車牌識別系統選用高度模塊化設計，將車牌識別流程的各個階段分別作為一個單獨的模塊，選用國際領先的計算機優化算法技術，先根據攝像頭獲取車牌視頻圖像，對獲得的每一幀圖像，江蘇琪瑞特智能科技有限公司利用全新高效視頻檢測技術對車牌開展定位和追蹤，從中自動獲取車牌圖像，隨后通過車牌精準定位、分割和識別模塊清晰地自動分割和識別字符，獲得車牌的所有字符信息及其色調信息。

　　車牌定位模塊

　　車牌定位模塊是一個十分重要的階段，是后面環節基本，其準確性對整體系統性能的影響巨大。該系統完成了一種徹底根據學習多種特征融合的車牌定位新算法，主要適用于繁雜的環境環境與不同的拍攝視角。同歩內嵌的區域設置作用，能夠很大程度上降低外部環境針對車牌識別的影響，做到好的識別效率。

　　車牌糾正及定位模塊

　　受拍照條件的限制，圖像里的車牌總在所難免存在一定的歪斜，需要一個糾正和定位階段來進一步提高車牌圖像的品質，為分割和識別模塊做準備。該系統應用獨創的精心設計的迅速圖像解決過濾器，處理速度快，利用車牌總體信息，防止了部分噪音造成的影響，另一個優勢就是根據對多個中間結果的解讀還能夠對車牌開展定位，進一步減少非車牌區域的危害。該系統相較其他企業的車牌識別系統，針對歪斜車牌圖片的適用要更多，一般的車牌識別軟件，支持的傾斜角度是±5°，該車牌識別軟件，能適用±45°的傾斜角度，同時通過內部歪斜校準算法，不會因為傾斜角度的提高而減少識別率。

　　車牌分割模塊

　　車牌分割模塊利用車牌文字的灰度、色調、邊緣分布等各類特點，能較好地抑止車牌周邊別的噪音的影響，并能忍受一定傾斜角度的車牌。

　　車牌識別模塊

　　在車牌識別模塊中，使用了多種識別模型結合的方式，構建了一種層次化的字符識別步驟，高效地提升了字符識別的準確率。另一方面，在字符識別以前，使用計算機優化算法對字符圖像展開了早期解決，不但保存了圖像信息，并且提升了圖像質量與類似字符的可區別性，確保了字符識別的穩定性。

　　車牌識別結論決策模塊

　　車牌識別系統能夠對每幀車牌圖像進行實時識別，所以在一輛車的識別環節中，該系統將得到多個相同或不同的識別結論。這就需要一個識別結論的決策模塊，具體地說，決策模塊利用一個車牌的幀圖像，對識別結論開展智能的決策，根據測算觀察幀率、識別結論可靠性、平均真實度和相似性等度量值獲得該車牌綜合真實度點評，進而決定是否導出識別結論，或者回絕該結論。一個車牌的識別結果是通過對比全部幀的識別結論，對這些開展智能的分類和投票，并結合一定的文法信息綜合成的。此方法綜合利用了全部幀的信息，降低了過去根據單幅圖像的識別算法所產生的隨機性錯誤，大大提升了全面的識別率和識別結果的準確性和可靠性。