車輛檢測可以采用埋地線圈檢測、紅外檢測、雷達檢測技術(shù)、視頻檢測等多種方式。采用視頻檢測可以避免破壞路面、不必附加外部檢測設(shè)備、不需觸發(fā)位置、節(jié)省開支，而且更適合移動式、便攜式應(yīng)用的要求。
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好的算法，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(dǎo)致丟幀，使系統(tǒng)無法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)合具備技術(shù)難度。

具體的工作原理和停車場所采用系統(tǒng)有關(guān)。作為當(dāng)下主流兩款車位引導(dǎo)系統(tǒng)，視頻車位引導(dǎo)除了起步晚于超聲波車位引導(dǎo)外，他們兩者又有哪些不同?停車場管理者又應(yīng)該如何抉擇呢?工作原理不同：辨別超聲波車位引導(dǎo)系統(tǒng)和視頻車位引導(dǎo)系統(tǒng)直觀方法是看停車位上方所使用的車位探測器。超聲波車位引導(dǎo)使用的是超聲波探測器。

隨著經(jīng)濟的發(fā)展，中小城市機動車增長迅速，非機動車在原有的基數(shù)上穩(wěn)步上升，新型的車種不斷增加，城市停車位缺口大，配建停車位嚴(yán)重不足，造成停車位的短缺。另外停車場規(guī)劃不合理，大多停車場泊車位沒按照規(guī)劃設(shè)置，地方大的場地泊車位多，有閑置現(xiàn)象，泊車位沒有得到充分利用。而場地小的地方因停車位少而泊車緊張。
車牌識別系統(tǒng)是指能夠檢測到受路面的車輛并自動提取車輛牌照信息（含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號牌顏色）進行處理的技術(shù)。識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識別、計算機視覺等技術(shù)為基礎(chǔ)，對攝像機所拍攝的車輛圖像或者視頻序列進行分析，得到每一輛汽車的號碼，從而完成識別過程。通過一些后續(xù)處理手段可以實現(xiàn)停車場收費管理，交通流量控制指標(biāo)測量，車輛定位，汽車防盜，高速公路超速自動化、闖紅燈電子、公路收費站等等功能。對于維護交通安全和城市，防止交通堵塞，實現(xiàn)交通自動化管理有著現(xiàn)實的意義。

幾乎所有高新科技都可促進其發(fā)展，尤其是信息時代的來臨，更為該發(fā)展提供契機。安防工程的技術(shù)要點包括入侵報警系統(tǒng)、視頻監(jiān)控系統(tǒng)、出入口控制系統(tǒng)以及電子巡查系統(tǒng)四
目前道路交通壓力劇增，如何緩解車輛過多的壓力是智慧交通研究中心的關(guān)鍵一環(huán)。而智慧交通是旨在建立起一種大范圍、、實時、準(zhǔn)確、的交通運輸管理系統(tǒng)，進而成為可以有效地利用現(xiàn)有交通設(shè)施、減少交通負荷和環(huán)境污染、交通安全、提高運輸效率的重要手段。

那么如何實現(xiàn)車牌識別的呢，下面簡單說說：
對現(xiàn)存的車牌識別算法進行了研究，在諸多算法中尋找到一種適合在Android、iOS平臺上運行的算法。先通過智能手機的攝像頭獲得車牌的彩色圖像，然后將采集到的圖像進處理，包括通過YUV模型進行灰度化，分段線性變換進行灰度拉升，二值化，Roberts算子進行邊緣檢測，數(shù)學(xué)形態(tài)學(xué)處理等，然后通過Hough變換進行車牌矯正，其次用雙投影和灰度跳變的方法實現(xiàn)車牌的定位、分割，后通過模板匹配實現(xiàn)車牌識別。

移動端車牌識別實現(xiàn)的過程簡單為以下幾個部分：

圖像采集：通過智能手機攝像頭拍攝車牌圖像。

預(yù)處理：灰度化、二值化、邊緣增強、噪聲過濾、自動白平衡、自動曝光以及伽馬校正、對比度調(diào)整等。

車牌定位：在經(jīng)過圖像預(yù)處理之后的灰度圖像上進行行列掃描，確定車牌區(qū)域，車牌切斜校正。

字符分割：在圖像中定位出車牌區(qū)域后，通過灰度化、二值化等處理，定位字符區(qū)域，然后根據(jù)字符尺寸特征進行字符分割。

字符識別：對分割后的字符進行縮放、特征提取，與字符數(shù)據(jù)庫模板中的標(biāo)準(zhǔn)字符表達形式進行匹配判別。

結(jié)果輸出：將車牌識別的結(jié)果以文本格式輸出。