人工神经网络技术。近几年来，计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，车牌识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。这种采用BAM神经网络方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。

一个车牌识别系统是否实用，车牌识别管理，的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。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24小时以上，采集至少1000辆自然车流通行时的车牌1照进行识别，并且需要将车辆牌1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。

之后便可以统计出以下识别率：

1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数

2、可识别车牌1照的百分率=人工正确读取的车牌1照总数/实际通过的车辆总数

3、可识别全牌正确识别率=全牌正确识别的车牌1照总数/人工读取的车牌1照总数这三个指标决定了车牌识别系统的识别率，车牌识别摄像头，诸如可信度、误识率等都是车牌识别过程中的中间结果。

车牌识别停车场管理系统将摄像机在入口拍摄的车辆车牌号码图象自动识别并转换成数字信号。做到一卡一车，车牌识别的优势在于可以把卡和车对应起来，使管理提高一个档次，卡和车的对应的优点在于长租卡须和车配合使用，杜绝一卡多车使用的漏洞，车牌识别系统，提高物业管理的效益；同时自动比对进出车辆，防止偷盗事件的发生。升级后的摄像系统可以采集更清晰的图片，作为档案保存，可以为一些纠纷提供有力的证据。 方便了管理人员在车辆出场时进行比对，大大增强了系统的安全性。


车牌识别-超楚科技-车牌识别摄像头由武汉超楚科技发展有限公司提供。武汉超楚科技发展有限公司为客户提供“车牌识别,道闸,门禁,楼宇对讲,人脸识别”等业务，公司拥有“超楚科技”等品牌，专注于其它等行业。欢迎来电垂询，联系人：朱总。