從車牌識別發(fā)展過程來看，車牌識別技術在應用中所要面臨兩個方面的挑戰(zhàn)。

　　1、人為挑戰(zhàn)：車速、車牌對車牌識別的挑戰(zhàn)

　　道路監(jiān)控同時也面臨另一不可控制的因素——行駛車輛的速度不一。即使在一般道路上，依據(jù)不同駕駛的駕駛習慣，時速差距往往可以達到30公里，甚至40公里;而當車速過快時，往往也會產(chǎn)生拖影的問題。因此攝像機的快門速度和幀率必須趕上車輛的快速移動，才能掌握車輛的細節(jié)以及車牌號碼，再讓辨識系統(tǒng)進行辨認。

　　除了車速難以掌控以外，車牌的不統(tǒng)一性也是令各家監(jiān)控廠商的問題。不論是英文字母的字數(shù)不同，或是各式排列不一的組合方式，皆增加了辨識系統(tǒng)的負擔;更甚者，許多駕駛未能維持車牌的干凈度，時常會有污漬遮蔽號碼或是破損的問題，辨識難度不言可喻。故在各種嚴苛條件的綜合下，道路監(jiān)控與車牌辨識相對門坎比一般環(huán)境來得具挑戰(zhàn)性。

　在運動(光流)場確定之后，去除隨機噪聲及一些過小的運動，認為在檢測時段內(nèi)運動向量始終在一定范圍內(nèi)保持一致的那些區(qū)域屬于一個物體，從而可以確定出各運動目標(車輛)在各個時刻的運動參數(shù)(速度，方向等).

　　基于車光流場分析進行跟蹤的方法，可以很的計算出運動目標的速度，但是這種方法采用迭代的方法·計算時間較長，無法進行實時的跟蹤，并且該方法只考慮利用光流散據(jù)來進行決策，所以受到被估算的光流場精度的限制.這些方法受到噪聲的影響嚴重·而且·分割所得的運動對象的邊緣精度不夠.在運動不完全的情況下，則會產(chǎn)生分割結果不完整等問題。

　　另外，由于運動場并不是很可靠，因此通常在物體邊界或紋理不突出區(qū)域產(chǎn)生錯誤，從而會對分割結果產(chǎn)生明顯的影響，因此，由于各方面的限制，使得基于光流法的運動分割并不適合交通場景下的運動分析。

什么是車牌識別系統(tǒng)的圖像處理系統(tǒng)?

　　圖像處理系統(tǒng)即為本文主要討論的算法處理模塊，為整個系統(tǒng)的軟件部分。它主要包括圖像預處理、車牌定位、字符分割和字符識別四個部分，它的任務是運用數(shù)字圖像處理、模式識別等學科對獲得的車輛圖像進行處理以獲得車牌上的字符內(nèi)容信息，后面章節(jié)講對它每一個部分做一個粗略的介紹。

　　什么是車牌識別系統(tǒng)的數(shù)據(jù)管理系統(tǒng)?

　　數(shù)據(jù)管理系統(tǒng)是一個后端管理數(shù)據(jù)庫，它包含了幾乎所有的圖像輸入是指利用攝像機或者數(shù)碼相機到的車牌圖像。車牌圖像的質量與圖像的設備和實際環(huán)境有關。性能好的攝像機能夠得到質量更好的車牌圖像，有利于識別車牌圖像中的字符。在光照不均、惡劣天氣的環(huán)境下，到的車牌圖像的像質較差，導致車牌識別系統(tǒng)的性能降低。車牌登記信息，車牌中的字符信息被識別出來后就輸入到這個系統(tǒng)進行查找對比，以方便機關追查被盜車輛，打擊分子。

其中圖像處理模塊主要包括六個部分：預處理、車牌定位、傾斜校正、字符分割、字符識別。其中，車牌定位、字符分割、字符識別是車牌識別的關鍵技術。流程圖如下：

　　圖像預處理是指對到的圖像進行二值化、邊緣檢測、去除噪聲、圖像灰度化等操作。經(jīng)過預處理的車牌圖像增能夠強目標圖像，提高目標和背景圖像的對比度，方便車牌識別的后續(xù)工作。

　　車牌定位是從一幅拍攝到的圖片中定位出車牌的位置，并從圖片中提取出車牌圖像。車牌定位正確與否直接影響到字符分割和識別的工作，是所有關鍵技術中的步。

　　傾斜校正是指檢測車牌圖像的傾斜角度，并校正車牌圖像。傾斜的車牌圖像會導致車牌中的字符傾斜，直接影響到車牌字符的分割和識別，因此必須對傾斜的車牌圖像進行校正。