自20世紀80年代提出 智能車牌識別系統 技術以來，人們己經對其進行了廣泛的研究，其主要途徑就是對車牌的圖像進行分析，自動提取車牌信息，確定汽車牌號。這個階段的研究并沒有形成完整的系統體系，而是就車牌識別中的某一個具體問題進行討論，并且通常是采用簡單的圖像處理技術來解決。識別過程是使用工業電視攝像機拍下汽車的正前方圖像，然后交給計算機進行簡單處理，并且 終仍需要人工干預。進入 20 世紀 90 年代后， 隨著計算機視覺的發展和計算機性能的提高，開始出現車牌識別的系統化研究。中國、美國、日本、法國等國家相繼投入大量的人力、物力進行應用研究。近幾年以來，計算機及其相關技術發達的一些國家開始探討用人工神經網絡技術和遺傳算法解決車牌的自動識別問題。同時開始研究車牌識別的實時性要求，使得車牌識別系統進入實用化階段。

汽車牌照識別技術在國外起步較早，一些實用的LRP系統也開始應用于車流監控，出入控制，電子收費等場合。ARGUS英國Alphatech公司的圖像部于 80年代中期開始研制名為RGUS的車牌自動識別系統。可處理黑白或彩色圖像，ARGUS的車牌識別時約為100毫秒，通過ARGUS的車速可達每小時100英里；新加坡的Optasia公司研制的VLPRS系統，適合于新加坡的車牌；香港的亞洲視覺公司的車牌識別產品VECON適用于香港制式的車牌。另外日本、加拿大、德國、意大利、英國等發達國家也都有適用本國車牌的車牌識別系統。從識別原理上有模板匹配，支持向量機的分類器，基于特征的分類器，人工神經網絡分類器，粗糙集分類器，聚類分析等方法。

國內不少學者也在進行車牌識別方面的研究，深圳的開門紅停車利用模板匹配技術開發了一種應用于停車場收費站的車牌識別系統，其識別正確率能達到99%以上。其利用一種光電混合系統進行車牌識別，將基于串行分類器的字符識別應用于車牌識別系統中，系統能夠通過硬件來完成車牌識別的全過程。