車輛駛過(guò)欄桿門(mén)后，欄桿自動(dòng)放下，阻擋后續(xù)車輛進(jìn)入，進(jìn)入的車輛可由車牌攝像機(jī)將車牌影像攝入并送達(dá)至車牌圖像識(shí)別器形成當(dāng)時(shí)駛?cè)胲囕v的車牌數(shù)據(jù)，車牌數(shù)據(jù)與停車憑證數(shù)據(jù)一起存入管理系統(tǒng)計(jì)算機(jī)內(nèi)，進(jìn)庫(kù)的車輛在停車指引燈的指引下停在規(guī)定位置上，此時(shí)管理系統(tǒng)中顯示器上顯示該車的位置已被占用的信息。所以說(shuō)車牌識(shí)別系統(tǒng)是不能的。我們還是遵守交通規(guī)則比較好。

當(dāng)貨運(yùn)車輛經(jīng)過(guò)高速公路超級(jí)站時(shí)，由于復(fù)雜的檢查過(guò)程，經(jīng)常會(huì)造成交通擁堵。大多數(shù)高速公路超級(jí)測(cè)試站也使用手動(dòng)輸入和記錄方法。平均而言，每輛貨車需要2-3分鐘才能被檢測(cè)到。一些交通流量大的交通擁堵通常會(huì)造成交通擁堵。目前的收費(fèi)系統(tǒng)存在一些問(wèn)題：例如司機(jī)之間的換卡，導(dǎo)致收費(fèi)損失；收費(fèi)員欺騙車輛，造成收費(fèi)損失；收費(fèi)員手工打印車牌，工作量大，容易出錯(cuò)；免費(fèi)汽車和黑名單汽車沒(méi)有信息管理。與傳統(tǒng)的車牌識(shí)別產(chǎn)品不同，LPR系列車牌識(shí)別采用DSP作為嵌入式系統(tǒng)系統(tǒng)，單向視頻，一個(gè)工作單元模塊化結(jié)構(gòu)和聯(lián)網(wǎng)，TCP/IP協(xié)議數(shù)據(jù)傳輸方式，無(wú)需工業(yè)計(jì)算機(jī)即可自動(dòng)檢測(cè)車輛，獲取車輛信息，并通過(guò)網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送到系統(tǒng)主機(jī)。

車牌識(shí)別系統(tǒng)應(yīng)用于停車場(chǎng)管理，傳統(tǒng)的手動(dòng)登記模式由自動(dòng)車牌識(shí)別模式代替，從而實(shí)現(xiàn)智能車輛管理模式。通過(guò)自動(dòng)識(shí)別車牌號(hào)碼，自動(dòng)登記，自動(dòng)比對(duì)，系統(tǒng)可實(shí)現(xiàn)自動(dòng)升降，自動(dòng)計(jì)費(fèi)，用戶身份自動(dòng)驗(yàn)證，車內(nèi)外車輛自動(dòng)識(shí)別，車輛數(shù)字自動(dòng)計(jì)算，自動(dòng)報(bào)警等多項(xiàng)功能。其他智能功能。車牌字符識(shí)別;?該方法主要基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)的算法。基于模板匹配算法，首先將分割后的字符二值化并縮放到字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有模板匹配，以選擇較佳匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種：一種是先提取字符，然后利用獲得的特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接將圖像輸入網(wǎng)絡(luò)，網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取，直到識(shí)別結(jié)果為止。在實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)的識(shí)別率也與車牌質(zhì)量和拍攝質(zhì)量密切相關(guān)。車牌的質(zhì)量會(huì)受到各種因素的影響，如生銹，污漬，油漆剝落，字體褪色，車牌遮擋，車牌傾斜，高光反射，多牌照，等；實(shí)際的拍攝過(guò)程也會(huì)受到環(huán)境亮度，拍攝方式，車速等因素的影響。這些影響因素在不同程度上降低了車牌識(shí)別識(shí)別率，這也是車牌識(shí)別系統(tǒng)的難點(diǎn)和挑戰(zhàn)。為了提高識(shí)別率，除了不斷改進(jìn)識(shí)別算法外，我們還應(yīng)該找到克服各種光照條件的方法，使收集的圖像較有利于識(shí)別。