車牌識別系統的識別率，一個車牌識別系統是否實用，重要的指標是識別率。國際交通技術部門做過的識別率指標論述，要求是全天候全牌正確識別率85%～95%。為了測試一個車牌識別系統識別率，需要將該系統安裝在一個實際應用環境中，全天候運行以上，采集至少1000輛自然車流通行時的照進行識別，并且需要將車輛牌照圖像和識別結果存儲下來，以便調取查看。然后，還需要得到實際通過的車輛圖像以及正確的人工識別結果。


其次，車牌識別系統的識別速度也很關鍵。識別速度決定了一個車牌識別系統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，如果需要幾秒鐘，甚至幾分鐘才能識別出結果，那么這個系統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，越快越好。

車牌識別系統的后臺管理。一個車牌識別系統的后臺管理體系，決定了這個車牌識別系統是否好用。清楚地認識到重要的一點是識別率達到是不可能的，照污損、模糊、遮擋，以及天氣原因都可能會影響到車牌識別，而需要做的就是盡可能多的對“問題”進行預先分析，達到盡可能識別準確。

車牌識別系統治理非法客運 已初顯效果
克隆車、載客不打表、拒載……由于地理位置特殊，長期以來，陸家嘴地區一到晚上就會出現“打車難”問題，其中還伴隨著各種違法違規現象。

車牌識別系統的工作原理是怎么樣呢？
近年來隨著社會的發展、汽車數量逞幾何倍增，對于交通的管理、車輛的停車管理還有收費的管理要求也隨著汽車數量的增加而要求更高。

作為全新技術算法識別的一種模式，在智能化的交通領域可以得到廣泛的應用。
完整的車牌識別系統它包括：圖像抓拍、車牌識別、車輛檢測、數據傳輸等幾局部組成。車牌識別系統也包括字符算法、定位算法、和光學字符算法等。當車輛檢測局部信息時觸發圖像采集單元進行采集。系統的采集單元會自動的對圖像影像進行預處理，完夠定位出車輛的位置，然而再把識別出來的字符進行分割再進行對比，然而組成號的輸出。能識別輸出步驟通常會有以下幾點：
車輛檢測：可采用地線圈檢測、檢測技術、紅外檢測、視頻檢測等多種方式感知車輛的經過，而且還觸發攝像機對車輛進行抓拍采集。
圖像采集：經過攝像抓拍主機對通行車輛實時采集、不連續記載。
預處置：自動曝光、自動白均衡、噪聲過濾以及邊緣加強、伽馬校正、比照度調整等。
定位：在經過圖像預處置之后對圖像進行行列掃描確定區域位置。
字符的分割：在圖像中定位出車輛的所在區域后，經過第二值化和灰度化的處理能夠準確定位到字符區域，然后依據字符尺寸特征來進行字符分割。
字符辨認：對分割后的字符縮放、特征提取，與字符數據庫模板中的規范字符表達方式停止匹配判別。
結果輸出：將辨認的結果以文本格式輸出。