在自然环境中，汽车图像背景复杂，光照不均匀。如何准确地确定自然背景中的车牌区域是整个识别过程的关键。首先对采集的视频图像进行大范围搜索，找到一些符合车牌特征的区域作为候选区域。然后，对这些候选区域进行进一步的分析和判断。在选择合适区域作为车牌区域，并从图像中分离出来。

苏州车牌识别系统主要包括模板匹配算法和人工神经网络算法。基于模板匹配算法，首先对分割后的字符进行二值化，并缩放到字符数据库中模板的大小。然后，将它们与所有模板进行匹配，并选择匹配作为结果。基于人工神经网络的算法有两种：一种是先提取字符的特征，然后用获得的特征训练神经网络分配器;另一种方法是直接将图像输入网络，网络会自动提取特征，直到识别出结果。

车牌区域定位完成后，将车牌区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符的垂直投影，不可避免地要在字符之间或字符内部的间隙处接近局部小值，这个位置要满足车牌的字符书写格式、字符、大小限制等一些条件。垂直投影法对复杂环境下的汽车图像中的字符分割有很好的效果。

车牌识别系统云台摄像机通过抑光遮挡、电子快门调节、宽动态功能等方式抓拍车牌。

强光遮挡：在低照度彩色相机的基础上，通过软件的功能遮挡图像较亮的部分。

车牌识别系统作为智能交通领域中确定车辆身份的重要手段，车牌识别技术在实现交通的智能化管理中发挥了巨大的作用，并渗透到各项工作中。