系統(tǒng)進行視頻車輛檢測，需要具備很高的處理速度并采用的算法，在基本不丟幀的情況下實現(xiàn)圖像采集、處理。若處理速度慢，則導致丟幀，使系統(tǒng)無法正確檢測到行駛速度較快的車輛，同時也難以在有利于識別的位置開始識別處理，影響系統(tǒng)識別率。因此，將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。

字符識別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法?；谀０迤ヅ渌惴▽⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，后選佳匹配作為結果?；谌斯ど窠?jīng)元網(wǎng)絡的算法有兩種：一種是先對待識別字符進行特征提取，然后用所獲得特征來訓練神經(jīng)網(wǎng)絡分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡，由網(wǎng)絡自動實現(xiàn)特征提取直至識別出結果。

實際應用中，牌照識別系統(tǒng)的識別率與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實際拍攝過程也會受到環(huán)境亮度、拍攝亮度、車輛速度等等因素的影響。這些影響因素不同程度上降低了牌照識別的識別率，也正是牌照識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷的完善識別算法，還應該想辦法克服各種光照條件，使采集到的圖像利于識別。

當車輛接近出入口的時候，車輛檢測器會自動感應到車輛的到來，然后觸發(fā)車牌識別一體機進行圖像抓拍，然后將抓拍的圖像發(fā)送到數(shù)據(jù)處理服務器，安裝在數(shù)據(jù)服務器上的車牌識別軟件對圖像進行處理，定位出牌照位置，再將車牌中的字符分割出來進行識別，然后組成車牌號碼保存下來，圖像和車牌號碼均保存在數(shù)據(jù)處理服務器上。

自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機采集車輛真彩色圖像，用彩色圖像分析處理方法識別車牌。自然光真彩色識別技術路線，與人眼感光習慣一致，并且，真彩色圖像能夠反映車輛及其周圍環(huán)境真實的圖像信息，不僅可以用來識別車牌照，而且可以用來識別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個攝像機采集的圖像，同時實現(xiàn)所有前端基本視頻信息采集、識別和人工輔助圖像取證判別，可以前瞻性的為未來的智能交通系統(tǒng)工程預留接口。

將車牌識別設備安裝于出入口，記錄車輛的牌照號碼、出入時間，并與自動門、欄桿機的控制設備結合，實現(xiàn)車輛的自動管理。應用于停車場可以實現(xiàn)自動計時收費，也可以自動計算可用車位數(shù)量并給出提示，實現(xiàn)停車收費自動管理節(jié)省人力、提率。應用于智能小區(qū)可以自動判別駛入車輛是否屬于本小區(qū)，對非內部車輛實現(xiàn)自動計時收費。在一些單位這種應用還可以同車輛調度系統(tǒng)相結合，自動地、客觀地記錄本單位車輛的出車情況。