車牌識(shí)別系統(tǒng)針對(duì)這些基礎(chǔ)的算法有了更進(jìn)一步，深層次的運(yùn)用。解決了在復(fù)雜背景的圖象中如何準(zhǔn)確而迅速地定位分割牌照區(qū)域一體化攝像機(jī)專指可自動(dòng)聚焦、鏡頭內(nèi)建的攝像機(jī)。與傳統(tǒng)攝像機(jī)相比，一體化攝像機(jī)體積小巧、美觀，安裝、使用方便，監(jiān)控范圍廣、等優(yōu)點(diǎn)。而車牌識(shí)別一體機(jī)則是在一體化攝像機(jī)上加入車牌識(shí)別的功能，車牌識(shí)別一體攝像機(jī)針對(duì)停車場(chǎng)行業(yè)，推出的基于嵌入式的智能高清車牌識(shí)別一體機(jī)產(chǎn)品，集車牌識(shí)別、攝像、前端儲(chǔ)存、補(bǔ)光等一體，基于車牌自動(dòng)曝光控制算法，成像。具有性能、多功能、高適應(yīng)性、強(qiáng)穩(wěn)定性等特點(diǎn)。

將車牌識(shí)別設(shè)備安裝于出入口，記錄車輛的牌照號(hào)碼、出入時(shí)間，并與自動(dòng)門、欄桿機(jī)的控制設(shè)備結(jié)合，實(shí)現(xiàn)車輛的自動(dòng)管理。應(yīng)用于停車場(chǎng)可以實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)，也可以自動(dòng)計(jì)算可用車位數(shù)量并給出提示，實(shí)現(xiàn)停車收費(fèi)自動(dòng)管理節(jié)省人力、提率。應(yīng)用于智能小區(qū)可以自動(dòng)判別駛?cè)胲囕v是否屬于本小區(qū)，對(duì)非內(nèi)部車輛實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)。在一些單位這種應(yīng)用還可以同車輛調(diào)度系統(tǒng)相結(jié)合，自動(dòng)地、客觀地記錄本單位車輛的出車情況，車牌識(shí)別管理系統(tǒng)采用了車牌識(shí)別技術(shù)，達(dá)到不停車、免取卡，有效提高車輛出入通行效率。

車牌識(shí)別的優(yōu)勢(shì)在于可以把卡和車對(duì)應(yīng)起來，使管理提高一個(gè)檔次，卡和車的對(duì)應(yīng)的優(yōu)點(diǎn)在于長(zhǎng)租卡須和車配合使用，杜絕一卡多車使用的漏洞，提高物業(yè)管理的效益；同時(shí)自動(dòng)比對(duì)進(jìn)出車輛，防止偷盜事件的發(fā)生。升級(jí)后的攝像系統(tǒng)可以采集更清晰的圖片，作為檔案保存，可以為一些糾紛提供有力的證據(jù)。

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)無法檢測(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。

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。

通過一些后續(xù)處理技術(shù)其可以實(shí)現(xiàn)停車場(chǎng)出入口收費(fèi)管理、盜搶車輛管理、高速公路超速自動(dòng)化管理、闖紅燈電子警察、公路收費(fèi)管理等等功能。對(duì)于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通全自動(dòng)化管理有著現(xiàn)實(shí)的意義。我國(guó)標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成，漢字識(shí)別與字母和數(shù)字的識(shí)別有很大的區(qū)別，漢字的識(shí)別增加了識(shí)別的難度；

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。

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，以便調(diào)取查看。然后，還需要得到實(shí)際通過的車輛圖像以及正確的人工識(shí)別結(jié)果。之后便可以統(tǒng)計(jì)出以下識(shí)別率：
一個(gè)車牌識(shí)別系統(tǒng)的后臺(tái)管理體系，決定了這個(gè)車牌識(shí)別系統(tǒng)是否好用。清楚地認(rèn)識(shí)到重要的一點(diǎn)是識(shí)別率達(dá)到是不可能的，因?yàn)檐嚺普瘴蹞p、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。