系統(tǒng)進(jìn)行視頻車輛檢測(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。

為了進(jìn)行牌照識(shí)別，需要以下幾個(gè)基本的步驟：

　　· 牌照定位，定位圖片中的牌照位置；

　　· 牌照字符分割，把牌照中的字符分割出來(lái)；

　　· 牌照字符識(shí)別，把分割好的字符進(jìn)行識(shí)別，終組成牌照號(hào)碼。

　　牌照識(shí)別過(guò)程中，牌照顏色的識(shí)別依據(jù)算法不同，可能在上述不同步驟實(shí)現(xiàn)，通常與牌照識(shí)別互相配合、互相驗(yàn)證。

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?；谌斯ど窠?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。

采用計(jì)算機(jī)視覺(jué)技術(shù)識(shí)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(xué)字符識(shí)別，輸出識(shí)別結(jié)果5個(gè)步驟。車輛圖像的采集方式?jīng)Q定了車牌識(shí)別的技術(shù)路線。目前國(guó)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(shí)別。自然光和紅外光不會(huì)對(duì)人體產(chǎn)生不良的心理影響，也不會(huì)對(duì)環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。

一個(gè)車牌識(shí)別系統(tǒng)是否實(shí)用，重要的指標(biāo)是識(shí)別率。國(guó)際交通技術(shù)作過(guò)的識(shí)別率指標(biāo)論述，要求是24小時(shí)全天候全牌正確識(shí)別率85%～95%。信路通的車牌識(shí)別系統(tǒng)在實(shí)際應(yīng)用中已經(jīng)達(dá)到了全牌正確識(shí)別率90%以上。 　　為了測(cè)試一個(gè)車牌識(shí)別系統(tǒng)識(shí)別率，需要將該系統(tǒng)安裝在一個(gè)實(shí)際應(yīng)用環(huán)境中，全天候運(yùn)行24小時(shí)以上，采集至少1000輛自然車流通行時(shí)的車牌照進(jìn)行識(shí)別，并且需要將車輛牌照?qǐng)D像和識(shí)別結(jié)果存儲(chǔ)下來(lái)，以便調(diào)取查看。然后，還需要得到實(shí)際通過(guò)的車輛圖像以及正確的人工識(shí)別結(jié)果。

在高速路的各個(gè)出入口安裝車牌識(shí)別設(shè)備，車輛駛?cè)霑r(shí)識(shí)別車輛牌照將入口資料存入收費(fèi)系統(tǒng)，車輛到達(dá)出口時(shí)再次識(shí)別其牌照并根據(jù)牌照信息調(diào)用入口資料，結(jié)合出入口資料實(shí)現(xiàn)收費(fèi)管理。這種應(yīng)用可以實(shí)現(xiàn)自動(dòng)計(jì)費(fèi)并可防止作弊，避免了應(yīng)收款的流失。目前，高速公路已開(kāi)始實(shí)施聯(lián)網(wǎng)收費(fèi)，隨著聯(lián)網(wǎng)范圍的擴(kuò)大，不同車型的收費(fèi)差額也越來(lái)越高，司機(jī)利用現(xiàn)有收費(fèi)系統(tǒng)的漏洞通過(guò)中途換卡進(jìn)行逃費(fèi)的問(wèn)題將越來(lái)越，利用車牌識(shí)別技術(shù)是解決此類問(wèn)題的根本方法。