影响并导致汽车牌照内字符出现缺损、污染、模糊等情况的常见因素有照相机的性能、采集车辆图像时光照的差异、汽车牌照的清洁度等。为了提高汽车牌照字符识别的准确率，本节将把英文、数字和汉字分开识别。对于英文和数字的识别，采用基于边缘的霍斯多夫距离来进行。对于汉字的识别，首先对汽车牌照的原始图像进行归一化、灰度均衡化等相关预处理，继而通过使用小波变换的方法提取汉字字符，之后降维处理汽车牌照中汉字字符的原始特征，最后在最小距离分类器中读入得到的汽车牌照中汉字字符的最终特征，并利用特征模板进行匹配。
模式识别概述
人在观察事物或现象时，常寻找它与其他事物或现象不同之处，并根据一定目的把相似、但又细节不同的事物或现象组成一类——如字符识别，虽然每个人写的数字“8”都不一样，但都是同一类。
模式识别是AI的一个重要方向，目的在于模拟人的感知能力，也称“机器感知”、“智能感知”。其发展于20世纪40年代电子计算机的出现，21世纪与深度学习融合，近年深度学习和大数据极大推动了其发展！包括声音和语言识别、文字识别、指纹识别、声纳和地震信号分析、图片分析、化学模式识别等等。
模式识别的相关原理一般是作为识别研究的基础性理论。模式识别的研究体系有许多分支，其中近几年来得到人们较多关注的分支是字符识别。因此，在研究字符识别相关技术的过程中，模式识别的作用极为重要并且极具指导性，而基础理论（模式识别领域）的发展对字符识别的研究又起到了促进作用。
1.模式识别流程
随着计算机技术研究和应用的发展和不断深化，模式识别逐步发展起来。模式就是一种对某种对象（一些敏感的客体）结构或者定量的描述，是一种集合（由具有某些共同特定性质的模式构成）。狭义讲，模式识别就是研究通过计算机自动地（或者人为进行少量干预）将待识别的模式分配到各个模式类中的技术。而根据广义的模式识别的定义，模式构成主要标本，该标本主要是供模仿使用，而模式识别即为对客体所属的标本的鉴定。
模式识别的流程可以分为待识模式、数字化、预处理、特征、模式分类几个步骤。
全局的工作会受到其中每一阶段的影响，而这些影响一般都是非常重要的。
2. 模式识别方式
模式识别主要包括两方面的研究方法：一是生理学家、心理学家、生物学家和神经生理学家的研究内容，即生物是如何感知的；二是在给定任务的条件下进行的，己经在信息学专家、数学专家和计算机专家的共同努力下取得了巨大的成功，主要内容为如何用计算机完成模式识别的方法与理论。目前模式识别主要有4种方法：基于神经网络的识别方法、基于句法模式的识别方法、基于统计模式的识别方法和基于模糊模式的识别方法。
(1)基于神经网络的识别方法
大量的神经元按照一定规则进行组合和连接后便构成了神经网络，动态性以及非线性是神经网络系统的两个主要特征。由神经网络组成的系统所产生的作用不容小觑，主要是因为其具备的功能非常强大，不但能够进行决策以及识别，而且在联想、自学习、自组织和容错方面表现不错。
(2)基于句法模式的识别方法
很多简单的子模式的组合被描述成为一个模式，这是句法模式识别方法的核心思想，而子模式的组合又可以从这些简单的子模式分割而得，以此类推，直至获取基元为止。在模式识别的相关理论中，这里的基元就是通常所说的最底层的模式。句法模式识别法中最为关键的步骤是对于基元的选取，选出的基元不但要提供一个紧密的描述（准确反映模式结构的关系），而且要便于抽取出非句法语法。因此，模式描述语句即为选取出用来描述模式的基元之间的组合关系以及基元本身。
(3)基于统计模式的识别方法
统计模式识别法是选择足够的来自于被研究的模式中的特征来代表它。基于空间距离，对于同类模式以及异类模式，采取如下假定：距离较近的为同类模式，距离较远的为异类模式。对于特征空间的分割，如果采用某种方法进行，那么通过使用该方法后认定特征空间的同一个区域为同类模式，通过检测它的特征向量位于哪一个区域而判定待分类的模式属于哪一类模式。
(4)基于模糊模式的识别方法
模糊模式识别法主要用于模式识别问题的处理。模糊模式识别法能否取得良好的结果的关键是隶属度函数。目前，模糊模式识别法主要分为直接法和间接法：直接法进行识别的主要根据是最大隶属原则，间接法进行归类的主要根据为择近原则。