高分辨率與辨認速度的矛盾
?
　　從模仿相機到高清相機，也會引發(fā)圖像的高分辨率與辨認速度相矛盾的問題。高清的優(yōu)勢顯而易見，但是任何事情都是兩面的，在車牌識別中車牌辨認時主要表現(xiàn)為：高清圖片由于圖片掩蓋面廣，可能會同時在圖片中呈現(xiàn)多個車牌的辨認。這就對車牌辨認的速度請求很高，車牌辨認系統(tǒng)關(guān)于高清視頻流碼流過大，還會因?qū)Ρ嬲J系統(tǒng)資源占用需求過大而剖析起來會呈現(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率的提升。

車牌辨認系統(tǒng)對污損車牌的辨認效果不好
?
　　在公路和城市內(nèi)的實踐應(yīng)用過程中，很難所觸及到的車牌都是沒有污損的，車牌在運用幾年之后，難免會呈現(xiàn)污染和磨損等現(xiàn)象，而在路面上行駛的車輛也很難都是規(guī)范潔凈的車牌，因而在實踐環(huán)境中，面對破損污舊的車牌，如何進步車牌辨認系統(tǒng)的辨認才能也是實踐需求處理的問題。

車牌識別感光部件對外部環(huán)境的處置
?
　　環(huán)境是影響車牌辨認的主要要素，在采集車輛圖像時，由于環(huán)境光線變化猛烈，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，抓拍圖像時受環(huán)境光線影響較大，車速過高、采集設(shè)備的動態(tài)范圍等都使成像質(zhì)量難以得到有效。當辨認算法以為車牌到達了成像位置時系統(tǒng)觸發(fā)系統(tǒng)開端拍攝，這對觸發(fā)設(shè)備的牢靠性和響應(yīng)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題，還要靠攝像機的感光部件對外部環(huán)境的處置。

對圖像預(yù)處置
?
　　車牌識別中車牌定位之前普通要對圖像做預(yù)處置，然后再停止車牌的定位、分割、辨認等局部。由于得到的車牌圖像可能含有較多噪聲，或圖像比照度不強、車牌被局部遮擋、車牌處呈現(xiàn)污點、變臟、含糊褪色、有其它字符區(qū)域干擾、以及呈現(xiàn)因運動產(chǎn)生的圖像含糊失真等狀況，所以定位算法完成起來有較多艱難。關(guān)于字符分割，則可能存在光照不均、污跡嚴重、車牌傾斜、比照度小、牌照褪色、牌照字符粘連等不利要素，這樣就需求研發(fā)與之順應(yīng)的算法。如算法能順應(yīng)各種復(fù)雜環(huán)境和有噪聲、車牌遮擋、車牌傾斜等情況的話，那就能夠大大進步車牌辨認的概率。

2、預(yù)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，所以在識別車牌之前需要先對相機和圖像做一些預(yù)處理，以得到車牌清晰的圖像。一般會根據(jù)對現(xiàn)場環(huán)境和已經(jīng)拍攝到的圖像的分析得出結(jié)論，實現(xiàn)相機的自動曝光處理、自動白平衡處理、自動逆光處理、自動過爆處理等，并對圖像進行噪聲過濾、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行歸一化處理，特征提取，然后經(jīng)過機器學習或與字符數(shù)據(jù)庫模板進行匹配，后選取匹配度的結(jié)果作為識別結(jié)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分類法等。模板匹配法的優(yōu)點是識別速度快、方法簡單，缺點是對斷裂、污損等情況的處理有一些困難；人工神經(jīng)網(wǎng)絡(luò)法學習能力強、適應(yīng)性強、分類能力強但比較耗時；支持向量機法對于未見過的測試樣本具有更好的識別能力且需要較少的訓(xùn)練樣本；Adaboost分類法能側(cè)重于比較重要的訓(xùn)練數(shù)據(jù)，識別速度快、實時性較高。我國車牌由漢字、英文字母和阿拉伯數(shù)字3種字符組成，且具有統(tǒng)一的樣式，這也是識別過程的方便之處。但由于車牌很容易受外在環(huán)境的影響，出現(xiàn)模糊、斷裂、污損字符的情況，如何提高這類字符和易混淆字符的識別率，也是字符識別的難點之一。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。