為了進行牌照識別，需要以下幾個基本的步驟：

　　· 牌照定位，定位圖片中的牌照位置；

　　· 牌照字符分割，把牌照中的字符分割出來；

　　· 牌照字符識別，把分割好的字符進行識別，終組成牌照號碼。

　　牌照識別過程中，牌照顏色的識別依據算法不同，可能在上述不同步驟實現，通常與牌照識別互相配合、互相驗證。

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?；谀０迤ヅ渌惴▽⒎指詈蟮淖址祷?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(huán)境產生新的電子污染，屬于綠色環(huán)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(jié)，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。

識別速度決定了一個車牌識別系統(tǒng)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(tǒng)，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(tǒng)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。

對于納入“黑名單”的車輛，例如：被通緝或掛失的車輛、欠交費車輛、未年檢車輛、肇事逃逸及違章車輛等，只需將其車牌號碼輸入到應用系統(tǒng)中，車牌識別設備安裝于的路口、卡口或由執(zhí)法人員隨時攜帶按需要放置，系統(tǒng)將識讀所有通過車輛的牌照號碼并與系統(tǒng)中的“黑名單”比對，一旦發(fā)現車輛立刻發(fā)出報警信息。系統(tǒng)可以全天不間斷工作、不會疲勞、錯誤率極低；可以適應高速行駛的車輛；可以在車輛行使過程中完成任務不影響正常交通；整個監(jiān)視過程中司機也不會覺察、保密性高。應用這種系統(tǒng)將地提高執(zhí)法效率。

在高速路的各個出入口安裝車牌識別設備，車輛駛入時識別車輛牌照將入口資料存入收費系統(tǒng)，車輛到達出口時再次識別其牌照并根據牌照信息調用入口資料，結合出入口資料實現收費管理。這種應用可以實現自動計費并可防止作弊，避免了應收款的流失。目前，高速公路已開始實施聯網收費，隨著聯網范圍的擴大，不同車型的收費差額也越來越高，司機利用現有收費系統(tǒng)的漏洞通過中途換卡進行逃費的問題將越來越，利用車牌識別技術是解決此類問題的根本方法。
車牌識別系統(tǒng)還是一個非常注重環(huán)保的管理系統(tǒng)，無紙票、無卡片，純粹使用車牌識別，人力和設備成本都大大減少了。無票停車系統(tǒng)提供了一個完整的友好的用戶體驗方式，不再使用停車票據，也避免了出入口交通阻塞的可能。這種商業(yè)模式正在由解決方案提供商向大中型停車場所提供。停車場管理人員可實行外聘制，所需繳納的管理費技照收入的百分比進行交換。一旦車牌自動識別停車場管理系統(tǒng)能夠普及，成本將不會是壓力。