車(chē)牌識(shí)別技術(shù)的構(gòu)成一般最少包含2個(gè)部分：(1)rfid標(biāo)簽;(2)閱讀軟件。rfid標(biāo)簽中一般儲(chǔ)存有承諾文件格式的電子數(shù)據(jù)，在具體運(yùn)用中，rfid標(biāo)簽依附在待辨識(shí)物品的表層。閱讀軟件又稱(chēng)之為讀取設(shè)備，可無(wú)觸碰地載入并鑒別rfid標(biāo)簽中所存放的電子數(shù)據(jù)，進(jìn)而做到自動(dòng)檢索物件的目地。進(jìn)一步根據(jù)電子計(jì)算機(jī)及互聯(lián)網(wǎng)完成對(duì)物體識(shí)別信息內(nèi)容的收集、解決及遠(yuǎn)程控制傳輸?shù)缺O(jiān)管作用。
車(chē)牌識(shí)別技術(shù)重點(diǎn)在于下列三一部分：車(chē)牌精準(zhǔn)定位、字符切分和寧符鑒別，下邊就從這三個(gè)層面對(duì)車(chē)牌識(shí)別系統(tǒng)的快速發(fā)展和現(xiàn)況開(kāi)展簡(jiǎn)易詳細(xì)介紹：
車(chē)牌圖象通常是在錯(cuò)綜復(fù)雜的條件中拍照獲得的，車(chē)牌因?yàn)榕c錯(cuò)綜復(fù)雜的車(chē)體環(huán)境融為一體，因?yàn)檐?chē)牌在運(yùn)用中損壞與塵土及拍照儀器設(shè)備的干擾及其因?yàn)橛谧詳z視角的小同，車(chē)牌在圖片中常常有較大的變形，怎樣在繁雜環(huán)境巾精確、迅速找到車(chē)牌的地方變成車(chē)牌鑒別中的難題。
現(xiàn)階段已經(jīng)有許多專(zhuān)家學(xué)者在這方面開(kāi)展了科學(xué)研究，匯總起來(lái)具體有如下所示幾種方法：
(1)根據(jù)水準(zhǔn)灰度級(jí)轉(zhuǎn)變特征的方法，這類(lèi)方法關(guān)鍵在車(chē)牌精準(zhǔn)定位之前，必須對(duì)圖片開(kāi)展預(yù)備處理，將彩色圖像轉(zhuǎn)化為二值化，利用車(chē)牌地區(qū)水平方向的紋路特征開(kāi)展車(chē)牌精準(zhǔn)定位;
(2)根據(jù)邊沿槍測(cè)的精準(zhǔn)定位方法，這類(lèi)方法是利用車(chē)牌地區(qū)豐富多彩的邊沿特征開(kāi)展車(chē)牌精準(zhǔn)定位，可以開(kāi)展檢驗(yàn)的方法有多種多樣，如Roberts邊沿算法、Prewitt算子、Sobel算法及其拉普拉斯圖像分割;
(3)根據(jù)車(chē)牌色調(diào)特征的精準(zhǔn)定位方法，這類(lèi)方法主要是運(yùn)用車(chē)牌的紋路特征、樣子特征和色調(diào)特征即利用牟牌字符和車(chē)牌背景色具備顯著的差距特征來(lái)清除影響開(kāi)展車(chē)牌的精準(zhǔn)定位;
(4)根據(jù)Housh轉(zhuǎn)換的車(chē)牌精準(zhǔn)定位方法，這類(lèi)方法是利用車(chē)牌外框的幾何圖形特征，采用找尋車(chē)牌外框平行線的方法開(kāi)展車(chē)牌精準(zhǔn)定位;
(5)根據(jù)轉(zhuǎn)換域的車(chē)牌精準(zhǔn)定位方法，這類(lèi)方法是將圖象從航線轉(zhuǎn)換到時(shí)域開(kāi)展剖析，例如，選用小波分析等;
(6)根據(jù)數(shù)學(xué)課形態(tài)學(xué)的車(chē)牌精準(zhǔn)定位方法，這類(lèi)方法是利用數(shù)學(xué)課形態(tài)學(xué)圖象處理的主要觀念，利用一個(gè)構(gòu)造原素來(lái)檢測(cè)一個(gè)圖象，看是不是能將這種構(gòu)造原素有效的填放到圖象內(nèi)部結(jié)構(gòu)，與此同時(shí)認(rèn)證填放原素的方法足否合理。浸蝕、脹大、打開(kāi)和關(guān)上是數(shù)學(xué)課形態(tài)學(xué)的基本上計(jì)算。
