車牌識(shí)別技術(shù)要求能夠?qū)⑦\(yùn)動(dòng)中的汽車牌照從復(fù)雜背景中提取并識(shí)別出來(lái)，通過(guò)車牌提取、圖像預(yù)處理、特征提取、車牌字符識(shí)別等技術(shù)，識(shí)別車輛牌號(hào)、顏色等信息，新的技術(shù)水平為字母和數(shù)字的識(shí)別率可達(dá)到99.7%，漢字的識(shí)別率可達(dá)到99%。

在停車場(chǎng)管理中，車牌識(shí)別技術(shù)也是識(shí)別車輛身份的主要手段。在深圳市建設(shè)的《停車庫(kù)（場(chǎng)）車輛圖像和號(hào)牌信息采集與傳輸系統(tǒng)技術(shù)要求》中，車牌識(shí)別技術(shù)成為車輛身份識(shí)別的主要手段。

車牌識(shí)別技術(shù)結(jié)合電子不停車收費(fèi)系統(tǒng)（ETC）識(shí)別車輛，過(guò)往車輛通過(guò)道口時(shí)無(wú)須停車，即能夠?qū)崿F(xiàn)車輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)。在車場(chǎng)管理中，為提高出入口車輛通行效率，車牌識(shí)別針對(duì)無(wú)需收停車費(fèi)的車輛（如月卡車、內(nèi)部免費(fèi)通行車輛），建設(shè)無(wú)人值守的快速通道，免取卡、不停車的出入體驗(yàn)，正改變出入停車場(chǎng)的管理模式。

車牌識(shí)別系統(tǒng)(Vehicle License Plate Recognition，VLPR) 是指能夠檢測(cè)到受監(jiān)控路面的車輛并自動(dòng)提取車輛牌照信息（含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色）進(jìn)行處理的技術(shù)。車牌識(shí)別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車的車牌號(hào)碼，從而完成識(shí)別過(guò)程。
自動(dòng)放行
將的牌照信息輸入系統(tǒng)，系統(tǒng)自動(dòng)地識(shí)讀經(jīng)過(guò)車輛的牌照并查詢內(nèi)部數(shù)據(jù)庫(kù)。對(duì)于需要自動(dòng)放行的車輛系統(tǒng)驅(qū)動(dòng)電子門或欄桿機(jī)讓其通過(guò)，對(duì)于其它車輛系統(tǒng)會(huì)給出警示，由值勤人員處理?？捎糜谔厥鈫挝唬ㄈ畿娛鹿芾韰^(qū)、保密單位、保護(hù)單位等）、路橋收費(fèi)卡口、住宅區(qū)等。
車輛檢測(cè)可以采用埋地線圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)技術(shù)、視頻檢測(cè)等多種方式。采用視頻檢測(cè)可以避免破壞路面、不必附加外部檢測(cè)設(shè)備、不需矯正觸發(fā)位置、節(jié)省開支，而且更適合移動(dòng)式、便攜式應(yīng)用的要求。
為了進(jìn)行車牌識(shí)別，需要以下幾個(gè)基本的步驟：
1、 牌照定位，定位圖片中的牌照位置；
2、牌照字符分割，把牌照中的字符分割出來(lái)；
3、牌照字符識(shí)別，把分割好的字符進(jìn)行識(shí)別，終組成牌照號(hào)碼。
車牌識(shí)別過(guò)程中，牌照顏色的識(shí)別依據(jù)算法不同，可能在上述不同步驟實(shí)現(xiàn)，通常與車牌識(shí)別互相配合、互相驗(yàn)證。
牌照字符識(shí)別方法
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。基于模板匹配算法將分割后的字符二值化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，選擇佳匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)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。
實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識(shí)別的識(shí)別率，也正是車牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。