自然環(huán)境下，汽車(chē)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(guò)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(chē)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(lái)。

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?；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(lái)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。

在高速路的各個(gè)出入口安裝車(chē)牌識(shí)別設(shè)備，車(chē)輛駛?cè)霑r(shí)識(shí)別車(chē)輛牌照將入口資料存入收費(fèi)系統(tǒng)，車(chē)輛到達(dá)出口時(shí)再次識(shí)別其牌照并根據(jù)牌照信息調(diào)用入口資料，結(jié)合出入口資料實(shí)現(xiàn)收費(fèi)管理。這種應(yīng)用可以實(shí)現(xiàn)自動(dòng)計(jì)費(fèi)并可防止作弊，避免了應(yīng)收款的流失。

車(chē)牌識(shí)別系統(tǒng)還是一個(gè)非常注重環(huán)保的管理系統(tǒng)，無(wú)紙票、無(wú)卡片，純粹使用車(chē)牌識(shí)別，人力和設(shè)備成本都大大減少了。無(wú)票停車(chē)系統(tǒng)提供了一個(gè)完整的友好的用戶體驗(yàn)方式，不再使用停車(chē)票據(jù)，也避免了出入口交通阻塞的可能。這種商業(yè)模式正在由解決方案提供商向大中型停車(chē)場(chǎng)所提供。停車(chē)場(chǎng)管理人員可實(shí)行外聘制，所需繳納的管理費(fèi)技照收入的百分比進(jìn)行交換。一旦車(chē)牌自動(dòng)識(shí)別停車(chē)場(chǎng)管理系統(tǒng)能夠普及，成本將不會(huì)是壓力。

車(chē)牌識(shí)別是停車(chē)場(chǎng)用于識(shí)別車(chē)輛信息的管理系統(tǒng)之一，該技術(shù)能夠提取出行駛中的車(chē)輛的牌照并進(jìn)行識(shí)別，目前的技術(shù)水平車(chē)牌識(shí)別率可達(dá)到99.7%，車(chē)牌識(shí)別技術(shù)可以的識(shí)別出車(chē)輛車(chē)牌號(hào)，與傳統(tǒng)的人工作業(yè)相比，無(wú)論是臨時(shí)車(chē)、內(nèi)部車(chē)輛、訪客車(chē)甚至是未經(jīng)許可的車(chē)輛，車(chē)牌識(shí)別系統(tǒng)都可以對(duì)其進(jìn)行圖像信息的捕獲，并上傳至數(shù)據(jù)庫(kù)存儲(chǔ)。

當(dāng)車(chē)輛進(jìn)入采用智能車(chē)牌識(shí)別系統(tǒng)的停車(chē)場(chǎng)時(shí)，系統(tǒng)通過(guò)攝像機(jī)快速進(jìn)行車(chē)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(wú)需刷卡取卡；出停車(chē)場(chǎng)時(shí)，攝像機(jī)會(huì)自動(dòng)識(shí)別車(chē)牌號(hào)碼，通過(guò)和系統(tǒng)白名單比對(duì)，如果是固定車(chē)輛，道閘自動(dòng)抬桿放行，如果是臨時(shí)車(chē)輛，系統(tǒng)會(huì)自動(dòng)計(jì)算費(fèi)用，繳費(fèi)后抬桿放行。