高分辨率與辨認速度的矛盾
?
　　從模仿相機到高清相機，也會(huì )引發(fā)圖像的高分辨率與辨認速度相矛盾的問(wèn)題。高清的優(yōu)勢顯而易見(jiàn)，但是任何事情都是兩面的，在車(chē)牌識別中車(chē)牌辨認時(shí)主要表現為：高清圖片由于圖片掩蓋面廣，可能會(huì )同時(shí)在圖片中呈現多個(gè)車(chē)牌的辨認。這就對車(chē)牌辨認的速度請求很高，車(chē)牌辨認系統關(guān)于高清視頻流碼流過(guò)大，還會(huì )因對辨認系統資源占用需求過(guò)大而剖析起來(lái)會(huì )呈現處置速渡過(guò)慢的問(wèn)題，這可能招致呈現漏車(chē)現象，而難以完成對車(chē)輛抓拍率和車(chē)牌辨認率的提升。

車(chē)牌識別感光部件對外部環(huán)境的處置
?
　　環(huán)境是影響車(chē)牌辨認的主要要素，在采集車(chē)輛圖像時(shí)，由于環(huán)境光線(xiàn)變化猛烈，白晝光較強、夜間較弱，面光與背光不同，上午和下午的光照方向也不一樣，抓拍圖像時(shí)受環(huán)境光線(xiàn)影響較大，車(chē)速過(guò)高、采集設備的動(dòng)態(tài)范圍等都使成像質(zhì)量難以得到有效。當辨認算法以為車(chē)牌到達了成像位置時(shí)系統觸發(fā)系統開(kāi)端拍攝，這對觸發(fā)設備的牢靠性和響應速度都有較高的請求。所以要處理環(huán)境形成辨認率低下的問(wèn)題，還要靠攝像機的感光部件對外部環(huán)境的處置。

2、預處理
?
　　由于圖像質(zhì)量容易受光照、天氣、相機位置等因素的影響，所以在識別車(chē)牌之前需要先對相機和圖像做一些預處理，以得到車(chē)牌清晰的圖像。一般會(huì )根據對現場(chǎng)環(huán)境和已經(jīng)拍攝到的圖像的分析得出結論，實(shí)現相機的自動(dòng)曝光處理、自動(dòng)白平衡處理、自動(dòng)逆光處理、自動(dòng)過(guò)爆處理等，并對圖像進(jìn)行噪聲過(guò)濾、對比度增強、圖像縮放等處理。去噪方法有均值濾波、中值濾波和高斯濾波等；增強對比度的方法有對比度線(xiàn)性拉伸、直方圖均衡和同態(tài)濾波器等；圖像縮放的主要方法有近鄰插值法、雙線(xiàn)性插值法和立方卷積插值等。

字符識別
?
　　對分割后的字符的灰度圖像進(jìn)行歸一化處理，特征提取，然后經(jīng)過(guò)機器學(xué)習或與字符數據庫模板進(jìn)行匹配，后選取匹配度的結果作為識別結果。目前比較流行的字符識別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò )法、支持向量機法和Adaboost分類(lèi)法等。模板匹配法的優(yōu)點(diǎn)是識別速度快、方法簡(jiǎn)單，缺點(diǎn)是對斷裂、污損等情況的處理有一些困難；人工神經(jīng)網(wǎng)絡(luò )法學(xué)習能力強、適應性強、分類(lèi)能力強但比較耗時(shí)；支持向量機法對于未見(jiàn)過(guò)的測試樣本具有更好的識別能力且需要較少的訓練樣本；Adaboost分類(lèi)法能側重于比較重要的訓練數據，識別速度快、實(shí)時(shí)性較高。我國車(chē)牌由漢字、英文字母和阿拉伯數字3種字符組成，且具有統一的樣式，這也是識別過(guò)程的方便之處。但由于車(chē)牌很容易受外在環(huán)境的影響，出現模糊、斷裂、污損字符的情況，如何提高這類(lèi)字符和易混淆字符的識別率，也是字符識別的難點(diǎn)之一。易混淆字符包括：0與D、0與Q、2與Z、8與B、5與S、6與G、4與A等。

高速公路以及收費站
?
　　車(chē)牌識別系統在高速公路上的應用，應該可以說(shuō)是很多司機經(jīng)常見(jiàn)到的一種，車(chē)輛在?？恐?，就會(huì )自動(dòng)顯示出車(chē)輛所走的公里數以及需要收費相應的金額，在很大程度上提高了收費的效率還有溝通方面的成本。

工業(yè)快速卷簾門(mén)
?
　　在工業(yè)方面應用的比較多的主要就是，車(chē)牌識別系統還有快速卷簾門(mén)或者是快速堆積門(mén)之間進(jìn)行聯(lián)動(dòng)，來(lái)實(shí)現對車(chē)輛的識別以及放行。比較常見(jiàn)的場(chǎng)所就是自動(dòng)洗車(chē)房，只需要我們在網(wǎng)上進(jìn)行交費，車(chē)牌就會(huì )自動(dòng)識別進(jìn)入洗車(chē)。