车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字元。车牌识别过程包括图像採集、预处理、车牌定位、字元分割、字元识别、结果输出等一系列算法运算，其运行流程如下：

通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、採集。

图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机採集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。

车牌定位的準确与否直接决定后面的字元分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特徵分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。

在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字元区域，然后根据字元尺寸特徵提出动态模板法进行字元分割，并将字元大小进行归一化处理。

对分割后的字元进行缩放、特徵提取，获得特定字元的表达形式，然后通过分类判别函式和分类规则，与字元资料库模板中的标準字元表达形式进行匹配判别，就可以识别出输入的字元图像。

将车牌识别的结果以文本格式输出。
当前比较能代表国内最高技术水平的是火眼臻睛车牌识别系统，该系统针对这些基础的算法更进了一步。解决了如下技术难点：（1）在複杂背景的图象中如何準确而迅速地定位分割牌照区域；（2）对于字元识别的準确率提高；（3）在易混淆字元上有更先进的处理方法。综上，主要运用到以下三种车牌识别算法：
1.启发式车牌定位算法；也就是启发式自适应多融合算法。
2.大规模神经网路识别算法；主要是通过海量数据训练，当然神经通路的设计也很重要。
3.易混淆字元专门处理。

车牌识别软体可广泛套用于智慧型交通、公路卡口、停车场管理、电子警察等领域。