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，并將其從圖象中分割出來。

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行識(shí)別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部小值的附近，并且這個(gè)位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

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。基于人工神經(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。

當(dāng)車輛接近出入口的時(shí)候，車輛檢測(cè)器會(huì)自動(dòng)感應(yīng)到車輛的到來，然后觸發(fā)車牌識(shí)別一體機(jī)進(jìn)行圖像抓拍，然后將抓拍的圖像發(fā)送到數(shù)據(jù)處理服務(wù)器，安裝在數(shù)據(jù)服務(wù)器上的車牌識(shí)別軟件對(duì)圖像進(jìn)行處理，定位出牌照位置，再將車牌中的字符分割出來進(jìn)行識(shí)別，然后組成車牌號(hào)碼保存下來，圖像和車牌號(hào)碼均保存在數(shù)據(jù)處理服務(wù)器上。

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。