車牌識別算法是車牌識別系統的基礎，對圖像進行采集，然后從車牌紋理出發，應用分開理論建立基于有向分形參數的車牌定位預處理模型，結合投影法提取車牌區域，再將字符進行分割和識別，最后輸出結果。

    車牌定位的方法多種多樣,歸納起來主要有利用梯度信息投影統計；利用小波變換作分割；車牌區域掃描連線算法；利用區域特性訓練分類器的方法等。這是車牌識別算法中最關鍵的第一步，效果的優劣直接影響到車牌識別率的高低。

    字符識別是整個系統的核心。在其實際應用中，最為關鍵的問題是字符特征的選擇，如果特征選擇不具有很好的區分度，不僅特征維數較大而且還很難獲得較好的識別效果。牌上的相似字符，由于外形比較接近，受圖像分辨率，光線，車牌污損等影響，一般的分類算法，很容易出現誤識別。

    立方獨有的車牌識別技術

   1)前端識別：一臺車牌識別儀即可完成車牌識別功能，接入局域網即可正常工作，無其他冗余設備，如車牌識別盒、計算機、前端控制器等；車牌識別儀只上傳車牌識別結果和壓縮后的車輛圖片。

   2)視頻流識別：正常情況下，車牌識別儀采用視頻流拍攝技術，當車輛進入識別區域后，對車輛進行拍照并車牌識別儀，若當前圖片質量非常好，車牌識別儀快速識別車牌并上傳識別結果；但若當前拍攝環境較差，車牌識別儀始終認為圖片質量無法達到要求，一直持續識別等待下一張圖片，直至車輛壓到地感線圈后，由地感信號觸發使攝像機強制上傳當前識別結果。

   3)持續識別：當車輛進入識別區域后，車牌識別儀持續拍攝車輛圖片，目前設計為每秒拍攝24張車輛圖片，識別儀對每張圖片進行數據分析，得出車牌識別結果；當車輛駛出識別區域后，若此時識別儀拍攝了N張車輛圖片，即有N個車牌識別結果，識別儀對這N個車牌識別結果進行數據統計，出現概率最多的車牌識別結果即為最準確的結果，最后上傳該車牌識別結果和車輛圖片信息。