通過對圖像的采集和處理，完成車牌自動識別功能，能從一幅圖像中自動提取車牌圖像，自動分割字符，進(jìn)而對字符進(jìn)行識別.其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備(監(jiān)測車輛是否進(jìn)入視野)、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識別車牌號碼的處理機(jī)(如計(jì)算機(jī))等。

自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個識別過程的關(guān)鍵。對采集到的視頻圖像進(jìn)行大范圍相關(guān)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(jìn)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。

通過一些后續(xù)處理技術(shù)其可以實(shí)現(xiàn)停車場出入口收費(fèi)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(fèi)管理等等功能。對于維護(hù)交通安全和城市治安，防止交通堵塞，實(shí)現(xiàn)交通全自動化管理有著現(xiàn)實(shí)的意義。我國標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?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(jīng)網(wǎng)絡(luò)技術(shù)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對車牌上的字符進(jìn)行自動識別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個字符模板對應(yīng)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。

為了測試一個車牌識別系統(tǒng)識別率，需要將該系統(tǒng)安裝在一個實(shí)際應(yīng)用環(huán)境中，全天候運(yùn)行24小時以上，采集至少1000輛自然車流通行時的車牌照進(jìn)行識別，并且需要將車輛牌照圖像和識別結(jié)果存儲下來，以便調(diào)取查看。然后，還需要得到實(shí)際通過的車輛圖像以及正確的人工識別結(jié)果。之后便可以統(tǒng)計(jì)出以下識別率：

一個車牌識別系統(tǒng)的后臺管理體系，決定了這個車牌識別系統(tǒng)是否好用。清楚地認(rèn)識到重要的一點(diǎn)是識別率達(dá)到是不可能的，因?yàn)檐嚺普瘴蹞p、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。