一個車牌識別系統(tǒng)的基本硬件配置是由攝像機、主控機、采集卡、照明裝置組成。而軟件是由一個具有車牌識別功能的圖像分析和處理軟件，以及一個滿足具體應用需求的后臺管理軟件組成。

車牌識別系統(tǒng)于是出現(xiàn)了兩種產品形式，一種是軟硬件一體，或者用硬件實現(xiàn)識別功能模塊，形成一個全硬件的車牌識別器，例如DSP。另外一種形式是開放式的軟、硬件體系，即硬件采用標準工業(yè)產品，軟件作為嵌入式軟件。兩種產品形式各有優(yōu)缺點。開放式體系的優(yōu)點是由于硬件采用標準工業(yè)產品，運行維護容易掌握，備品備件采購可以從任何一家產商獲得，不用擔心因為一家產商倒閉或供貨不足而出現(xiàn)產品永久失效或采購困難。而軟硬件一體式產品，對于使用者操作產品時更易操作及控制。對于后期的維護調試也更易于掌握。

外設觸發(fā)工作方式是指采用線圈、紅外或其他檢測器檢測車輛通過信號，車牌識別系統(tǒng)接受到車輛觸發(fā)信號后，采集車輛圖像，自動識別車牌，以及進行后續(xù)處理。該方法的優(yōu)點是觸發(fā)率高，性能穩(wěn)定；缺點是需要切割地面鋪設線圈，施工量大。

視頻觸發(fā)方式是指車牌識別系統(tǒng)采用動態(tài)運動目標序列圖像分析處理技術，實時檢測車道上車輛移動狀況，發(fā)現(xiàn)車輛通過時捕捉車輛圖像，識別車牌照，并進行后續(xù)處理。視頻觸發(fā)方式不需借助線圈、紅外或其他硬件車輛檢測器。該方法的優(yōu)點是施工方便，不需要切割地面鋪設線圈，也不需要安裝車檢器等零部件，但其缺點也十分顯著，由于算法的極限，該方案的觸發(fā)率與識別率較之外設觸發(fā)都要低很多。

1、間接法:指通過識別安裝在汽車上的IC卡或條形碼中所存儲的車牌的信息來識別車牌及相關信息。IC卡技術識別準確度高，運行可靠，可以全天候作業(yè)，但它整套裝置價格昂貴，硬件設備十分復雜，不適用于異地作業(yè);條形碼技術具有識別速度快、準確度高、可靠性強以及成本較低等優(yōu)點，但是對于掃描器要求很高。此外，二者都需要制定出全國統(tǒng)一的標準，并且無法核對車、條形碼是否相符，也是技術上存在的缺點，這給在短時間內推廣造成困難。

2、直接法:基于圖像的車牌識別技術屬于直接法，是一種無源型汽車牌照智能識別方法，能夠在無任何專用發(fā)送車牌信號的車載發(fā)射設備情況下，對運動狀態(tài)車輛或靜止狀態(tài)車輛的車牌號碼進行非接觸性信息采集并實時智能識別。與間接法識別系統(tǒng)相比，首先，這種系統(tǒng)節(jié)省了設備安置及大量資金，從而提高了經濟效益;其次，由于采用了先進的計算機應用技術，所以可提高識別速度，較好地解決實時性問題;再次，它是根據(jù)圖像進行識別，所以通過人的參與可以解決系統(tǒng)中的識別錯誤，而其他方法是難以與人交互的。

直接法一般有圖像處理技術，傳統(tǒng)模式識別技術及人工神經網(wǎng)絡技術。

1、圖像處理技術:運用圖像處理技術解決汽車牌照識別的研究最早始于80年代，但國內外均只是就車牌識別中的某一個具體問題進行討論，并且通常僅采用簡單的圖像處理技術來解決，并沒有形成完整的系統(tǒng)體系，識別過程是使用工業(yè)電視攝像機拍下汽車的工前方圖像，然后交給計算機進行簡單的處理，并且最終仍需要人工干預，例如車輛牌照中省份漢字的識別問題，1985年有人利用常見的圖像處理技木方法提出漢字識別的分類是在抽取漢字特征的基礎上進行的，根據(jù)漢字的投影直方圖選取浮動閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當閉值，進行量化處理后，形成一個變長鏈碼，再用動態(tài)規(guī)劃法，求出與標準模式鏈碼的最小距離，實現(xiàn)細分米完成漢字省名的自動識別。

2、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(xiàn)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(xiàn)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(jù)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。

3、人工神經網(wǎng)絡技術。近幾年來，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(wǎng)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(wǎng)絡方法對車牌上的字符進行自動識別，BAM神經網(wǎng)絡是由相同神經元構成的雙向聯(lián)想式單層網(wǎng)絡，每一個字符模板對應著唯一個BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。

這種采用BAM神經網(wǎng)絡方法的缺點是無映解決識別系統(tǒng)存儲容量和處理速度相矛盾的問題。

從技術上評價一個車牌識別系統(tǒng)，有三個指標，即識別率、識別速度和后臺管理系統(tǒng)。當然，前提是系統(tǒng)要能夠穩(wěn)定可靠的運行。

一個車牌識別系統(tǒng)是否實用，最重要的指標是識別率。國際交通技術作過專門的識別率指標論述，要求是24小時全天候全牌正確識別率95%以上。

為了測試一個車牌識別系統(tǒng)識別率，需要將該系統(tǒng)安裝在一個實際應用環(huán)境中，全天候運行24小時以上，采集至少1000輛自然車流通行時的車牌照進行識別，并且需要將車輛牌照圖像和識別結果存儲下來，以便調取查看。然后，還需要得到實際通過的車輛圖像以及正確的人工識別結果。之后便可以統(tǒng)計出以下識別率：

1、自然交通流量的識別率=全牌正確識別總數(shù)/實際通過的車輛總數(shù)

2、可識別車牌照的百分率=人工正確讀取的車牌照總數(shù)/實際通過的車輛總數(shù)

3、可識別全牌正確識別率=全牌正確識別的車牌照總數(shù)/人工讀取的車牌照總數(shù)這三個指標決定了車牌識別系統(tǒng)的識別率，諸如可信度、誤識率等都是車牌識別過程中的中間結果。

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。

國際交通技術提出的識別速度是1秒以內，越快越好。