车牌识别系统的原理 （1）车牌定位 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定车牌区域是整个识别过程的关键。 （2）车牌字符分割 完成车牌区域的定位后，再将车牌区域分割成单个字符，然后进行识别。 （3）车牌字符识别 字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。
车牌识别系统是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费（ETC）系统中，也是结合DSRC技术识别车辆身份的主要手段。 车牌识别系统技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号、颜色等信息，目前较新的技术水平为字母和数字的识别率可达到99.7%，汉字的识别率可达到99%。
停车场车牌识别系统存在的几个主要问题： 1、车牌定位与字符分割 2、高分辨率与识别速度的矛盾 3、车牌识别系统的适应性急需加强 4、车牌识别系统对污损车牌的识别效果不好 环境是影响车牌识别的主要因素，在采集车辆图像时，由于环境光线变化剧烈，白天光较强、夜间较弱，面光与背光不同，上午和下午的光照方向也不一样，抓拍图像时受环境光线影响较大，车速过高、采集设备的动态范围等都使成像质量难以得到有效。当识别算法认为车牌达到了.佳成像位置时系统触发系统开始拍摄，这对触发设备的可靠性和响应速度都有较高的要求。所以要解决环境造成识别率低下的问题，还要靠摄像机的感光部件对外部环境的处理。
