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）。后臺管理體系的功能應(yīng)該包括： 1、識別結(jié)果和車輛圖像數(shù)據(jù)的可靠存儲，當(dāng)多功能的系統(tǒng)操作使得網(wǎng)絡(luò)出差錯時能保護(hù)圖像數(shù)據(jù)不會丟失，同時便于事后人工排查； 2、有效的自動比對和查詢技術(shù)，被識別的車牌照號碼要同數(shù)據(jù)庫中成千上萬的車牌號碼自動比對和提示報警，如果車牌照號碼沒有被正確讀取時就要采用模糊查詢技術(shù)才能得出相對“佳”的比對結(jié)果； 3、一個好的車牌識別系統(tǒng)對于聯(lián)網(wǎng)運(yùn)行，還需要提供實(shí)時通信、網(wǎng)絡(luò)安全、遠(yuǎn)程維護(hù)、動態(tài)數(shù)據(jù)交互、數(shù)據(jù)庫自動更新、硬件參數(shù)設(shè)置、系統(tǒng)故障診斷。

一個車牌識別系統(tǒng)是否實(shí)用，重要的指標(biāo)是識別率。國際交通技術(shù)作過的識別率指標(biāo)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(tǒng)在實(shí)際應(yīng)用中已經(jīng)達(dá)到了全牌正確識別率90%以上。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。

采用計算機(jī)視覺技術(shù)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(xué)字符識別，輸出識別結(jié)果5個步驟。車輛圖像的采集方式?jīng)Q定了車牌識別的技術(shù)路線。目前國際ITS通行的兩條主流技術(shù)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(chǎn)生不良的心理影響，也不會對環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。

實(shí)際應(yīng)用中，牌照識別系統(tǒng)的識別率與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)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(shí)際拍攝過程也會受到環(huán)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(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷的完善識別算法，還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識別。

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(jīng)網(wǎng)絡(luò)算法。基于模板匹配算法將分割后的字符二值化,并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，后選佳匹配作為結(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對待識別字符進(jìn)行特征提取，然后用所獲得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實(shí)現(xiàn)特征提取直至識別出結(jié)果。

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進(jìn)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(nèi)的間隙處取得局部小值的附近，并且這個位置應(yīng)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(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。