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(kāi)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(wèn)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(guò)與車牌上的字符比較，識(shí)別出正確的車牌號(hào)碼。

傳統(tǒng)模式識(shí)別技術(shù)。傳統(tǒng)模式識(shí)別技術(shù)指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。90年代，由于計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，開(kāi)始出現(xiàn)汽車牌照識(shí)別的系統(tǒng)化研究。1990年AS.Johnson等運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車輛牌照的自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分。利用不同閩值對(duì)應(yīng)的直方圖不同，經(jīng)過(guò)大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對(duì)應(yīng)的直方圖分割出車牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模板進(jìn)行模式匹配識(shí)別出字符。

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）。

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(guò)兩個(gè)禮拜，比較能判斷辨識(shí)結(jié)果是否“言過(guò)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(wú)法了解的。

智能車牌識(shí)別系統(tǒng)不抬桿原因多種。智能車牌識(shí)別系統(tǒng)是由車牌識(shí)別一體機(jī)、工業(yè)級(jí)到咋、語(yǔ)音集成顯示屏及系統(tǒng)軟件等部分組成，所以我們要排查問(wèn)題的所在，工作流程為地感線圈→車輛檢測(cè)器→車牌識(shí)別一體機(jī)→收費(fèi)系統(tǒng)→控制器→道閘，所以原因工作中負(fù)責(zé)傳輸信號(hào)的網(wǎng)線或者信號(hào)線的連接問(wèn)題，或者是工作中部件是否出故障等；

在講述車牌識(shí)別過(guò)程之前，筆者要先說(shuō)一下高速路口的ETC是一套依賴RFID技術(shù)的電子識(shí)別裝置。這種識(shí)別技術(shù)，是通過(guò)射頻技術(shù)，去識(shí)別貼在汽車前擋風(fēng)或者其他便于RFID讀寫端識(shí)別的位置上的電子標(biāo)簽來(lái)識(shí)別和收費(fèi)的。因此ETC和車牌識(shí)別系統(tǒng)是兩套系統(tǒng)，因?yàn)檐嚺谱R(shí)別系統(tǒng)不承擔(dān)充值和消費(fèi)功能，因此ETC就應(yīng)運(yùn)而生。