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(dǎo)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(jié)合具備一定的技術(shù)難度。

為了進行牌照識別，需要以下幾個基本的步驟：

　　· 牌照定位，定位圖片中的牌照位置；

　　· 牌照字符分割，把牌照中的字符分割出來；

　　· 牌照字符識別，把分割好的字符進行識別，終組成牌照號碼。

　　牌照識別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與牌照識別互相配合、互相驗證。

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(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(jié)果。基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對待識別字符進行特征提取，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)自動實現(xiàn)特征提取直至識別出結(jié)果。

采用計算機視覺技術(shù)識別車牌的流程通常都包括車輛圖像采集，車牌定位，字符分割，光學(xué)字符識別，輸出識別結(jié)果5個步驟。車輛圖像的采集方式?jīng)Q定了車牌識別的技術(shù)路線。目前國際ITS通行的兩條主流技術(shù)路線是自然光和紅外光圖像采集識別。自然光和紅外光不會對人體產(chǎn)生不良的心理影響，也不會對環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。

識別速度決定了一個車牌識別系統(tǒng)是否能夠滿足實時實際應(yīng)用的要求。一個識別率很高的系統(tǒng)，如果需要幾秒鐘，甚至幾分鐘才能識別出結(jié)果，那么這個系統(tǒng)就會因為滿足不了實際應(yīng)用中的實時要求而毫無實用意義。例如，在高速公路收費中車牌識別應(yīng)用的作用之一是減少通行時間，速度是這一類應(yīng)用里減少通行時間、避免車道堵車的有力保障。國際交通技術(shù)提出的識別速度是1秒以內(nèi)，越快越好。

在高速路的各個出入口安裝車牌識別設(shè)備，車輛駛?cè)霑r識別車輛牌照將入口資料存入收費系統(tǒng)，車輛到達出口時再次識別其牌照并根據(jù)牌照信息調(diào)用入口資料，結(jié)合出入口資料實現(xiàn)收費管理。這種應(yīng)用可以實現(xiàn)自動計費并可防止作弊，避免了應(yīng)收款的流失。