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。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?；谌斯ど窠?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(jié)果。

當車輛接近出入口的時候，車輛檢測器會自動感應到車輛的到來，然后觸發(fā)車牌識別一體機進行圖像抓拍，然后將抓拍的圖像發(fā)送到數(shù)據(jù)處理服務器，安裝在數(shù)據(jù)服務器上的車牌識別軟件對圖像進行處理，定位出牌照位置，再將車牌中的字符分割出來進行識別，然后組成車牌號碼保存下來，圖像和車牌號碼均保存在數(shù)據(jù)處理服務器上。

采用計算機視覺技術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路線。目前國際ITS通行的兩條主流技術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。

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用的作用之一是減少通行時間，速度是這一類應用里減少通行時間、避免車道堵車的有力保障。國際交通技術提出的識別速度是1秒以內(nèi)，越快越好。

車牌識別技術結(jié)合測速設備可以用于車輛超速違章處罰，一般用于高速公路。具體應用是：在路上設置測速監(jiān)測點，抓拍超速的車輛并識別車牌號碼，將違章車輛的牌照號碼及圖片發(fā)往各出口；在各出口設置處罰點，用車牌識別設備識別通過車輛并將號碼與已經(jīng)收到的超速車輛的號碼比對，一旦號碼相同即啟動警示設備通知執(zhí)法人員處理。與傳統(tǒng)的超速監(jiān)測方式相比，這種應用可以節(jié)省警力，降低執(zhí)法人員的工作強度，而且安全、、隱蔽，司機需時刻提醒自己不能超速，地減少了因超速引發(fā)的事故。