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為：高清圖片由于圖片掩蓋面廣，可能會同時在圖片中呈現多個車牌的辨認。這就對車牌辨認的速度請求很高，車牌辨認系統(tǒng)關于高清視頻流碼流過大，還會因對辨認系統(tǒng)資源占用需求過大而剖析起來會呈現處置速渡過慢的問題，這可能招致呈現漏車現象，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
?
　　在公路和城市內的實踐應用過程中，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，難免會呈現污染和磨損等現象，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。

圖像采集
?
　　根據車輛檢測方式的不同，圖像采集一般分為兩種，一種是靜態(tài)模式下的圖像采集，通過車輛觸發(fā)地感線圈、紅外或雷達等裝置，給相機一個觸發(fā)信號，相機在接收到觸發(fā)信號后會抓拍一張圖像，該方法的優(yōu)點是觸發(fā)率高，性能穩(wěn)定，缺點是需要切割地面鋪設線圈，施工量大；另一種是視頻模式下的圖像采集，外部不需要任何觸發(fā)信號，相機會實時地記錄視頻流圖像，該方法的優(yōu)點是施工方便，不需要切割地面鋪設線圈，也不需要安裝車檢器等零部件，但其缺點也十分顯著，由于算法的極限，該方案的觸發(fā)率與識別率較之外設觸發(fā)都要低一些。

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果或邊緣提取結果，利用字符的結構特征、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并解決以上問題。

個人停車車庫
?
　　可能有不少人都有了屬于自己的私人車庫，就會有很多的個人的車庫，直接讓車庫門還有車牌識別系統(tǒng)之間進行聯動，只需要將自己的車開到門前，車庫的門就會自動打開，非常的方便有，比較常見的就是用車庫滑升門或者是渦輪硬質快速卷簾門來配合車牌識別系統(tǒng)。

工業(yè)快速卷簾門
?
　　在工業(yè)方面應用的比較多的主要就是，車牌識別系統(tǒng)還有快速卷簾門或者是快速堆積門之間進行聯動，來實現對車輛的識別以及放行。比較常見的場所就是自動洗車房，只需要我們在網上進行交費，車牌就會自動識別進入洗車。