系統(tǒng)進(jìn)行視頻車(chē)輛檢測(cè)，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(shí)現(xiàn)圖像采集、處理。若處理速度慢，則導(dǎo)致丟幀，使系統(tǒng)無(wú)法正確檢測(cè)到行駛速度較快的車(chē)輛，同時(shí)也難以在有利于識(shí)別的位置開(kāi)始識(shí)別處理，影響系統(tǒng)識(shí)別率。因此，將視頻車(chē)輛檢測(cè)與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。

自然環(huán)境下，汽車(chē)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(guò)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(chē)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，并將其從圖象中分割出來(lái)。

字符識(shí)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(luò)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(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，后選佳匹配作為結(jié)果。基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

當(dāng)車(chē)輛接近出入口的時(shí)候，車(chē)輛檢測(cè)器會(huì)自動(dòng)感應(yīng)到車(chē)輛的到來(lái)，然后觸發(fā)車(chē)牌識(shí)別一體機(jī)進(jìn)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(wù)器，安裝在數(shù)據(jù)服務(wù)器上的車(chē)牌識(shí)別軟件對(duì)圖像進(jìn)行處理，定位出牌照位置，再將車(chē)牌中的字符分割出來(lái)進(jìn)行識(shí)別，然后組成車(chē)牌號(hào)碼保存下來(lái)，圖像和車(chē)牌號(hào)碼均保存在數(shù)據(jù)處理服務(wù)器上。

識(shí)別速度決定了一個(gè)車(chē)牌識(shí)別系統(tǒng)是否能夠滿足實(shí)時(shí)實(shí)際應(yīng)用的要求。一個(gè)識(shí)別率很高的系統(tǒng)，如果需要幾秒鐘，甚至幾分鐘才能識(shí)別出結(jié)果，那么這個(gè)系統(tǒng)就會(huì)因?yàn)闈M足不了實(shí)際應(yīng)用中的實(shí)時(shí)要求而毫無(wú)實(shí)用意義。例如，在高速公路收費(fèi)中車(chē)牌識(shí)別應(yīng)用的作用之一是減少通行時(shí)間，速度是這一類應(yīng)用里減少通行時(shí)間、避免車(chē)道堵車(chē)的有力保障。國(guó)際交通技術(shù)提出的識(shí)別速度是1秒以內(nèi)，越快越好。

車(chē)牌識(shí)別是停車(chē)場(chǎng)用于識(shí)別車(chē)輛信息的管理系統(tǒng)之一，該技術(shù)能夠提取出行駛中的車(chē)輛的牌照并進(jìn)行識(shí)別，目前的技術(shù)水平車(chē)牌識(shí)別率可達(dá)到99.7%，車(chē)牌識(shí)別技術(shù)可以的識(shí)別出車(chē)輛車(chē)牌號(hào)，與傳統(tǒng)的人工作業(yè)相比，無(wú)論是臨時(shí)車(chē)、內(nèi)部車(chē)輛、訪客車(chē)甚至是未經(jīng)許可的車(chē)輛，車(chē)牌識(shí)別系統(tǒng)都可以對(duì)其進(jìn)行圖像信息的捕獲，并上傳至數(shù)據(jù)庫(kù)存儲(chǔ)。