1.基于Hough变换的方法牌照具有明显的矩形框架，并且Hough变换用于检测区域的边界以实现定位。 2.基于边缘检测的方法利用车牌字符的丰富特征，结合数学形态学或区域增长方法，实现车牌定位。 3.基于神经网络的方法利用图像的颜色或纹理特征训练神经网络，然后用训练的分类器对图像的每个像素进行分类，然后合成分类结果以获得车牌的准确定位。但是，由于照明不均匀和污染等因素，车牌区域的边界可能不明显，或者可能存在多个干扰区域，从而增加了精确定位的难度。车牌定位子系统通常包括三个部分：图像预处理，车牌搜索，车牌定位和分段。预处理还包括灰度，二值化，滤波等。外国人：Barroso J等人。基于水平线搜索的定位方法Parisi R等。基于DFS变换的频域分析方法自适应边界搜索算法定位方法国内：基于特征的车牌定位算法基于变换函数提取车牌算法基于小波和形态学定位算法的基于视觉的车牌检测