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，并將其從圖像中分離出來。

自然光路線是指白天利用自然光線，夜間采用輔助照明光源，用彩色攝像機采集車輛真彩色圖像，用彩色圖像分析處理方法識別車牌。自然光真彩色識別技術路線，與人眼感光習慣一致，并且，真彩色圖像能夠反映車輛及其周圍環(huán)境真實的圖像信息，不僅可以用來識別車牌照，而且可以用來識別車牌照顏色、車流量、車型、車顏色等車輛特征。用一個攝像機采集的圖像，同時實現(xiàn)所有前端基本視頻信息采集、識別和人工輔助圖像取證判別，可以前瞻性的為未來的智能交通系統(tǒng)工程預留接口。

通過一些后續(xù)處理技術其可以實現(xiàn)停車場出入口收費管理、盜搶車輛管理、高速公路超速自動化管理、闖紅燈電子警察、公路收費管理等等功能。對于維護交通安全和城市治安，防止交通堵塞，實現(xiàn)交通全自動化管理有著現(xiàn)實的意義。我國標準汽車牌照是由漢字、英文字母和阿拉伯數(shù)字組成，漢字識別與字母和數(shù)字的識別有很大的區(qū)別，漢字的識別增加了識別的難度；

人工神經網絡技術，計算機及相關技術發(fā)達的一些國家開始探討用人工神經網絡技術解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運用了BAM神經網絡方法對車牌上的字符進行自動識別，BAM神經網絡是由相同神經元構成的雙向聯(lián)想式單層網絡，每一個字符模板對應著個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。

車牌識別停車場系統(tǒng)工作原理：停車場車牌自動識別系統(tǒng)是以計算機技術、圖像處理技術、模糊識別為基礎，建立車輛的特征模型，識別車輛特征，如號牌、車型、顏色等。它是一個以特定目標為對象的計算機視覺系統(tǒng)，能從一幅圖像中自動提取車牌圖像，自動分割字符，進而對字符進行識別。它運用的圖像處理、模式識別和人工智能技術，對采集到的圖像信息進行處理，能夠實時準確地自動識別出車牌的數(shù)字、字母及漢字字符，并直接給出識別結果，使得車輛的電腦化監(jiān)控和管理成為現(xiàn)實。停車場車牌自動識別系統(tǒng)既然是“系統(tǒng)”，當中軟硬件架構的好壞，當然會影響“呈現(xiàn)的結果”。至于什么樣的軟件跟硬件，適合什么樣的環(huán)境，這就因環(huán)境而異，因為不同的應用環(huán)境，對于辨識率的要求未必相同，現(xiàn)在各大廠商都選擇了自己善長的場景并對其算法做了針對性的處理，比如火眼臻睛車牌識別系統(tǒng)就是針對停車場的，他對停車場的大角度，雨霧天氣，順逆光等場景做了的算法處理機制。

智能車牌識別系統(tǒng)不抬桿原因多種。智能車牌識別系統(tǒng)是由車牌識別一體機、工業(yè)級到咋、語音集成顯示屏及系統(tǒng)軟件等部分組成，所以我們要排查問題的所在，工作流程為地感線圈→車輛檢測器→車牌識別一體機→收費系統(tǒng)→控制器→道閘，所以原因工作中負責傳輸信號的網線或者信號線的連接問題，或者是工作中部件是否出故障等；