| 與同類相比 | 我公司產品 | 其他同類產品 |
| 識別模式 | 基于視頻流的多幀圖像識別 | 基于單幀圖像識別 |
| 算法模型 | 智能模糊點陣識別算法，對車牌不清晰的識別準確率仍很高 | OCR/字型拓撲結構識別算法，對車牌不清晰的識別準確率很低 |
| 觸發方式 | 純視頻流觸發，只要檢測到車牌就能觸發，不易出現故障 | 地感線圈觸發，容易出現多次觸發、不觸發等故障 |
| 傳輸方式 | 提供RJ-45網口和RS-232串口兩種方式 | 只有RS-232串口兩種方式，傳輸速度慢，誤碼率高、安全性差 |
| 識別速度和準確率 | 采用了專用的DSP處理芯片作為運算核心，獨立于計算機系統，避免了軟件識別時其它程序運行占內存等的干擾，提高了運算速度，并且不受計算機系統穩定性的干擾，因而很大程度上提高了車牌的識別速度和識別準確率 | 軟件識別的車牌識別系統，在系統工作時，容易受到其它程序和計算機系統本身穩定性的干擾，影響車牌識別速度和識別率 |
| 對相似字符識別能力 | 如0、D、Q、O；B、8識別正確率幾乎為99% | 如0、D、Q、O；B、8 很容易識別錯誤 |
| 可靠性、穩定性 | 高速 DSP 嵌入式硬件/軟件平臺和專用的操作系統內核，以此作為算法的硬件/軟件基礎，同時核心函數采用手工匯編，非常適宜于戶外全天侯運行，具有的系統穩定性和環境適應性 | 采用軟件方式識別車牌號碼的傳統結構顯然占用CPU資源和內存，特別是同時識別多路車道車牌號碼，因計算機大量的運算極易造成死機、系統不穩定甚至系統崩潰等情況的發生 |
| 對車輛速度要求 | 速度達到180KM/H時，整牌識別率仍然不低于96% | 速度高于一定值時，識別率急劇下降 |
| 系統擴展、集成能力 | 硬件/軟件結合識別的方式，其識別核心位于前端，使識別與處理相分離，這使得其能更靈活地運用于各類系統，無需對處理軟件進行大的改動即可靈活地加入或去除車牌識別功能。對識別核心的改進也僅需將識別內核換裝成高版本的系統，而無需對處理軟件作任何改動，處理軟件只需通過接收識別結果即可 | 軟件識別的傳統方式中由于識別核心在處理軟件中實現，從而對識別核心的任何改動或者改進都必須對整個處理軟件進行調試、檢查，工作量大、繁瑣且極易造成系統故障甚至崩潰。 |
| 攝像機及補光要求 | 對攝像要無特殊要求，且可利用原有系統的攝像機 采用LED補光，當環境變化(如光線、天氣等)時識別率基本無影響 | 對攝像機的性能要求很高，且很多都要求專用攝像機，因對攝像機進行相關硬件開發，造成攝像機無法保修 補光需根據環境的變化進行調節，有一定的局限性，仍然可能受光線、天氣等問題影響 |
| 安裝與維護 | 安裝簡單，只需外接視頻，網絡即可，且攝像機及補光的調試簡單；硬件一般情況下都不會出現故障，基本不用維護。 | 需安裝各種軟件及硬件，且攝像機及補光的調試復雜；工控機長時間運行及識別運算量較大，容易死機，維護量大 |
| 性價比 | 主要設備為：識別器+攝像機+補光 成本與同類產品相當，但性價比更高 | 主要設備為：工控機+采集卡+攝像機+補光 成本不低，且性能很難滿足實際需求 |
