汽车牌照的识别问题是一个比较经典的识别问题，但以前人们研究大多是从静态图片进行，拍摄距离较近，所以车速不能太大，一般是让汽车在近距离停下，然后拍摄，再进行识别，单幅图片信息量少，识别的结果与该图片的质量有极大的关系，如果图片质量受天气，光线以及传输影响而变坏时，识别的准确率就会大大降低，所以实际应用时局限比较多。本文在静态汽车牌照识别研究的基础上，试图利用时间序列多幅图像信息量大的优势弥补以往牌照识别的不足，充分利用汽车在视野中出现到识别前的一段时间(以往的识别没有利用这段时间)，把一部分识别工作分配到这段时间里，以减少最后识别时牌照定位的时间。当汽车在视野中出现后，系统牌照定位部分受触发而工作，连续取三幅图像，作差运算，确定汽车轮廓区域，在该区域中定位牌照子区域。在接下来的图像中对牌照子区域进行跟踪。当牌照尺寸变到适合识别的大小时，对牌照区域进行提取，送往识别部分进行识别。只要传输条件许可，由于这种方法缩小了牌照的查找区域以及改进了牌照的定位方法，就可缩短牌照定位时间，为汽车牌照识别的其他部分提供更充裕的时间，从而加快牌照识别的速度和准确性。这种由于是对时间序列进行处理，所以还可以拓宽汽车牌照识别的应用范围，比如可用现代交通路口摄像机每天拍摄大量录相，在指挥中心利用本系统对所拍摄录相进行自动处理，便于对过往车辆实现自动检查，统计和分析。