隨著車牌識(shí)別相同技術(shù)的不斷成熟與發(fā)展，其應(yīng)用也得到大面積普及推廣。就目前智能交通系統(tǒng)(ITS)的建設(shè)來(lái)看，車牌識(shí)別技術(shù)已逐漸演化成為ITS的基礎(chǔ)應(yīng)用技術(shù)，并發(fā)揮著日益重要的作用。作為道路監(jiān)控必不可少的技術(shù)手段，相信未來(lái)對(duì)于車牌識(shí)別系統(tǒng)現(xiàn)存問(wèn)題的解決必然帶動(dòng)整個(gè)智能交通行業(yè)進(jìn)入一個(gè)新的發(fā)展階段。
當(dāng)前停車場(chǎng)車牌識(shí)別系統(tǒng)存在的幾個(gè)主要問(wèn)題：
1、車牌定位與字符分割
2、高分辨率與識(shí)別速度的矛盾
3、車牌識(shí)別系統(tǒng)的適應(yīng)性急需加強(qiáng)
4、車牌識(shí)別系統(tǒng)對(duì)污損車牌的識(shí)別效果不好
那么，停車場(chǎng)車牌識(shí)別系統(tǒng)問(wèn)題解決方法應(yīng)該如下：
感光部件對(duì)外部環(huán)境的處理
環(huán)境是影響車牌識(shí)別的主要因素，在采集車輛圖像時(shí)，由于環(huán)境光線變化劇烈，白天光較強(qiáng)、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(shí)受環(huán)境光線影響較大，車速過(guò)高、采集設(shè)備的動(dòng)態(tài)范圍等都使成像質(zhì)量難以得到有效保證。當(dāng)識(shí)別算法認(rèn)為車牌達(dá)到了最佳成像位置時(shí)系統(tǒng)觸發(fā)系統(tǒng)開(kāi)始拍攝，這對(duì)觸發(fā)設(shè)備的可靠性和響應(yīng)速度都有較高的要求。所以要解決環(huán)境造成識(shí)別率低下的問(wèn)題，還要靠攝像機(jī)的感光部件對(duì)外部環(huán)境的處理。
對(duì)圖像預(yù)處理
車牌定位之前一般要對(duì)圖像做預(yù)處理，然后再進(jìn)行車牌的定位、分割、識(shí)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(duì)比度不強(qiáng)、車牌被部分遮擋、車牌處出現(xiàn)污點(diǎn)、變臟、模糊退色、有其它字符區(qū)域干擾、以及出現(xiàn)因運(yùn)動(dòng)產(chǎn)生的圖像模糊失真等情況，所以定位算法實(shí)現(xiàn)起來(lái)有較多困難。對(duì)于字符分割，則可能存在光照不均、污跡嚴(yán)重、車牌傾斜、對(duì)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(yīng)的算法。如算法能適應(yīng)各種復(fù)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(shí)別的概率。
相關(guān)標(biāo)簽：