在计算机视觉越来越发达的，车牌识别技术发展迅速，出现了很多较为实用的产品，主要用于在高速公路收费、城市卡口、城市道路监控点和海关等都有较广的应用。已有的车牌识别系统普遍存在全天候识别率并不稳定等问题，有关动态车辆的识别、外界恶劣条件的影响及车牌质量大幅度退化等情况的研究工作还做得较少，车牌识别系统的后台管理也没有得到较多的关注，系统应用较为单一，识别算法不够成熟。从环境等客观因素来说，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，面光与背光行驶不同，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、采集设备动态范围和分辨率不够也会使成像质量难以得到保证。对于地感线圈触发的情况来说，当认为车牌达到了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。另外由于成像系统的镜头景深有限，只有在预定位置附近才能够清晰成像，所以需要触发系统定位准确，才能保证图像质量。从算法上来说，车牌定位之前一般要对图像做预处理，然后再进行定位、分割、识别等部分。由于得到的车牌图像可能含有较多噪声，或图像对比度不强，车牌被部分遮挡，车牌处出现污点、变脏，笔迹模糊退色，有其它字符区域干扰，以及出现因运动产生的图像模糊失真等情况，所以定位算法实现起来有较多困难。对于字符分割，则可能存在光照不均、污迹严重、车牌倾斜、对比度小、牌照退色、牌照字符粘连等不利因素，需要研发与之适应的算法。而字符识别算法上，由于汉字笔画复杂，所以要求图像有更高的分辨率，系统有很高的采集和处理速度，才能达到实时处理的要求。算法的简捷、实用、高效率往往和算法速度形成冲突。此外我国的车辆牌照复杂种类繁多，有机动车牌、农机车牌、公安交警车牌、军车牌，领事馆牌照等多种类型，并且我国牌照，尤其是货运车牌照质量较差，安装不规范，这些问题对于车辆牌照的识别都是很大的考验。以上这些问题都是车牌识别系统中的要点和难点，虽然现有的车牌识别产品停车管理新概念已经实现了较多的功能，然而由于以上因素的影响，实际的车牌识别率并不能达到系统标明的水准。国内车牌识别方面的论文大部分都是针对的是理想条件的车牌识别，对于倾斜度较大、实际环境复杂、光照条件差、车牌字符模糊的情况都没有较好的解决办法。怎样提高现有算法的速度和准确率，如何利用车牌的彩色信息进行车牌识别，一幅图像中多个车牌的情况怎样识别，怎样满足系统的实时性要求等，这些都是车牌识别亟待研究和解决的问题。车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化的重要环节，目前发达国家LPR系统在实际交通系统中已成功应用，而我国的开发应用进展缓慢，基本停留在实验室阶段，随着车牌识别技术的发展与成熟、牌照的变化和智能交通需求的增长，将会有更多此方面的研究，而车牌识别系统的识别速度和识别率也有待进一步提高。