五、存在的问题
    实验证明对不同背景和光照条件下的车辆图像进行上述处理，可以有效和可靠地对图像中的车牌照进行识别，同时针对具体研究要求，得到如下结论：
    1．车牌图像的定位算法能比较好地对图像中的车牌区域进行定位。其影响牌照垂直和水平方向不能准确定位的两个因素为：
A．图像中车牌大小差异较大，不能找到满足所有牌照大小的定位阈值
B．图像中车前和车牌附近的车辆背景细节过多，容易导致错误定位。 由于在牌照定位的实际应用过程中，汽车原始图像中牌照的大小相对稳定，车辆周围也不会出现过多的背景干扰，故上述两个因素可以尽量避免，从而可以进一步提高车牌的准确定位率。
    2．在车牌自动识别过程中，在光照差或摄像时曝光不足的条件下所摄的图像都会影响到车牌定位和车牌字符分割算法的可靠性，由此可见要提高车牌识别系统的可靠性，应该尽可能地提高原始图像的质量
    结语：在实际操作中可能会出现这样那样的问题，改进的地方还有很多，因此我还是秉着学习的态度继续践行于车辆牌照和智能交通中去，为我们的社会多做一点贡献，让中国蓝永驻。
参考文献
[1] 王科.汽车牌照识别算法研究[D].重庆:重庆大学, 2004.
[2] 秦昌明.字符识别在汽车牌照识别的应用[D].大连:大连理工大学,2004.
[3] 杜伟.基于电子政务的交通信息资源整合研究[D]成都:西南交通大学,2012.
[4] 林立.汽车牌照自动是必然技术的现状与发展[J].北京工商大学学报, 2001.
[5] 赵先军.基于神经网络的车牌识别技术研究[D].西安:西安电子科技大学,2005.
[6] 杨能.车辆牌照自动识别系统设计计算法研究[M].长沙:国湖南大学,2006.
[7] 黄海滨.车牌识别算法研究[M].哈尔滨:哈尔滨工业大学, 2007.
[8] 王璐.基于MATLAB的车牌识别系统研究[M].上海:上海交通大学,2009.
[9] 张强．轴承套圈表面缺陷识别系统的研究[D].北京:北京北京交通大学,2009.
[10] 魏伟波.图像分割方法综述[J].世界科技研究与发展,2009.
[11] 王秀珍.车辆自动识别系统算法研究[D].济南:山东大学,2008.
[12] 周涓.基于最小距离法的多中心聚类算法研究[D].重庆:重庆大学，2006.
[13] 顾晨勤,葛万成.基于模板匹配算法的字符识别研究[D].上海:同济大学重庆大学,2009.
[14] 武金浩.基于视觉计算的煤矿巷道形变检测方法的研究[D].西安:西安科技大学，2009.
[15] 姚庆栋.图像编码基础[M].北京:清华大学出版社.
[16] Jonathon Philhps P, Hyeonjoon Face-Recognition Moon. The FERET Evaluation   Methodology for Face-Recognition Algorithms[J]. IEEE  Transactions  on  Pattern  Analysis  and Machine Intelligence  2000,  22(10):1090-1 104. 汽车牌照文字分割及识别文献综述和参考文献(3):http://www.751com.cn/wenxian/lunwen_41745.html