將車(chē)牌識(shí)別設(shè)備安裝于出入口，記錄車(chē)輛的牌照號(hào)碼、出入時(shí)間，并與自動(dòng)門(mén)、欄桿機(jī)的控制設(shè)備結(jié)合，實(shí)現(xiàn)車(chē)輛的自動(dòng)管理。應(yīng)用于停車(chē)場(chǎng)可以實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)，也可以自動(dòng)計(jì)算可用車(chē)位數(shù)量并給出提示，實(shí)現(xiàn)停車(chē)收費(fèi)自動(dòng)管理節(jié)省人力、提率。應(yīng)用于智能小區(qū)可以自動(dòng)判別駛?cè)胲?chē)輛是否屬于本小區(qū)，對(duì)非內(nèi)部車(chē)輛實(shí)現(xiàn)自動(dòng)計(jì)時(shí)收費(fèi)。在一些單位這種應(yīng)用還可以同車(chē)輛調(diào)度系統(tǒng)相結(jié)合，自動(dòng)地、客觀地記錄本單位車(chē)輛的出車(chē)情況，車(chē)牌識(shí)別管理系統(tǒng)采用了車(chē)牌識(shí)別技術(shù)，達(dá)到不停車(chē)、免取卡，有效提高車(chē)輛出入通行效率。

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)別的優(yōu)勢(shì)在于可以把卡和車(chē)對(duì)應(yīng)起來(lái)，使管理提高一個(gè)檔次，卡和車(chē)的對(duì)應(yīng)的優(yōu)點(diǎn)在于長(zhǎng)租卡須和車(chē)配合使用，杜絕一卡多車(chē)使用的漏洞，提高物業(yè)管理的效益；同時(shí)自動(dòng)比對(duì)進(jìn)出車(chē)輛，防止偷盜事件的發(fā)生。升級(jí)后的攝像系統(tǒng)可以采集更清晰的圖片，作為檔案保存，可以為一些糾紛提供有力的證據(jù)。

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，并將其從圖像中分離出來(lái)。

紅外光路線是指利用車(chē)牌反光和紅外光的光學(xué)特性，用紅外攝像機(jī)采集車(chē)輛灰度圖像，由于紅外特性，車(chē)輛圖像上幾乎只能看見(jiàn)車(chē)牌，然后用黑白圖像處理方法識(shí)別車(chē)牌。950nm的紅外照明裝置可抓拍到很好的反光車(chē)牌照?qǐng)D像。因紅外光是不可見(jiàn)光，它不會(huì)對(duì)駕駛員產(chǎn)生視覺(jué)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?chē)募?xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽(yáng)光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車(chē)牌照?qǐng)D像不是彩色的，不能獲取整車(chē)圖像，并且嚴(yán)重依賴車(chē)牌反光材料。

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(chē)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(chē)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(chē)牌上的字符比較，識(shí)別出正確的車(chē)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(chē)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(chē)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(chē)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(chē)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。

為了測(cè)試一個(gè)車(chē)牌識(shí)別系統(tǒng)識(shí)別率，需要將該系統(tǒng)安裝在一個(gè)實(shí)際應(yīng)用環(huán)境中，全天候運(yùn)行24小時(shí)以上，采集至少1000輛自然車(chē)流通行時(shí)的車(chē)牌照進(jìn)行識(shí)別，并且需要將車(chē)輛牌照?qǐng)D像和識(shí)別結(jié)果存儲(chǔ)下來(lái)，以便調(diào)取查看。然后，還需要得到實(shí)際通過(guò)的車(chē)輛圖像以及正確的人工識(shí)別結(jié)果。之后便可以統(tǒng)計(jì)出以下識(shí)別率：
一個(gè)車(chē)牌識(shí)別系統(tǒng)的后臺(tái)管理體系，決定了這個(gè)車(chē)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?chē)牌照污損、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。