自20世纪80年代提出 智能车牌识别系统 技术以来，人们己经对其进行了广泛的研究，其主要途径就是对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。这个阶段的研究并没有形成完整的系统体系，而是就车牌识别中的某一个具体问题进行讨论，并且通常是采用简单的图像处理技术来解决。识别过程是使用工业电视摄像机拍下汽车的正前方图像，然后交给计算机进行简单处理，并且 终仍需要人工干预。进入 20 世纪 90 年代后， 随着计算机视觉的发展和计算机性能的提高，开始出现车牌识别的系统化研究。中国、美国、日本、法国等国家相继投入大量的人力、物力进行应用研究。近几年以来，计算机及其相关技术发达的一些国家开始探讨用人工神经网络技术和遗传算法解决车牌的自动识别问题。同时开始研究车牌识别的实时性要求，使得车牌识别系统进入实用化阶段。

汽车牌照识别技术在国外起步较早，一些实用的LRP系统也开始应用于车流监控，出入控制，电子收费等场合。ARGUS英国Alphatech公司的图像部于 80年代中期开始研制名为RGUS的车牌自动识别系统。可处理黑白或彩色图像，ARGUS的车牌识别时约为100毫秒，通过ARGUS的车速可达每小时100英里；新加坡的Optasia公司研制的VLPRS系统，适合于新加坡的车牌；香港的亚洲视觉公司的车牌识别产品VECON适用于香港制式的车牌。另外日本、加拿大、德国、意大利、英国等发达国家也都有适用本国车牌的车牌识别系统。从识别原理上有模板匹配，支持向量机的分类器，基于特征的分类器，人工神经网络分类器，粗糙集分类器，聚类分析等方法。

国内不少学者也在进行车牌识别方面的研究，深圳的开门红停车利用模板匹配技术开发了一种应用于停车场收费站的车牌识别系统，其识别正确率能达到99%以上。其利用一种光电混合系统进行车牌识别，将基于串行分类器的字符识别应用于车牌识别系统中，系统能够通过硬件来完成车牌识别的全过程。