車牌識別技術結合電子不停車收費系統(tǒng)（ETC）識別車輛，過往車輛通過道口時無須停車，即能夠實現車輛身份自動識別、自動收費。在車場管理中，為提高出入口車輛通行效率，車牌識別針對無需收停車費的車輛（如月卡車、內部免費通行車輛），建設無人值守的快速通道，免取卡、不停車的出入體驗，正改變出入停車場的管理模式。

汽車牌照號碼是車輛的“身份”標識，牌照自動識別技術可以在汽車不作任何改動的情況下實現汽車“身份”的自動登記及驗證，這項技術已經應用于公路收費、停車管理、稱重系統(tǒng)、交通誘導、交通執(zhí)法、公路稽查、車輛調度、車輛檢測等各種場合。

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圖像采集、處理。若處理速度慢，則導致丟幀，使系統(tǒng)無法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。

為了進行車牌識別，需要以下幾個基本的步驟：
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；
3、牌照字符識別，把分割好的字符進行識別，終組成牌照號碼。
車牌識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與車牌識別互相配合、互相驗證。
牌照字符識別方法
主要有基于模板匹配算法和基于人工神經網絡算法?；谀０迤ヅ渌惴▽⒎指詈蟮淖址祷⑵涑叽绱笮】s放為字符數據庫中模板的大小，然后與所有的模板進行匹配，選擇佳匹配作為結果?；谌斯ど窠浘W絡的算法有兩種：一種是先對字符進行特征提取，然后用所獲得特征來訓練神經網絡分配器；另一種方法是直接把圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。
實際應用中，車牌識別系統(tǒng)的識別率還與牌照質量和拍攝質量密切相關。牌照質量會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；實際拍攝過程也會受到環(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別的識別率，也正是車牌識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷地完善識別算法還應該想辦法克服各種光照條件，使采集到的圖像利于識別。