車(chē)牌字符的恰當(dāng)切分足開(kāi)展下一步車(chē)牌字符鑒別的基本，現(xiàn)階段較常用的方法有以下幾類(lèi)：
(1)車(chē)牌地區(qū)紋路特征的方法，這類(lèi)方法是利用車(chē)牌地區(qū)字符和背景色具備不一樣的灰度級(jí)特征進(jìn)而開(kāi)展外框除去和字符切分的方法;
(2)根據(jù)數(shù)學(xué)課形態(tài)學(xué)的方法，這類(lèi)方法是利用形態(tài)學(xué)的腐蝕性和脹大，將車(chē)牌字符地區(qū)構(gòu)成連通域的方法除去外框，冉進(jìn)一步選用字符連通域的方式開(kāi)展字符切分;
(3)根據(jù)Hough轉(zhuǎn)換的字符切分方法，這類(lèi)方法是利用Hough轉(zhuǎn)換，找尋車(chē)牌字符的左右界限，再融合車(chē)牌字符的排序特征開(kāi)展字符的切分。
車(chē)牌字符識(shí)別方法根據(jù)計(jì)算機(jī)視覺(jué)基礎(chǔ)理論，關(guān)鍵有：
(3)根據(jù)人工神經(jīng)網(wǎng)絡(luò)的字符鑒別;
因?yàn)檐?chē)輛車(chē)牌圖象所處三維成像自然環(huán)境紛繁復(fù)雜難以收集到一個(gè)完全的有象征性初始圖象集做為數(shù)據(jù)分析的基本，因而統(tǒng)計(jì)分析方法難以完成。此外車(chē)牌字符常產(chǎn)生形變、斷缺等狀況，使字符構(gòu)造損傷，則取決于字體結(jié)構(gòu)一致性的構(gòu)造鑒別方法所獲取的特征會(huì)不精確，鑒別結(jié)果的誤識(shí)率也高。因而具體用以車(chē)牌鑒別的方法主要是后兩大類(lèi)。
根據(jù)人工神經(jīng)網(wǎng)絡(luò)的字符鑒別方法，具備較好的容錯(cuò)機(jī)制工作能力，歸類(lèi)水平和實(shí)時(shí)處理工作能力及自我學(xué)習(xí)能力，運(yùn)用神經(jīng)元網(wǎng)絡(luò)完成計(jì)算機(jī)視覺(jué)，運(yùn)作速度更快，響應(yīng)式好，屏幕分辨率高。對(duì)信息內(nèi)容繁雜、環(huán)境不清楚、邏輯推理不清晰的問(wèn)題尤其有益。但神經(jīng)網(wǎng)絡(luò)算法為了更好地確保系統(tǒng)高準(zhǔn)確率也要很多樣版，通過(guò)學(xué)習(xí)獲得專(zhuān)業(yè)知識(shí)并改善本身特性。當(dāng)學(xué)習(xí)系統(tǒng)所處自然環(huán)境穩(wěn)定時(shí)(統(tǒng)計(jì)分析特點(diǎn)不隨時(shí)長(zhǎng)轉(zhuǎn)變)，神經(jīng)元網(wǎng)絡(luò)可以學(xué)得這種自然環(huán)境統(tǒng)計(jì)分析特點(diǎn)，做為工作經(jīng)驗(yàn)記牢。假如自然環(huán)境是是非非穩(wěn)定時(shí)(統(tǒng)計(jì)分析特點(diǎn)隨時(shí)間更改)，神經(jīng)元網(wǎng)絡(luò)難以融入學(xué)習(xí)環(huán)境特點(diǎn)，因而無(wú)法確保識(shí)別技術(shù)的2個(gè)規(guī)定。根據(jù)模板匹配的字符鑒別方法，相對(duì)性?xún)?yōu)化算法簡(jiǎn)易，速率較快，獲得了廣泛運(yùn)用。
根據(jù)模板匹配的字符鑒別方法關(guān)鍵有：簡(jiǎn)易模板匹配，外部輪廊配對(duì)，投射編碼序列特征配對(duì)，外部輪廊投射配對(duì)，根據(jù)HmLsdorff 間距的模板匹配這些。