系统进行视频车辆检测，需要具备很高的处理速度并采用的算法，在基本不丢帧的情况下实现图像采集、处理。若处理速度慢，则导致丢帧，使系统无法正确检测到行驶速度较快的车辆，同时也难以在有利于识别的位置开始识别处理，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。
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集，车牌定位，字符分割，光学字符识别，输出识别结果5个步骤。车辆图像的采集方式决定了车牌识别的技术路线。目前国际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。自然光和红外光不会对人体产生不良的心理影响，也不会对环境产生新的电子污染，属于绿色环保技术。
识别速度：
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。
计算车辆旅行时间
在交通管理系统中可以将车辆在某条道路的平均旅行时间作为判断该道路拥堵状况的一个参数。安装车牌识别设备于道路的起止点，识读所有通过车辆并将牌照号码传回交通指挥中心，指挥中心的管理系统根据这些结果就可计算出车辆平均旅行时间。
车牌识别核心步骤一般分为六步：1、图像捕捉采集；2、预处理；3、车牌定位；4、字符分割；5、字符识别；6、输出车牌识别一体机抓拍的结果。
车牌识别一体机对进入停车场的车辆车牌快速抓拍捕捉确定位置，根据车牌颜色、数字、字母识别分割，提取信息并储存到电脑里，方便车辆管理，这样的算法准确，避免出入口拥堵现象的发生。车牌识别系统可以全天不间断工作，自动调节拍摄车牌时照成白平衡，色彩对比度不合理情况，将车牌识别设备安装于出入口，记录车辆的牌照号码、出入时间，并与地感线圈，栏杆机起降的控制结合，实现车辆的自动管理。节省人力、提率。
车牌识别中主要涉及7个基础算法：
1、车牌定位——负责发现和隔离图像中的车牌；
2、车牌方向和大小——补偿车牌倾斜和调整至需要的分辨率；
3、归一化——调整图像亮度和对比度；
4、字符分割——找到车牌上的每个字符；
5、光学字符识别；
6、句法/几何分析——检查违反特定国家规则的字符和位置；
7、通过多个字段/图像识别的平均值生成一个更可靠或更可信的结果。尤其当每张图可能包含反射光，部分遮挡或其他临时影响。
上述每个环节的复杂度决定了系统的准确性。第三个阶段(归一化)，一些系统使用边缘检测技术增加字母和底牌的差异。中值滤波也可能被用于减少图片噪声。
