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(jié)合具備一定的技術(shù)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(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(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)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(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)自動實現(xiàn)特征提取直至識別出結(jié)果。

當車輛接近出入口的時候，車輛檢測器會自動感應(yīng)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(wù)器，安裝在數(shù)據(jù)服務(wù)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(wù)器上。

采用計算機視覺技術(shù)識別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學字符識別，輸出識別結(jié)果5個步驟。車輛圖像的采集方式?jīng)Q定了車牌識別的技術(shù)路線。目前國際ITS通行的兩條主流技術(shù)路線是自然光和紅外光圖像采集識別。自然光和紅外光不會對人體產(chǎn)生不良的心理影響，也不會對環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。

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(shù)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(yù)留接口。

一個車牌識別系統(tǒng)的后臺管理體系，決定了這個車牌識別系統(tǒng)是否好用。清楚地認識到重要的一點是識別率達到是不可能的，因為車牌照污損、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。后臺管理體系的功能應(yīng)該包括：

1、識別結(jié)果和車輛圖像數(shù)據(jù)的可靠存儲，當多功能的系統(tǒng)操作使得網(wǎng)絡(luò)出差錯時能保護圖像數(shù)據(jù)不會丟失，同時便于事后人工排查；

2、有效的自動比對和查詢技術(shù)，被識別的車牌照號碼要同數(shù)據(jù)庫中成千上萬的車牌號碼自動比對和提示報警，如果車牌照號碼沒有被正確讀取時就要采用模糊查詢技術(shù)才能得出相對“佳”的比對結(jié)果；

3、一個好的車牌識別系統(tǒng)對于聯(lián)網(wǎng)運行，還需要提供實時通信、網(wǎng)絡(luò)安全、遠程維護、動態(tài)數(shù)據(jù)交互、數(shù)據(jù)庫自動更新、硬件參數(shù)設(shè)置、系統(tǒng)故障診斷。