系統(tǒng)進(jìn)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(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)無法正確檢測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，并將其從圖象中分割出來。

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。

紅外光路線是指利用車牌反光和紅外光的光學(xué)特性，用紅外攝像機(jī)采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見車牌，然后用黑白圖像處理方法識(shí)別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照?qǐng)D像。因紅外光是不可見光，它不會(huì)對(duì)駕駛員產(chǎn)生視覺影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中明亮的時(shí)候，還是在一天中暗的時(shí)候。的例外是在白天，有時(shí)會(huì)看到一些牌照周圍的細(xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車牌照?qǐng)D像不是彩色的，不能獲取整車圖像，并且嚴(yán)重依賴車牌反光材料。

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。國際交通技術(shù)作過的識(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。

當(dāng)車輛進(jìn)入采用智能車牌識(shí)別系統(tǒng)的停車場時(shí)，系統(tǒng)通過攝像機(jī)快速進(jìn)行車牌識(shí)別并自動(dòng)拍照，并實(shí)現(xiàn)自動(dòng)抬起擋桿放行，無需刷卡取卡；出停車場時(shí)，攝像機(jī)會(huì)自動(dòng)識(shí)別車牌號(hào)碼，通過和系統(tǒng)白名單比對(duì)，如果是固定車輛，道閘自動(dòng)抬桿放行，如果是臨時(shí)車輛，系統(tǒng)會(huì)自動(dòng)計(jì)算費(fèi)用，繳費(fèi)后抬桿放行。