自20世紀(jì)80年代提出 智能車牌識別系統(tǒng) 技術(shù)以來，人們己經(jīng)對其進行了廣泛的研究，其主要途徑就是對車牌的圖像進行分析,，自動提取車牌信息,，確定汽車牌號。這個階段的研究并沒有形成完整的系統(tǒng)體系，而是就車牌識別中的某一個具體問題進行討論，并且通常是采用簡單的圖像處理技術(shù)來解決。識別過程是使用工業(yè)電視攝像機拍下汽車的正前方圖像,，然后交給計算機進行簡單處理，并且 終仍需要人工干預(yù),。進入 20 世紀(jì) 90 年代后,， 隨著計算機視覺的發(fā)展和計算機性能的提高，開始出現(xiàn)車牌識別的系統(tǒng)化研究,。中國,、美國、日本,、法國等國家相繼投入大量的人力,、物力進行應(yīng)用研究。近幾年以來,，計算機及其相關(guān)技術(shù)發(fā)達的一些國家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)和遺傳算法解決車牌的自動識別問題,。同時開始研究車牌識別的實時性要求，使得車牌識別系統(tǒng)進入實用化階段,。

汽車牌照識別技術(shù)在國外起步較早,，一些實用的LRP系統(tǒng)也開始應(yīng)用于車流監(jiān)控，出入控制,，電子收費等場合,。ARGUS英國Alphatech公司的圖像部于 80年代中期開始研制名為RGUS的車牌自動識別系統(tǒng)?？商幚砗诎谆虿噬珗D像,，ARGUS的車牌識別時約為100毫秒,，通過ARGUS的車速可達每小時100英里,；新加坡的Optasia公司研制的VLPRS系統(tǒng)，適合于新加坡的車牌,；香港的亞洲視覺公司的車牌識別產(chǎn)品VECON適用于香港制式的車牌,。另外日本、加拿大,、德國,、意大利,、英國等發(fā)達國家也都有適用本國車牌的車牌識別系統(tǒng)。從識別原理上有模板匹配,，支持向量機的分類器,，基于特征的分類器，人工神經(jīng)網(wǎng)絡(luò)分類器,，粗糙集分類器,，聚類分析等方法。

國內(nèi)不少學(xué)者也在進行車牌識別方面的研究,，深圳的開門紅停車?yán)媚０迤ヅ浼夹g(shù)開發(fā)了一種應(yīng)用于停車場收費站的車牌識別系統(tǒng),，其識別正確率能達到99%以上。其利用一種光電混合系統(tǒng)進行車牌識別,，將基于串行分類器的字符識別應(yīng)用于車牌識別系統(tǒng)中,，系統(tǒng)能夠通過硬件來完成車牌識別的全過程。