车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术，完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等。

　　车牌识别算法是车牌识别系统的基础，对图像进行采集，然后从车牌纹理出发，应用分开理论建立基于有向分形参数的车牌定位预处理模型，结合投影法提取车牌区域，再将字符进行分割和识别，最后输出结果。

　　车牌定位的方法多种多样,归纳起来主要有利用梯度信息投影统计；利用小波变换作分割；车牌区域扫描连线算法；利用区域特性训练分类器的方法等。这是车牌识别算法中最关键的第一步，效果的优劣直接影响到车牌识别率的高低。

　　字符识别是整个系统的核心。在其实际应用中，最为关键的问题是字符特征的选择，如果特征选择不具有很好的区分度，不仅特征维数较大而且还很难获得较好的识别效果。牌上的相似字符，由于外形比较接近，受图像分辨率，光线，车牌污损等影响，一般的分类算法，很容易出现误识别。

　　立方独有的车牌识别技术

　　1)前端识别：一台车牌识别仪即可完成车牌识别功能，接入局域网即可正常工作，无其他冗余设备，如车牌识别盒、计算机、前端控制器等；车牌识别仪只上传车牌识别结果和压缩后的车辆图片。

　　2)视频流识别：正常情况下，车牌识别仪采用视频流拍摄技术，当车辆进入识别区域后，对车辆进行拍照并车牌识别仪，若当前图片质量非常好，车牌识别仪快速识别车牌并上传识别结果；但若当前拍摄环境较差，车牌识别仪始终认为图片质量无法达到要求，一直持续识别等待下一张图片，直至车辆压到地感线圈后，由地感信号触发使摄像机强制上传当前识别结果。

　　3)持续识别：当车辆进入识别区域后，车牌识别仪持续拍摄车辆图片，目前设计为每秒拍摄24张车辆图片，识别仪对每张图片进行数据分析，得出车牌识别结果；当车辆驶出识别区域后，若此时识别仪拍摄了N张车辆图片，即有N个车牌识别结果，识别仪对这N个车牌识别结果进行数据统计，出现概率最多的车牌识别结果即为最准确的结果，最后上传该车牌识别结果和车辆图片信息。