车牌识别系统有两种启动时方式，一种是外设启动时，另一种是视频启动时。 外设启动时工作方式是指使用线圈、红外或其他检测器检测车辆通过信号，车牌识别系统拒绝接受到车辆启动时信号后，收集车辆图像，自动识别车牌，以及展开先前处置。该方法的优点是启动时亲率低，性能平稳；缺点是必须切割成地面铺设线圈，施工量大。 视频启动时方式是指车牌识别系统使用动态运动目标序列图像分析处置技术，动态检测车道上车辆移动状况，找到车辆通过时捕猎车辆图像，辨识车牌照，并展开先前处置。
视频启动时方式不须要利用线圈、红外或其他硬件车辆检测器。该方法的优点是施工便利，不必须切割成地面铺设线圈，也不必须加装车检器等零部件，但其缺点也十分贞着，由于算法的无限大，该方案的启动时亲率与识别率较之外另设启动时都要较低很多。 1)间接法：指通过辨识加装在汽车上的IC卡或条形码中所存储的车牌的信息来辨识车牌及涉及信息。
IC卡技术辨识准确度低，运营可信，可以全天候作业，但它整套装置价格昂贵，硬件设备十分复杂，呼吸困难用作异地作业；条形码技术具备辨识速度快、准确度低、可靠性强劲以及成本较低等优点，但是对于扫描器拒绝很高。此外，二者都必须制订出有全国统一的标准，并且无法比对车、条形码否吻合，也是技术上不存在的缺点，这给在短时间内推展导致艰难。 2)必要法：基于图像的车牌辨识技术归属于必要法，是一种无源型汽车牌照智能识别方法，需要在无任何专用发送到车牌信号的车载升空设备情况下，对运动状态车辆或静止状态车辆的车牌号码展开非接触性信息采集并动态智能识别。与间接法识别系统比起，首先，这种系统节省了设备移往及大量资金，从而提升了经济效益；其次，由于使用了先进设备的计算机应用技术，所以可提升辨识速度，较好地解决实时性问题；再度，它是根据图像展开辨识，所以通过人的参予可以解决问题系统中的辨识错误，而其他方法是无法与人交互的。
必要法一般有图像处理技术，传统模式识别技术及人工神经网络技术。 1)图像处理技术：运用图像处理技术解决问题汽车牌照辨识的研究最先始自80年代，但国内外皆只是就车牌辨识中的某一个明确问题展开辩论，并且一般来说仅有使用非常简单的图像处理技术来解决问题，并没构成原始的系统体系，辨识过程是用于工业电视摄像机拍电影下汽车的工前方图像，然后转交计算机展开非常简单的处置，并且最后仍必须人工干预，例如车辆牌照中省份汉字的辨识问题，1985年有人利用少见的图像处理技木方法明确提出汉字辨识的分类是在提取汉字特征的基础上展开的，根据汉字的投影直方图挑选浮动闭值，提取汉字在垂直方向的峰值，利用树形排序法展开汉字的细分类；然后根据汉字在水平方向的投影直方图，挑选必要闭值，展开分析处置后，构成一个变大链码，再行用动态规划法，算出与标准模式链码的大于距离，构建细分米已完成汉字省名的自动识别。 2)传统模式识别技术。
传统模式识别技术指结构特征法，统计资料特征法等。90年代，由于计算机视觉技术的发展，开始经常出现汽车牌照辨识的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术构建了车辆牌照的自动识别系统。
该系统分成图像拆分、特征提取和模板结构、字符识别等三个部分。利用有所不同闽值对应的直方图有所不同，经过大量统计资料实验确认出有车牌方位的图像直方图的闽值范围，从而根据特定闽值对应的直方图拆分出有车牌，再行利用预先设置的标准字符模板展开模式匹配辨识出有字符。
3)人工神经网络技术。近几年来，计算机及涉及技术繁盛的一些国家开始探究用人工神经网络技术解决问题车牌自动识别问题，例如1994年M.M.M.FANHY等就顺利地运用了BAM神经网络方法对车牌上的字符展开自动识别，BAM神经网络是由完全相同神经元包含的双向误解式单层网络，每一个字符模板对应着唯一个BAM矩阵，通过与车牌上的字符较为，辨识出有准确的车牌号码。
这种使用BAM神经网络方法的缺点是无映解决问题识别系统存储容量和处理速度互为对立的问题。
本文来源：678体育-www.nextbestmodels.com