支持牌照類(lèi)型:普通藍(lán)牌、黑牌、黃牌、雙層黃牌、警車(chē)車(chē)牌、新式車(chē)牌、新式軍牌、使館車(chē)牌、港澳進(jìn)出大陸車(chē)牌。折疊編輯本段核心特色優(yōu)化的嵌入式車(chē)牌識(shí)別算法:綜合識(shí)別率99.58%;的成像自動(dòng)控制:自動(dòng)跟蹤光線變化、有效抑制順光和逆光;夜間抑制汽車(chē)大燈;補(bǔ)光燈基于圖像分析算法進(jìn)行控制，避免了傳統(tǒng)基于光敏電阻補(bǔ)光的不穩(wěn)定性;可脫機(jī)運(yùn)行:前置數(shù)據(jù)存儲(chǔ)功能;無(wú)車(chē)牌車(chē)輛智能處理:多觸發(fā)機(jī)制無(wú)車(chē)牌(或嚴(yán)重污損等)車(chē)輛的正常通行管理;

在交通管理系統(tǒng)中可以將車(chē)輛在某條道路的平均旅行時(shí)間作為判斷該道路擁堵?tīng)顩r的一個(gè)參數(shù)。安裝車(chē)牌識(shí)別設(shè)備于道路的起止點(diǎn)，識(shí)讀所有通過(guò)車(chē)輛并將牌照號(hào)碼傳回交通指揮中心，指揮中心的管理系統(tǒng)根據(jù)這些結(jié)果就可計(jì)算出車(chē)輛平均旅行時(shí)間。

紅外光路線是指利用車(chē)牌反光和紅外光的光學(xué)特性，用紅外攝像機(jī)采集車(chē)輛灰度圖像，由于紅外特性，車(chē)輛圖像上幾乎只能看見(jiàn)車(chē)牌，然后用黑白圖像處理方法識(shí)別車(chē)牌。950nm的紅外照明裝置可抓拍到很好的反光車(chē)牌照?qǐng)D像。因紅外光是不可見(jiàn)光，它不會(huì)對(duì)駕駛員產(chǎn)生視覺(jué)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(shí)候，還是在一天中暗的時(shí)候。的例外是在白天，有時(shí)會(huì)看到一些牌照周?chē)募?xì)節(jié)，這是因?yàn)榍缋侍鞖鈺r(shí)太陽(yáng)光的外光波的影響。采用紅外燈的缺點(diǎn)就是所捕獲的車(chē)牌照?qǐng)D像不是彩色的，不能獲取整車(chē)圖像，并且嚴(yán)重依賴(lài)車(chē)牌反光材料。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國(guó)家開(kāi)始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車(chē)牌自動(dòng)識(shí)別問(wèn)題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對(duì)車(chē)牌上的字符進(jìn)行自動(dòng)識(shí)別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對(duì)應(yīng)著個(gè)BAM矩陣，通過(guò)與車(chē)牌上的字符比較，識(shí)別出正確的車(chē)牌號(hào)碼。

一個(gè)車(chē)牌識(shí)別系統(tǒng)的后臺(tái)管理體系，決定了這個(gè)車(chē)牌識(shí)別系統(tǒng)是否好用。清楚地認(rèn)識(shí)到重要的一點(diǎn)是識(shí)別率達(dá)到是不可能的，因?yàn)檐?chē)牌照污損、模糊、遮擋，或者天氣也許很糟（下雪﹑冰雹﹑大霧等等）。

幾乎每家都宣稱(chēng)擁有高辨識(shí)率，但為了避免事后因?yàn)殡p方對(duì)產(chǎn)品認(rèn)知有差異，而將運(yùn)作不良的責(zé)任互相推托，用戶(hù)在采購(gòu)車(chē)牌辨識(shí)系統(tǒng)時(shí)，不妨要求實(shí)地測(cè)試，而且測(cè)試時(shí)間好超過(guò)兩個(gè)禮拜，比較能判斷辨識(shí)結(jié)果是否“言過(guò)其實(shí)”。因?yàn)槎嘧兊沫h(huán)境，兩個(gè)禮拜應(yīng)該可以對(duì)于場(chǎng)域可能影響辨識(shí)率的情形，大約掌握了八成，如果只是測(cè)一天、甚至幾個(gè)小時(shí)，是無(wú)法了解的。