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(wèn)題。高清的優(yōu)勢(shì)顯而易見(jiàn)，但是任何事情都是兩面的，在車(chē)牌識(shí)別中車(chē)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(chē)牌的辨認(rèn)。這就對(duì)車(chē)牌辨認(rèn)的速度請(qǐng)求很高，車(chē)牌辨認(rèn)系統(tǒng)關(guān)于高清視頻流碼流過(guò)大，還會(huì)因?qū)Ρ嬲J(rèn)系統(tǒng)資源占用需求過(guò)大而剖析起來(lái)會(huì)呈現(xiàn)處置速渡過(guò)慢的問(wèn)題，這可能招致呈現(xiàn)漏車(chē)現(xiàn)象，而難以完成對(duì)車(chē)輛抓拍率和車(chē)牌辨認(rèn)率的提升。

車(chē)牌辨認(rèn)系統(tǒng)對(duì)污損車(chē)牌的辨認(rèn)效果不好
?
　　在公路和城市內(nèi)的實(shí)踐應(yīng)用過(guò)程中，很難所觸及到的車(chē)牌都是沒(méi)有污損的，車(chē)牌在運(yùn)用幾年之后，難免會(huì)呈現(xiàn)污染和磨損等現(xiàn)象，而在路面上行駛的車(chē)輛也很難都是規(guī)范潔凈的車(chē)牌，因而在實(shí)踐環(huán)境中，面對(duì)破損污舊的車(chē)牌，如何進(jìn)步車(chē)牌辨認(rèn)系統(tǒng)的辨認(rèn)才能也是實(shí)踐需求處理的問(wèn)題。

車(chē)牌識(shí)別技術(shù)結(jié)合電子不停車(chē)收費(fèi)系統(tǒng)(ETC)識(shí)別車(chē)輛，過(guò)往車(chē)輛通過(guò)道口時(shí)無(wú)須停車(chē)，即能夠?qū)崿F(xiàn)車(chē)輛身份自動(dòng)識(shí)別、自動(dòng)收費(fèi)。在車(chē)場(chǎng)管理中，為提高出入口車(chē)輛通行效率，車(chē)牌識(shí)別針對(duì)無(wú)需收停車(chē)費(fèi)的車(chē)輛(如月卡車(chē)、內(nèi)部免費(fèi)通行車(chē)輛)，建設(shè)無(wú)人值守的快速通道，免取卡、不停車(chē)的出入體驗(yàn)，正改變出入停車(chē)場(chǎng)的管理模式。

圖像采集
?
　　根據(jù)車(chē)輛檢測(cè)方式的不同，圖像采集一般分為兩種，一種是靜態(tài)模式下的圖像采集，通過(guò)車(chē)輛觸發(fā)地感線(xiàn)圈、紅外或雷達(dá)等裝置，給相機(jī)一個(gè)觸發(fā)信號(hào)，相機(jī)在接收到觸發(fā)信號(hào)后會(huì)抓拍一張圖像，該方法的優(yōu)點(diǎn)是觸發(fā)率高，性能穩(wěn)定，缺點(diǎn)是需要切割地面鋪設(shè)線(xiàn)圈，施工量大；另一種是視頻模式下的圖像采集，外部不需要任何觸發(fā)信號(hào)，相機(jī)會(huì)實(shí)時(shí)地記錄視頻流圖像，該方法的優(yōu)點(diǎn)是施工方便，不需要切割地面鋪設(shè)線(xiàn)圈，也不需要安裝車(chē)檢器等零部件，但其缺點(diǎn)也十分顯著，由于算法的極限，該方案的觸發(fā)率與識(shí)別率較之外設(shè)觸發(fā)都要低一些。

車(chē)牌定位
?
　　從整個(gè)圖像中準(zhǔn)確地檢測(cè)出車(chē)牌區(qū)域，是車(chē)牌識(shí)別過(guò)程的一個(gè)重要步驟，如果定位失敗或定位不完整，會(huì)直接導(dǎo)致終識(shí)別失敗。由于復(fù)雜的圖像背景，且要考慮不清晰車(chē)牌的定位，所以很容易把柵欄，廣告牌等噪聲當(dāng)成車(chē)牌，所以如何排除這些偽車(chē)牌也是車(chē)牌定位的一個(gè)難點(diǎn)。為了提高定位的準(zhǔn)確率和提高識(shí)別速度，一般的車(chē)牌識(shí)別系統(tǒng)都會(huì)設(shè)計(jì)一個(gè)外部接口，讓用戶(hù)自己根據(jù)現(xiàn)場(chǎng)環(huán)境設(shè)置不同的識(shí)別區(qū)域。

字符分割
?
　　定位出車(chē)牌區(qū)域后，由于并不知道車(chē)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(chē)牌類(lèi)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(chē)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(lái)，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(lèi)從而去除車(chē)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(lèi)和模板匹配等。污損車(chē)牌和光照不均造成的模糊車(chē)牌仍是字符分割算法所面對(duì)的挑戰(zhàn)，有待更好的算法出現(xiàn)并解決以上問(wèn)題。