现在，占市场主流的车牌识别摄像机比较先进，而车牌识别系统光流目标检测技术主要分为三大类：即背景差分法l1”ELSl、帧间差分法l191及光流场法。
(1)车牌识别摄像机光流场法:光流场法主要是通过引入光流约束方程，近似计算山序列图像中的运动场，通过运动场提取山运动目标。光流法的优点在于它不需要预先知道场景的任何信息，能够检测山独立运动的同标，但是此方法的计算复杂性和低抗干扰能力使得其在实际智能监控中应用受到了限制。
(2)帧间差分法:在两相邻帧之间采用时间差分法然后对差分的结果进行蒯值化从而得到兴趣目标。在实际监控场景，尤其是大范围、宽角度的监控场景，如果目标运动范围较小，检测结果不准确且易受噪声干扰。用自适应背景差与三帧差务相结合的混合算法，其快速有效地从背景中检测山运动目标；帧间差分法的计算简单、高实时性、和不易受环境光线变化的影响，对环境的适应性强。对于场景中的光线渐变不敏感，检测有效且稳定。该方法缺点在于不能*提取山特征像素点，不能检测山运动缓慢的目标。
(3)车牌识别摄像机背景差分法:也叫背景减法。利用有效的背景建模方法得到背景，通过当前帧与背景做差即可得到当前目标前景。该方法原理简单、运算速度很快。然而在监控场景中，光照变化（阳光、灯光变化）和背景扰动（树枝、水而波纹）、背景突变都会对算法有效性造成影响。因此，如何建立有效背景和更新是国内外很多研究人员的重点工作，以克服上述影响，如McKenna等l221结合像素颜色和相邻梯度信息的自适应背景建模米解决阴影问题。Shen等””利用zui大时间差分值进行统计背景建模，取得很好的效果。