車牌辨認系統(tǒng)的順應性急需增強
?
　　目前我國的車牌辨認產(chǎn)品都請求所辨認的車牌大小固定，而對過大和過小的車牌普通都不能辨認。這樣就形成對視頻觸發(fā)的狀況下局部車牌無法被辨認的問題。此外，在有些現(xiàn)場環(huán)境中，由于受外界條件的影響，無法將相機架設在位置，會形成圖片中車牌不同水平的偏移。

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題，還要靠攝像機的感光部件對外部環(huán)境的處置。

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字符、字符間的位置關(guān)系、每個字符的寬高等信息，所以，為了車牌類型匹配和字符識別正確，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。