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合具備一定的技術難度。

自然環(huán)境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區(qū)域是整個識別過程的關鍵。對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進一步分析、評判，后選定一個佳的區(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行匹配，后選佳匹配作為結果。基于人工神經(jīng)元網(wǎng)絡的算法有兩種：一種是先對待識別字符進行特征提取，然后用所獲得特征來訓練神經(jīng)網(wǎng)絡分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡，由網(wǎng)絡自動實現(xiàn)特征提取直至識別出結果。

紅外光路線是指利用車牌反光和紅外光的光學特性，用紅外攝像機采集車輛灰度圖像，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別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照圖像。因紅外光是不可見光，它不會對駕駛員產(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候，還是在一天中暗的時候。的例外是在白天，有時會看到一些牌照周圍的細節(jié)，這是因為晴朗天氣時太陽光的外光波的影響。采用紅外燈的缺點就是所捕獲的車牌照圖像不是彩色的，不能獲取整車圖像，并且嚴重依賴車牌反光材料。

一個車牌識別系統(tǒng)是否實用，重要的指標是識別率。國際交通技術作過的識別率指標論述，要求是24小時全天候全牌正確識別率85%～95%。信路通的車牌識別系統(tǒng)在實際應用中已經(jīng)達到了全牌正確識別率90%以上。

當車輛進入采用智能車牌識別系統(tǒng)的停車場時，系統(tǒng)通過攝像機快速進行車牌識別并自動拍照，并實現(xiàn)自動抬起擋桿放行，無需刷卡取卡；出停車場時，攝像機會自動識別車牌號碼，通過和系統(tǒng)白名單比對，如果是固定車輛，道閘自動抬桿放行，如果是臨時車輛，系統(tǒng)會自動計算費用，繳費后抬桿放行。