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，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(duì)車牌辨認(rèn)的速度請(qǐng)求很高，車牌辨認(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)漏車現(xiàn)象，而難以完成對(duì)車輛抓拍率和車牌辨認(rèn)率的提升。

車牌辨認(rèn)系統(tǒng)的順應(yīng)性急需增強(qiáng)
?
　　目前我國(guó)的車牌辨認(rèn)產(chǎn)品都請(qǐng)求所辨認(rèn)的車牌大小固定，而對(duì)過(guò)大和過(guò)小的車牌普通都不能辨認(rèn)。這樣就形成對(duì)視頻觸發(fā)的狀況下局部車牌無(wú)法被辨認(rèn)的問(wèn)題。此外，在有些現(xiàn)場(chǎng)環(huán)境中，由于受外界條件的影響，無(wú)法將相機(jī)架設(shè)在位置，會(huì)形成圖片中車牌不同水平的偏移。

車牌辨認(rèn)系統(tǒng)對(duì)污損車牌的辨認(rèn)效果不好
?
　　在公路和城市內(nèi)的實(shí)踐應(yīng)用過(guò)程中，很難所觸及到的車牌都是沒(méi)有污損的，車牌在運(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輛也很難都是規(guī)范潔凈的車牌，因而在實(shí)踐環(huán)境中，面對(duì)破損污舊的車牌，如何進(jìn)步車牌辨認(rèn)系統(tǒng)的辨認(rèn)才能也是實(shí)踐需求處理的問(wèn)題。

對(duì)圖像預(yù)處置
?
　　車牌識(shí)別中車牌定位之前普通要對(duì)圖像做預(yù)處置，然后再停止車牌的定位、分割、辨認(rèn)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(qiáng)、車牌被局部遮擋、車牌處呈現(xiàn)污點(diǎn)、變臟、含糊褪色、有其它字符區(qū)域干擾、以及呈現(xiàn)因運(yùn)動(dòng)產(chǎn)生的圖像含糊失真等狀況，所以定位算法完成起來(lái)有較多艱難。關(guān)于字符分割，則可能存在光照不均、污跡嚴(yán)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(jìn)步車牌辨認(rèn)的概率。

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(lái)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(guò)檢測(cè)車牌上下、左右邊框直線來(lái)計(jì)算傾斜角度；旋轉(zhuǎn)投影法，通過(guò)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(duì)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(cè)到的車牌的四個(gè)頂點(diǎn)經(jīng)過(guò)相關(guān)矩陣變換后實(shí)現(xiàn)車牌的畸變校正。

字符識(shí)別
?
　　對(duì)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(jī)器學(xué)習(xí)或與字符數(shù)據(jù)庫(kù)模板進(jìn)行匹配，后選取匹配度的結(jié)果作為識(shí)別結(jié)果。目前比較流行的字符識(shí)別算法有：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法和Adaboost分類法等。模板匹配法的優(yōu)點(diǎn)是識(shí)別速度快、方法簡(jiǎn)單，缺點(diǎn)是對(duì)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(xí)能力強(qiáng)、適應(yīng)性強(qiáng)、分類能力強(qiáng)但比較耗時(shí)；支持向量機(jī)法對(duì)于未見過(guò)的測(cè)試樣本具有更好的識(shí)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(shí)別速度快、實(shí)時(shí)性較高。我國(guó)車牌由漢字、英文字母和阿拉伯?dāng)?shù)字3種字符組成，且具有統(tǒng)一的樣式，這也是識(shí)別過(guò)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(shí)別率，也是字符識(shí)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。