在交通管理系統(tǒng)中可以將車(chē)輛在某條道路的平均旅行時(shí)間作為判斷該道路擁堵?tīng)顩r的一個(gè)參數(shù)。安裝車(chē)牌識(shí)別設(shè)備于道路的起止點(diǎn)，識(shí)讀所有通過(guò)車(chē)輛并將牌照號(hào)碼傳回交通指揮中心，指揮中心的管理系統(tǒng)根據(jù)這些結(jié)果就可計(jì)算出車(chē)輛平均旅行時(shí)間。

系統(tǒng)進(jìn)行視頻車(chē)輛檢測(cè)，需要具備很高的處理速度并采用的算法，在基本不丟幀的情況下實(shí)現(xiàn)圖像采集、處理。若處理速度慢，則導(dǎo)致丟幀，使系統(tǒng)無(wú)法檢測(cè)到行駛速度較快的車(chē)輛，同時(shí)也難以在有利于識(shí)別的位置開(kāi)始識(shí)別處理，影響系統(tǒng)識(shí)別率。因此，將視頻車(chē)輛檢測(cè)與牌照自動(dòng)識(shí)別相結(jié)合具備一定的技術(shù)難度。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國(guó)家開(kāi)始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車(chē)牌自動(dòng)識(shí)別問(wèn)題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對(duì)車(chē)牌上的字符進(jìn)行自動(dòng)識(shí)別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對(duì)應(yīng)著個(gè)BAM矩陣，通過(guò)與車(chē)牌上的字符比較，識(shí)別出正確的車(chē)牌號(hào)碼。

例如一個(gè)車(chē)牌系統(tǒng)在白天有90%以上的準(zhǔn)確度，到了傍晚就降到80%，夜間又降到70%，這種不穩(wěn)定的系統(tǒng)，比起全天候平均擁有70%準(zhǔn)確度的車(chē)牌辨識(shí)系統(tǒng)更難于整合。因?yàn)槭褂谜邥?huì)認(rèn)為，既然白天的辨識(shí)率有90%，那全天候的準(zhǔn)確率都要達(dá)到90%才合理，這樣的規(guī)格還不包括奇怪的環(huán)境干擾(暴雨襲擊、冰雹、濃霧區(qū)段等)，與架設(shè)環(huán)境限制(高度限制、風(fēng)大搖晃限制、不容易遭受人為破壞等)。

在日常錄入違法號(hào)牌信息中發(fā)現(xiàn)車(chē)輛號(hào)牌信息與系統(tǒng)顯示的車(chē)牌信息不符時(shí)，民警通過(guò)核查車(chē)輛信息后，把有違反交通法規(guī)的車(chē)輛信息錄入指揮中心的黑名單報(bào)警系統(tǒng)。此車(chē)在轄區(qū)內(nèi)行駛時(shí)，號(hào)牌會(huì)被系統(tǒng)自動(dòng)識(shí)別報(bào)警。

車(chē)牌識(shí)別系統(tǒng)還具有通過(guò)視頻圖像判斷是否有車(chē)的功能稱之為視頻車(chē)輛檢測(cè)。一個(gè)完整的車(chē)牌識(shí)別系統(tǒng)應(yīng)包括車(chē)輛檢測(cè)、圖像采集、車(chē)牌識(shí)別等幾部分。當(dāng)車(chē)輛檢測(cè)部分檢測(cè)到車(chē)輛到達(dá)時(shí)觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。車(chē)牌識(shí)別單元對(duì)圖像進(jìn)行處理，定位出牌照位置，再將牌照中的字符分割出來(lái)進(jìn)行識(shí)別，然后組成牌照號(hào)碼輸出。