影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。为了进行车牌识别，需要以下几个基本的步骤：1、 牌照定位，定位图片中的牌照位置；2、牌照字符分割，把牌照中的字符分割出来；有效的自动比对和查询技术，被识别的车牌照号码要求同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时就要采用的模糊查询技术才能得出的比对结果。3、牌照字符识别，把分割好的字符进行识别，终组成牌照号码。车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。

实际拍摄过程也会受到环境亮度、拍摄方式、车辆速度等等因素的影响。这些影响因素不同程度上降低了车牌识别的识别率，也正是车牌识别系统的困难和挑战所在。为了提高识别率，除了不断地完善识别算法还应该想办法克服各种光照条件，使采ji到的图像利于识别。采用计算机视觉技术识别车牌的流程通常都包括车辆图像采ji，车牌定位，字符分割，光学字符识别，输出识别结果5个步骤。国际ITS通行的两条主流技术路线是自然光和红外光图像采集识别。

可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数。可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。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。通过对图像的采集和处理，完成车牌自动识别功能，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。