足，给出结论，提出展望。