工业相机一般安装在机器流水线上代替人眼来做测量和判断，通过数字图像摄取目标转换成图像信号，传送给*的图像处理系统，图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。1、通常您首先需要知道系统精度要求和相机分辨率，可以通过公式：X方向系统精度(X方向像素值)=视野范围(X方向)/CCD芯片像素数量( X方向)Y方向系统精度(Y方向像素值)=视野范围(Y方向)/CCD 芯片像素数量( Y方向)2、当然理论像素值的得出，要由系统精度及亚像素方法综合考虑；接着您要知道系统速度要求与相机成像速度：系统单次运行速度=系统成像(包括传输)速度+系统检测速度虽然系统成像(包括传输)速度可以根据相机异步触发功能、快门速度等进行理论计算，****.好的方法还是通过软件进行实际测试。

*识别的技术近年来在国内已经日趋成熟。有些学者认为*识别可分三阶段：前处理，将图像二值化后进行清除噪声。而后**，利用连接组件标示法，找出图像中之连接组件加以分析，进而判断*位置。字符识别，分割字符完毕后依文字大小设定结构组件之大小，****后利用型态学的方法找出文字特征加以比对。

还有一些学者采用其它方法，如搜寻*后以图素分割法切割字符住后利用类*网络识别字符；或者利用灰阶转换数之计算找出可能之*位置，再分割字符，在利用笔划分析法识别字符；或者利用图像中灰阶值之变化特性寻找*位置，在利用垂直投影直方图分割字符，以灰阶值关连度进行识别。

由于国内与国*通组成的不同，国外的研究仅对大车与小车两种作辨认，而国内则较复杂，但一般研究均简化车种为大车、小车与机车，以此三类做识别。

以检测线或样本点作为识别车种的途径时，由于所取资料量少，较不利于车种识别，故以此法进行者较少。就日间图像的车辆识别来说通常以车辆的特征如：外型、尺寸为分类准则。相关文献整理如下。

近年发展迅速、应用到许多领域的“类*网络(Neural Network)”也被应用到车种的识别上。此外，亦可藉由车辆.牌照途径，将号码图像二值化，以特征匹配的方式识别并记录该*号码，透过数据库的比对，每个号码可对应于某一车种，可用于抓拍违章车辆、车辆计数、车种识别、起迄点调查与旅行时间分析等。