4.数据的自动统计及模糊查询主要用于路桥卡口、停车场的内部管理和交通公安管理部门的监控。通过通信网络，出入卡口的车辆数据可以实时在线和互相通信，随时可用于统计流量和进行模糊查询，找到待查车辆目前的大致位置。因此车辆牌照识别系统具有广泛的应用前景，虽然许多国家都致力于汽车牌照系统的研究和开发，但仍未达到完全实用化的要求，并且每个国家研制的车辆牌照识别系统大都只适用于本国的车辆牌照，所以研制和开发出符合我国车牌特点的高效、实用的车辆牌照识别系统，具有深远的意义。
    处理方法：要想提取出一幅图像中的车牌位置，要先对图像进行预处理．包括RGB图像的灰度化、灰度图像的线性变换、灰度图像的二值化等，然后基于边缘提取的方式定位到车牌所在区域，不论在实时性还是在准确率上都可以满足要求。 车牌定位方法是在图像处理的基础上，对图像进行分析、总结并经过大量的实验确定的，定位方法的研究与车牌特征和图像处理技术是分不开的。同时在车牌识别系统中，牌照的定位准确与否直接影响到字符分割和字符识别的准确率。车牌定位的主要工作是从摄入的车辆图像中找到车辆牌照所在的位置，并把车牌从该区域中准确地提取出来，供后续的字符分割使用。
    一、图像预处理
    图像预处理是车牌定位的第一步，因为用摄像头采集的是RGB彩色图像，而车牌识别系统处理的是灰度图像或二值图像，因此首先要把原图转化为灰度图像。另外，在景物成像的过程中，由于季节的更替、自然光照度的昼夜变化等原因会引起牌照图像的退化，会使图像的灰度值与实际景物不完全匹配。造成这种影响的原因主要是由于被摄物体的远近不同，使得图像中央区域和边缘区域的灰度失衡，或是由于CCD摄像头在扫描时各点的灵敏度有较大的差异而产生图像灰度失真，或是由于曝光不足而使得图像的灰度变化范围很窄。这时就可以采用灰度校正的方法来处理，增强灰度的变化范围、丰富灰度层次。最后为便于处理，我们对灰度图进行阈值分割，把它变换为二值图像。
    二、图像锐化
    图像锐化可以使图像灰度反差增强，使图像更有利于轮廓抽取。因为轮廓或边缘是图像中变化率最大的地方，所以抽取图像的轮廓，就是寻找图像的最大灰度变化处。在抽取边缘之前，利用图像处理技术使图像边缘灰度反差增大，边缘更加清晰，以利于下一步提取，这就是图像锐化。为了突出图像各不同走向的边缘和线条，可采用各向同性且具有旋转不变性的梯度算子。与平滑运算一样，一般取一个阈值T作为门限。Roberts梯度有一个阈值作为门限T才有较好处理效果。这完全以抽取轮廓为目的，使原图像消失而成为一极暗背景中有最亮轮廓线的图像，此方法对目标的识别和跟踪等领域十分重要。
    三、确定车牌区域
    首先利用函数来放大车牌的边缘特征：车牌图像经过函数进行处理后，突出了图像中的边缘信息，方便准确地提取车牌。虽然放大特征的同时，噪声也会放大，但是由于车牌区域的直线密集，信息较为丰富，“放大”的特征倍数远大于噪声，原来的水平定位车牌图像经过处理后得到了预期的目标：放大了边缘的特征。
四、车牌定位
上述处理后，车牌照的边缘信息得到加强，下一步可以对边缘特征信息方法后的图像进行投影，对这个投影图进行分析可知车牌区域在投影图中的均值较大，并且宽度与车牌的宽度差不多一致。此时我们可以充分利用车牌的先验知识，如车牌宽度大概是高度的3倍，利用这一点，对投影图从左向右搜索一个具有相应宽度并且投影值连续的区域，把此区域的起始和终止坐标记录下来并分别储存。这个区域就是车牌部分。 汽车牌照文字分割及识别文献综述和参考文献(2):http://www.youerw.com/wenxian/lunwen_41745.html