，在車牌識別時主要體現(xiàn)為：高清圖片由于圖片覆蓋面廣
，可能會同時在圖片中出現(xiàn)多個車牌的識別
。這就對車牌識別的速度要求很高
，車牌識別系統(tǒng)對于高清視頻流碼流過大
，還會因?qū)ψR別系統(tǒng)資源占用需求過大而分析起來會出現(xiàn)處理速度過慢的問題，這可能導致出現(xiàn)漏車現(xiàn)象
，而難以實現(xiàn)對車輛抓拍率和車牌識別準確率的提升
。 車牌識別技術是指能夠檢測到受監(jiān)控路面的車輛并自動提取車輛牌照信息(含漢字字符、英文字母
、阿拉伯數(shù)字及號牌顏色)進行處理的技術
。車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應用十分廣泛。它以數(shù)字圖像處理
、模式識別
、計算機視覺等技術為基礎，對攝像機所拍攝的車輛圖像或者視頻序列進行分析
，得到每一輛汽車唯一的車牌號碼
，從而完成識別過程。通過一些后續(xù)處理手段可以實現(xiàn)停車場收費管理
，交通流量控制指標測量
，車輛定位，汽車防盜
，高速公路超速自動化監(jiān)管
、闖紅燈電子警察、公路收費站等等功能
。對于維護交通安全和城市治安
，防止交通堵塞，實現(xiàn)交通自動化管理有著現(xiàn)實的意義
，
醫(yī)用自動門本文來看看其他存在的問題及解決方法：
車牌識別系統(tǒng)對污損車牌的識別效果不好
在公路和城市內(nèi)的實際應用過程中
，很難保證所涉及到的車牌都是沒有污損的，車牌在使用幾年之后
，難免會出現(xiàn)污染和磨損等現(xiàn)象
，而在路面上行駛的車輛也很難保證都是標準干凈的車牌，因此在實際環(huán)境中
，面對破損污舊的車牌
，
醫(yī)用氣密門如何提高車牌識別系統(tǒng)的識別能力也是實際需要解決的問題。
解決方法：
感光部件對外部環(huán)境的處理
環(huán)境是影響車牌識別的主要因素
，在采集車輛圖像時
，
醫(yī)用凈化門由于環(huán)境光線變化劇烈，白天光較強
、夜間較弱
，
www.ahmenkong.com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)量難以得到有效保證
。當識別算法認為車牌達到了最佳成像位置時系統(tǒng)觸發(fā)系統(tǒng)開始拍攝
，這對觸發(fā)設備的可靠性和響應速度都有較高的要求。所以要解決環(huán)境造成識別率低下的問題
，還要靠攝像機的感光部件對外部環(huán)境的處理
。
對圖像預處理
車牌定位之前一般要對圖像做預處理
，
醫(yī)用防輻射門然后再進行車牌的定位、分割
、識別等部分
。由于得到的車牌圖像可能含有較多噪聲，或圖像對比度不強
、車牌被部分遮擋
、車牌處出現(xiàn)污點、變臟
、模糊退色
、有其它字符區(qū)域干擾、以及出現(xiàn)因運動產(chǎn)生的圖像模糊失真等情況
，所以定位算法實現(xiàn)起來有較多困難
。對于字符分割，則可能存在光照不均
、污跡嚴重
、車牌傾斜、對比度小
、牌照退色
、牌照字符粘連等不利因素，這樣就需要研發(fā)與之適應的算法
。
http://m.dgaiyou.com/如算法能適應各種復雜環(huán)境和有噪聲
、車牌遮擋、車牌傾斜等狀況的話
，那就可以大大提高車牌識別的概率
。
問題：
車牌定位與字符分割
這是指在已拍攝的圖像中確定車牌的位置，提取出車牌的圖像
，然后分割出車牌中的字符
。車牌區(qū)域定位的困難主要是來自于采集的圖像，由于采集的車牌圖像的多樣性
，并且采集圖像時受到許多因素的影響
，如雨天、大霧
、光線等
，使得有一些車牌圖像質(zhì)量出現(xiàn)不同程度的差異，在一般情況下
，采集的圖像的背景非常復雜
，采集圖像是在高速運動中采集的圖片
，所以圖片中車牌的位置不固定
，車牌的大小也不一樣
，以上的種種干擾因素，都給車牌區(qū)域定位和字符分割帶來了困難
，
http://www.anhuibxg.com/從而影響車牌的識別率
。
車牌識別系統(tǒng)的適應性急需加強
目前我國的車牌識別產(chǎn)品都要求所識別的車牌大小固定，醫(yī)用平移門而對過大和過小的車牌一般都不能準確識別
。這樣就造成對視頻觸發(fā)的情況下部分車牌無法被識別的問題
。此外，在有些現(xiàn)場環(huán)境中
，由于受外界條件的影響
，無法將相機架設在最合理位置，會造成圖片中車牌不同程度的偏移
。
24H服務熱線： 