车牌识别系统的识别率，一个车牌识别系统是否实用，重要的指标是识别率。国际交通技术部门做过的识别率指标论述，要求是全天候全牌正确识别率85%～95%。为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行以上，采集至少1000辆自然车流通行时的照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。


其次，车牌识别系统的识别速度也很关键。识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障。国际交通技术提出的识别速度是1秒以内，越快越好。

车牌识别系统的后台管理。一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。清楚地认识到重要的一点是识别率达到是不可能的，照污损、模糊、遮挡，以及天气原因都可能会影响到车牌识别，而需要做的就是尽可能多的对“问题”进行预先分析，达到尽可能识别准确。

后台管理
一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。清楚地认识到重要的一点是识别率达到是不可能的，因为照污损、模糊、遮挡，或者天气也许很糟（下雪﹑冰雹﹑大雾等等）

车牌识别系统的工作原理是怎么样呢？
近年来随着社会的发展、汽车数量逞几何倍增，对于交通的管理、车辆的停车管理还有收费的管理要求也随着汽车数量的增加而要求更高。

作为全新技术算法识别的一种模式，在智能化的交通领域可以得到广泛的应用。
完整的车牌识别系统它包括：图像抓拍、车牌识别、车辆检测、数据传输等几局部组成。车牌识别系统也包括字符算法、定位算法、和光学字符算法等。当车辆检测局部信息时触发图像采集单元进行采集。系统的采集单元会自动的对图像影像进行预处理，完够定位出车辆的位置，然而再把识别出来的字符进行分割再进行对比，然而组成号的输出。能识别输出步骤通常会有以下几点：
车辆检测：可采用地线圈检测、检测技术、红外检测、视频检测等多种方式感知车辆的经过，而且还触发摄像机对车辆进行抓拍采集。
图像采集：经过摄像抓拍主机对通行车辆实时采集、不连续记载。
预处置：自动曝光、自动白均衡、噪声过滤以及边缘加强、伽马校正、比照度调整等。
定位：在经过图像预处置之后对图像进行行列扫描确定区域位置。
字符的分割：在图像中定位出车辆的所在区域后，经过第二值化和灰度化的处理能够准确定位到字符区域，然后依据字符尺寸特征来进行字符分割。
字符辨认：对分割后的字符缩放、特征提取，与字符数据库模板中的规范字符表达方式停止匹配判别。
结果输出：将辨认的结果以文本格式输出。