在交通管理系統(tǒng)中可以將車輛在某條道路的平均旅行時(shí)間作為判斷該道路擁堵狀況的一個(gè)參數(shù)。安裝車牌識(shí)別設(shè)備于道路的起止點(diǎn)，識(shí)讀所有通過車輛并將牌照號(hào)碼傳回交通指揮中心，指揮中心的管理系統(tǒng)根據(jù)這些結(jié)果就可計(jì)算出車輛平均旅行時(shí)間。

通過對(duì)圖像的采集和處理，完成車牌自動(dòng)識(shí)別功能，能從一幅圖像中自動(dòng)提取車牌圖像，自動(dòng)分割字符，進(jìn)而對(duì)字符進(jìn)行識(shí)別.其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備(監(jiān)測(cè)車輛是否進(jìn)入視野)、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識(shí)別車牌號(hào)碼的處理機(jī)(如計(jì)算機(jī))等。

自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過程的關(guān)鍵。對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，后選定一個(gè)佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分離出來。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國(guó)家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動(dòng)識(shí)別問題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對(duì)車牌上的字符進(jìn)行自動(dòng)識(shí)別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對(duì)應(yīng)著個(gè)BAM矩陣，通過與車牌上的字符比較，識(shí)別出正確的車牌號(hào)碼。

幾乎每家都宣稱擁有高辨識(shí)率，但為了避免事后因?yàn)殡p方對(duì)產(chǎn)品認(rèn)知有差異，而將運(yùn)作不良的責(zé)任互相推托，用戶在采購(gòu)車牌辨識(shí)系統(tǒng)時(shí)，不妨要求實(shí)地測(cè)試，而且測(cè)試時(shí)間好超過兩個(gè)禮拜，比較能判斷辨識(shí)結(jié)果是否“言過其實(shí)”。因?yàn)槎嘧兊沫h(huán)境，兩個(gè)禮拜應(yīng)該可以對(duì)于場(chǎng)域可能影響辨識(shí)率的情形，大約掌握了八成，如果只是測(cè)一天、甚至幾個(gè)小時(shí)，是無法了解的。

此外，車牌辨識(shí)系統(tǒng)能否發(fā)揮大效用，除了軟件技術(shù)之外，與攝影機(jī)及現(xiàn)場(chǎng)施工能力，也有很大的關(guān)系。使用者可要求廠商至現(xiàn)場(chǎng)勘查后，提出建置規(guī)劃方案，先評(píng)估應(yīng)該架設(shè)的地點(diǎn)、攝影機(jī)架設(shè)角度、是否需要架設(shè)輔助光源等，再提出報(bào)價(jià)，藉由這些動(dòng)作，除了得以事先評(píng)估業(yè)者的能力，用戶本身也可以達(dá)到產(chǎn)品學(xué)習(xí)及教育訓(xùn)練，日后管理時(shí)，會(huì)更清楚知道該產(chǎn)品的使用限制及相關(guān)因應(yīng)措施。