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。

傳統(tǒng)模式識別技術。傳統(tǒng)模式識別技術指結構特征法，統(tǒng)計特征法等。90年代，由于計算機視覺技術的發(fā)展，開始出現汽車牌照識別的系統(tǒng)化研究。1990年AS.Johnson等運用計算機視覺技術和圖像處理技術實現了車輛牌照的自動識別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構造、字符識別等三個部分。利用不同閩值對應的直方圖不同，經過大量統(tǒng)計實驗確定出車牌位置的圖像直方圖的閩值范圍，從而根據特定閩值對應的直方圖分割出車牌，再利用預先設置的標準字符模板進行模式匹配識別出字符。

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。

例如一個車牌系統(tǒng)在白天有90%以上的準確度，到了傍晚就降到80%，夜間又降到70%，這種不穩(wěn)定的系統(tǒng)，比起全天候平均擁有70%準確度的車牌辨識系統(tǒng)更難于整合。因為使用者會認為，既然白天的辨識率有90%，那全天候的準確率都要達到90%才合理，這樣的規(guī)格還不包括奇怪的環(huán)境干擾(暴雨襲擊、冰雹、濃霧區(qū)段等)，與架設環(huán)境限制(高度限制、風大搖晃限制、不容易遭受人為破壞等)。

停車場車輛牌照識別系統(tǒng)的工作原理如下：1.系統(tǒng)通過視頻采集接口采集攝像頭攝入包含車牌的視頻圖像；2.再對動態(tài)采集到的圖像進行處理以克服圖像干擾，改善識別效果；3.接著在動態(tài)采集到的圖像中自動找到車牌的位置也就是邊緣檢測，并分割出單個字符的矩形區(qū)域；4.對車牌進行二值化,后把規(guī)整好的字符輸入字符識別系統(tǒng)進行識別。

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；