图像处理技术:运用图像处理技术解决识别的研究早始于80年代，但国内外均只是就识别中的某一个具体问题进行讨论，并且通常仅采用简单的图像处理技术来解决，并没有形成完整的系统体系，识别过程是使用工业电视摄像机拍下汽车的工前方图像，然后交给计算机进行简单的处理，并且终仍需要人工干预，例如牌照中省份汉字的识别问题。车牌识别系统是指能够检测到受监控路面的车辆并自动提取牌照信息（含汉字字符、
人脸识别系统安装
图像处理技术:运用图像处理技术解决识别的研究早始于80年代，但国内外均只是就识别中的某一个具体问题进行讨论，并且通常仅采用简单的图像处理技术来解决，并没有形成完整的系统体系，识别过程是使用工业电视摄像机拍下汽车的工前方图像，然后交给计算机进行简单的处理，并且终仍需要人工干预，例如牌照中省份汉字的识别问题。车牌识别系统是指能够检测到受监控路面的车辆并自动提取牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。
人工神经网络技术。近几年来，计算机及相关技术发达的一些开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。司机利用现有收费系统的漏洞通过中途换卡进行逃费的问题将越来越突出，利用车牌识别技术是解决此类问题的根本方法。
采用BAM神经网络方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定ke靠的运行。一个车牌识别系统是否实用，重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。至于什么样的软件跟硬件，适合什么样的环境，这就必须因环境而异，因为不同的应用环境，对于辨识率的要求未必相同，而这就必须靠经验累积。
不能出现差错。我们在车辆的车身形式上来看，许多的车辆一般都会有相应的配置和形状，这里面已经说明了车辆的车门数以及车窗娄，装载的特性等方面的信息，轿车来说车门是两个，而车窗是四个，MPV车型的车车门是五个，可以是溜背式的车，轻型卡车或是说重型卡车几种。除挂车和摩托车外，标牌应固定在门铰链柱、门锁柱或与门锁柱接合的门边之一的柱子上，接近于驾驶员座位的地方；做到一卡一车，车牌识别的优势在于可以把卡和车对应起来，使管理提高一个档次，卡和车的对应的优点在于长租卡须和车配合使用，杜绝一卡多车使用的漏洞，提高物业管理的效益。
（作者： 来源：）
