高分辨率與辨認(rèn)速度的矛盾
?
　　從模仿相機(jī)到高清相機(jī)，也會(huì)引發(fā)圖像的高分辨率與辨認(rèn)速度相矛盾的問題。高清的優(yōu)勢顯而易見，但是任何事情都是兩面的，在車牌識(shí)別中車牌辨認(rèn)時(shí)主要表現(xiàn)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(xiàn)多個(gè)車牌的辨認(rèn)。這就對車牌辨認(rèn)的速度請求很高，車牌辨認(rèn)系統(tǒng)關(guān)于高清視頻流碼流過大，還會(huì)因?qū)Ρ嬲J(rèn)系統(tǒng)資源占用需求過大而剖析起來會(huì)呈現(xiàn)處置速渡過慢的問題，這可能招致呈現(xiàn)漏車現(xiàn)象，而難以完成對車輛抓拍率和車牌辨認(rèn)率的提升。

車牌校正
?
　　由于受拍攝角度、鏡頭等因素的影響，圖像中的車牌存在水平傾斜、垂直傾斜或梯形畸變等變形，這給后續(xù)的識(shí)別處理帶來了困難。如果在定位到車牌后*行車牌校正處理，這樣做有利于去除車牌邊框等噪聲，更有利于字符識(shí)別。目前常用校正方法有：Hough變換法，通過檢測車牌上下、左右邊框直線來計(jì)算傾斜角度；旋轉(zhuǎn)投影法，通過按不同角度將圖像在水平軸上進(jìn)行垂直投影，其投影值為0的點(diǎn)數(shù)之和時(shí)的角度即為垂直傾斜角度，水平角度的計(jì)算方法與其相似；主成分分析法，根據(jù)車牌背景與字符交界處的顏色具有固定搭配這一特征、求出顏色對特征點(diǎn)的主成分方向即為車牌的水平傾斜角度；方差小法，根據(jù)字符在垂直方向投影點(diǎn)的坐標(biāo)方差小導(dǎo)出垂直傾斜角的閉合表達(dá)式，從而確定垂直傾斜角度；透視變換，利用檢測到的車牌的四個(gè)頂點(diǎn)經(jīng)過相關(guān)矩陣變換后實(shí)現(xiàn)車牌的畸變校正。

字符分割
?
　　定位出車牌區(qū)域后，由于并不知道車牌中總共有幾個(gè)字符、字符間的位置關(guān)系、每個(gè)字符的寬高等信息，所以，為了車牌類型匹配和字符識(shí)別正確，字符分割是的一步。字符分割的主要思路是，基于車牌的二值化結(jié)果或邊緣提取結(jié)果，利用字符的結(jié)構(gòu)特征、字符間的相似性、字符間間隔等信息，一方面把單個(gè)字符分別提取出來，也包括粘連和斷裂字符等特殊情況的處理；另一方面把寬、高相似的字符歸為一類從而去除車牌邊框以及一些小的噪聲。一般采用的算法有：連通域分析、投影分析，字符聚類和模板匹配等。污損車牌和光照不均造成的模糊車牌仍是字符分割算法所面對的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問題。

軟件識(shí)別：顯而易見詞義能理解出來是通過軟件對車牌號(hào)碼進(jìn)行的，通過在電腦上安裝一個(gè)配套的車牌識(shí)別軟件，對抓拍的圖片進(jìn)行識(shí)別處理。其工作方式是通過攝像機(jī)連續(xù)抓拍多張照片，選擇其中較為清晰的一張，然后通過電腦軟件進(jìn)行字符處理，實(shí)現(xiàn)號(hào)牌識(shí)別的。
?
　　因?yàn)槊看巫R(shí)別需要抓拍多張圖片，因此軟識(shí)別的速度較慢。而且該系統(tǒng)對所抓拍的圖片要求也是*的，極為清晰才能達(dá)到想要的效果。該系統(tǒng)對現(xiàn)場環(huán)境以及調(diào)試質(zhì)量要求*，在諸多環(huán)境不樂觀的場合都不適用，設(shè)備的擺放頗為重要。

高速公路以及收費(fèi)站
?
　　車牌識(shí)別系統(tǒng)在高速公路上的應(yīng)用，應(yīng)該可以說是很多司機(jī)經(jīng)常見到的一種，車輛在?？恐?，就會(huì)自動(dòng)顯示出車輛所走的公里數(shù)以及需要收費(fèi)相應(yīng)的金額，在很大程度上提高了收費(fèi)的效率還有溝通方面的成本。

工業(yè)快速卷簾門
?
　　在工業(yè)方面應(yīng)用的比較多的主要就是，車牌識(shí)別系統(tǒng)還有快速卷簾門或者是快速堆積門之間進(jìn)行聯(lián)動(dòng)，來實(shí)現(xiàn)對車輛的識(shí)別以及放行。比較常見的場所就是自動(dòng)洗車房，只需要我們在網(wǎng)上進(jìn)行交費(fèi)，車牌就會(huì)自動(dòng)識(shí)別進(jìn)入洗車。