车辆号牌是对车辆身份识别的标记，它的特殊性和重要性决定了倍 加 信 车 牌 识 别系统成为城市智能交通管理系统中不可或缺的重要组成部分。作为现代交通管理手段的重要一环，倍 加 信 车 牌 识 别经过多年的发展，已不再是单一的识别车牌，而是朝着更广泛的应用领域、更多的功能方向发展，为自动化的智能交通管理提供了高效、实用的手段。本文将对倍 加 信 车 牌 识 别的发展以及其在智能交通中的应用与发展趋势作些介绍。
作为智能交通领域发现、确定车辆身份的*主要手段，倍 加 信 车 牌 识 别是智能交通的核心技术之一，智能交通的很多应用都和倍 加 信 车 牌 识 别产品密不可分，一般可分为以下几类:
1.基本应用
闯红灯抓拍和卡口系统(旅行时间可以看作是对卡口系统的一种资源整合)是倍 加 信 车 牌 识 别*基本的应用场景。在模式识别领域，根据对待检测目标输入信号的可控程度可将场景分为"全可控场景"和"不可控场景"，闯红灯抓拍和卡口系统中对待识别目标车辆的出现位置、时机、光照环境都进行了全面的把控，因此属于比较典型的"全可控场景"，倍 加 信 车 牌 识 别的可靠性是各类相关应用中*的。相应的，移动(车载)卡口以及利用普通的监控相机获得的画面来进行的倍 加 信 车 牌 识 别应用对倍 加 信 车 牌 识 别算法的稳定性要求就要高很多。
2.扩展应用
由于倍 加 信 车 牌 识 别技术日益成熟，在某些智能交通应用中一些并非以车牌为目的的应用也可借助倍 加 信 车 牌 识 别来完成，例如车辆的视频测速。由于高稳定性的车辆外形检测算法的研发难度较高，利用车牌的移动速度来估算车辆速度就成为了另一种选择，不过车牌可以辨识的区域往往只在画面的下沿，跟踪的距离有限，因此这种测速方法的精度会受到影响。与此类似的还有利用跟踪车牌来识别车辆的违法变道或拐弯的行为。
此外，有一些扩展应用虽然客户的需求切实存在，但现有产品所使用的技术还不够成熟，如车辆颜色和车型的识别。一般人眼自身具有很强的颜色自纠正能力，而相机成像的颜色受外界环境、光源的影响较大，因此颜色特征在模式识别中一般被认为是较不稳定的特征，加上有些车辆本身存在多种颜色或易混淆的颜色(比如蓝和黑、紫和红等)，车辆颜色和车型识别的实际准确率往往在70%~80%间甚至更低，所以用户在选择产品时需有一定的心理预期。