Yuan 等[10]通过 三个过程进行车牌检测。第一步对图片进行降采样，第二步将图像转化为灰度图像，计 算边缘特征，从中选取若干候选框。第三步利用分类器对得到的候选框进行分类，然后 选出车牌部分

这是一种基于传统图像处理技术的车牌检测方法。其中，第一步的降采样可以减少计算量，第二步的边缘特征计算可以提取车牌边缘信息，第三步的分类器可以根据训练好的模型判断哪些候选框是车牌。这种方法在一些场景下可能有较好的效果，但对于复杂场景或者特殊车牌（如非标准车牌）的检测可能存在一定的局限性。近年来，基于深度学习的车牌检测方法逐渐受到关注，并取得了很好的效果。