車牌識別系統的原理分析如下：

車輛識別全過程中，支付牌照色調的鑒別根據優化算法不一樣，將會在所述不一樣流程完成，一般 與車輛識別相互配合、相互之間認證。

1)支付牌照定位

地理環境下，小車圖象背景圖繁雜、陽光照射不勻稱，怎樣在自然背景中準確地明確支付牌照地區是全部鑒別全過程的重要。要先對收集到的視頻圖象開展大範疇搜索推薦，尋找合乎汽車牌照特點的多個地區做為備選區，隨後對這種侯選地區做進一步剖析、評定，之終選中一個好的地區做為支付牌照地區，並將其從圖象中提取。

2)支付牌照標識符切分

進行支付牌照地區的定位後，再將支付牌照區域分割成單獨標識符，隨後開展鑒別。標識符切分一般選用豎直投射法。因為標識符在豎直方位上的投射必定在標識符間或標識符內的空隙處獲得部分較小值的周邊，而且這一部位應考慮支付牌照的標識符書寫格式、標識符、規格限定和一些別的標準。運用豎直投射法對繁雜自然環境下的小車圖象中的標識符切分有不錯的實際效果。

3)支付牌照字符識別方式 關鍵有根據模板匹配優化算法和根據神經網絡算法優化算法。根據模板匹配優化算法要先將切分後的標識符二值化並將其規格尺寸放縮為標識符數據庫查詢中模版的尺寸，隨後與全部的模版開展配對，挑選好的配對做為結果。根據神經網絡算法的優化算法有二種：一種是先對標識符開展svm算法，隨後用所得到特點來訓煉神經系統網絡分配器；另一種方式 是立即把圖象鍵入互聯網，由互聯網全自動完成svm算法直到鑒別出結果。

具體運用中，車牌識別系統的準確率還與支付牌照品質和拍攝品質息息相關。支付牌照品質會遭受多種要素的危害，如銹蝕、破損、漆料脫落、字體樣式退色、支付牌照被擋住、支付牌照歪斜、高亮度返光、多支付牌照、假牌照這些；具體拍攝全過程也會遭受自然環境色度、拍攝方法、車子速率這些要素的危害。這種影響因素不一樣水平上減少了車輛識別的準確率，也更是車牌識別系統的艱難和挑戰所屬。以便提升準確率，除開不斷健全鑒別優化算法還應當想辦法擺脫各種各樣陽光照射標準，使收集到的圖象有利於鑒別。