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。

完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部小值的附近，并且這個位置應滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復雜環境下的汽車圖像中的字符分割有較好的效果。

實際應用中，牌照識別系統的識別率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境亮度、拍攝亮度、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牌照識別的識別率，也正是牌照識別系統的困難和挑戰所在。為了提高識別率，除了不斷的完善識別算法，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。

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，然后觸發車牌識別一體機進行圖像抓拍，然后將抓拍的圖像發送到數據處理服務器，安裝在數據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據處理服務器上。

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。

紅外光路線是指利用車牌反光和紅外光的光學特性，用紅外攝像機采集車輛灰度圖像，由于紅外特性，車輛圖像上幾乎只能看見車牌，然后用黑白圖像處理方法識別車牌。950nm的紅外照明裝置可抓拍到很好的反光車牌照圖像。因紅外光是不可見光，它不會對駕駛員產生視覺影響。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中明亮的時候，還是在一天中暗的時候。的例外是在白天，有時會看到一些牌照周圍的細節，這是因為晴朗天氣時太陽光的外光波的影響。采用紅外燈的缺點就是所捕獲的車牌照圖像不是彩色的，不能獲取整車圖像，并且嚴重依賴車牌反光材料。

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。

將的牌照信息輸入系統，系統自動地識讀經過車輛的牌照并查詢內部數據庫。對于需要自動放行的車輛系統驅動電子門或欄桿機讓其通過，對于其它車輛系統會給出警示，由值勤人員處理?？捎糜谔厥鈫挝唬ㄈ畿娛鹿芾韰^、保密單位、保護單位等）、路橋收費卡口、住宅區等。

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。