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。

車牌識別系統(tǒng)(VehicleLicensePlateRecognion，VLPR)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、阿拉伯數字及號牌顏色)進行處理的技術。車牌識別是現代智能交通系統(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、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，實現交通自動化管理有著現實的意義。

車牌識別技術結合電子不停車收費系統(tǒng)(ETC)識別車輛，過往車輛通過道口時無須停車，即能夠實現車輛身份自動識別、自動收費。在車場管理中，為提高出入口車輛通行效率，車牌識別針對無需收停車費的車輛(如月卡車、內部免費通行車輛)，建設無人值守的快速通道，免取卡、不停車的出入體驗，正改變出入停車場的管理模式。

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，然后經過機器學習或與字符數據庫模板進行匹配，后選取匹配度的結果作為識別結果。目前比較流行的字符識別算法有：模板匹配法、人工神經網絡法、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；人工神經網絡法學習能力強、適應性強、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練樣本；Adaboost分類法能側重于比較重要的訓練數據，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。

軟件識別：顯而易見詞義能理解出來是通過軟件對車牌號碼進行的，通過在電腦上安裝一個配套的車牌識別軟件，對抓拍的圖片進行識別處理。其工作方式是通過攝像機連續(xù)抓拍多張照片，選擇其中較為清晰的一張，然后通過電腦軟件進行字符處理，實現號牌識別的。
?
　　因為每次識別需要抓拍多張圖片，因此軟識別的速度較慢。而且該系統(tǒng)對所抓拍的圖片要求也是*的，極為清晰才能達到想要的效果。該系統(tǒng)對現場環(huán)境以及調試質量要求*，在諸多環(huán)境不樂觀的場合都不適用，設備的擺放頗為重要。

小區(qū)出入口
?
　　車牌識別還有小區(qū)的出入口收費系統(tǒng)之間進行聯動，主要作用就是可以識別進入到小區(qū)的車輛是否屬于本在小區(qū)進行注冊的小區(qū)業(yè)主的車輛，如果像是一些外來的車輛，那么就可以查相關的資料，同時還需要進行記錄進入的時間，到出小區(qū)的時候進行相應的收費根據。有了車牌識別系統(tǒng)之后，甚至能夠做到無人值守，而且來說配合支付寶或者是等第三方應用，這樣就能實現自動進行收費，比較常見于各大小區(qū)以及大型的超市。