自然環境下，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域作為候選區，然后對這些侯選區域做進一步分析、評判，后選定一個佳的區域作為牌照區域，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網絡算法。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據庫中模板的大小，然后與所有的模板進行匹配，后選佳匹配作為結果。基于人工神經元網絡的算法有兩種：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網絡分配器；另一種方法是直接把待處理圖像輸入網絡，由網絡自動實現特征提取直至識別出結果。

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，輸出識別結果5個步驟。車輛圖像的采集方式決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生不良的心理影響，也不會對環境產生新的電子污染，屬于綠色環保技術。

一個車牌識別系統是否實用，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在實際應用中已經達到了全牌正確識別率90%以上。

將車牌識別設備安裝于出入口，記錄車輛的牌照號碼、出入時間，并與自動門、欄桿機的控制設備結合，實現車輛的自動管理。應用于停車場可以實現自動計時收費，也可以自動計算可用車位數量并給出提示，實現停車收費自動管理節省人力、提率。應用于智能小區可以自動判別駛入車輛是否屬于本小區，對非內部車輛實現自動計時收費。在一些單位這種應用還可以同車輛調度系統相結合，自動地、客觀地記錄本單位車輛的出車情況。

當車輛進入采用智能車牌識別系統的停車場時，系統通過攝像機快速進行車牌識別并自動拍照，并實現自動抬起擋桿放行，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，系統會自動計算費用，繳費后抬桿放行。