1.2汽车牌照分割和自动识别的主要技术
    到目前为止有很多的汽车牌照的识别技术，并且很广泛地应用于我们的日常生活中。主要有条形码识别技术、图像处理技术等。他们各有优缺点，下面做出简要介绍。
1.2.2条形码识别技术 
条形码识别技术主要运用一个大数据比对来进行识别技术，这种识别具有识别速度快，价格低廉，准确率比较高等等优点，这种条码识别技术也在我们的日常生活中得到了广泛的应用，比如，我们平时在超市购物，超市结算台所运用的结算技术就是利用一个小型的自动识别处理的装置，只不过这个库是超市内部的自建的数据库，运行起来比较简单。还有就是我们可以根据一个条形码来查看一个商品的所有信息，但是他也有很多的缺点，比如可以给那些黑心的商家带来便利，因为他们可以通过这些东西来造假，坑害我们的百姓。因此这种识别技术的适应性和使用范围比较小，并且还有被二文码取代的节奏。
1.2.3 图像处理技术 
大多数图像处理技术和计算机视觉技术都是在计算机软件上实现的。通常，只有一些非常简单的技术转移到硬件上，尽管编码技术使图像传播效率最大化，具有非常大的商业利益，可以保障大量复杂的软件硬件开发，主要运用C，C++等高级语言进行一个程序编写，然后用模式识别的技术对图像进行一个处理，然后经过一些去噪等技术，使得这些图像能够在图像方面进行一个识别。
因为我国的信息技术的发展相对比较落后，导致我国的汽车牌照自动识别技术起步相对比较晚，大约是在上个世纪80年代，现在我国的车辆识别技术主要是通过一些大的高校来完成的。
1.2.4　传统模式识别技术 
传统的模式识别技术有很多方法目前比较常用的是模板匹配法。在上个世纪90 年代，计算机视觉技术得到了迅速发展，车牌识别技术有更深入得发展，汽车车牌识别的概念进入到实际应用的阶段。科学家使用数字图象处理技术和计算机技术创造出了汽车车牌自动识别技术。汽车车牌自动识别技术主要包括特征的提取与模板的构造、图象的分割和字符的识别三个部分[4]。对应不同阈值的直方图是不一样的，可确定相应的直方图的车牌图像的阈值范围内的位置经过非常精准统计分析，然后我们依据不同的阈值所对应的直方图分割出来待检测的车牌，然后再使用我们之前所布置好的模板进行一个字符一个字符的分割步骤，然后我们对字符进行二值化处理，最后就可以准确的识别出待检测的字符。但是那个时候毕竟科学技术立交落后，不能做到对数据的实时更新和监控，所以传统的模式识别技术已经不能够满足当代人对技术的要求了。需要提出一个更新。

1.3　我国汽车牌照识别的特殊性
伴随着电子信息与工程技术日新月异的发展，在西方的发达国家已经研究发展出非常成熟的汽车牌照的识别技术，同时运用到了我们生活中图像识别的方方面面，现在所存在的问题是我国的汽车车牌具有的特殊性，所以不能完全照搬他国车牌车识别经验，主要原因如下：
(1)由将近60个中文汉字的字符、二十751个大写英文字符和十个阿拉伯数字组成了我国的汽车牌照，汉字字符与英文字符、阿拉伯数字字符的识别是不近相同的，他们在进行分割识别的时候具有很大的差差异，所以致使增加了在识别过程中的困难[5]。      
(2)在我国大陆汽车车牌大小是不一样的，牌照有红、黑、白等多种颜色，底色有黄、白、蓝、黑等颜色，这给识别带来了一定的麻烦。 MATLAB汽车牌照文字分割及识别研究(2):http://www.751com.cn/zidonghua/lunwen_36494.html