随着车牌识别相同技术的不断成熟与发展，其应用也得到大面积普及推广。就目前智能交通系统(ITS)的建设来看，车牌识别技术已逐渐演化成为ITS的基础应用技术，并发挥着日益重要的作用。作为道路监控必不可少的技术手段，相信未来对于南京车牌识别系统现存问题的解决必然带动整个智能交通行业进入一个新的发展阶段。

　　当前停车场车牌识别系统存在的几个主要问题：
　　1、车牌识别系统对污损车牌的识别效果不好

　　2、车牌识别系统的适应性急需加强

　　3、高分辨率与识别速度的矛盾

　　4、车牌定位与字符分割

　　那么，停车场车牌识别系统问题解决方法应该如下：

　　一、对图像预处理
　　车牌定位之前一般要对图像做预处理，然后再进行车牌的定位、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、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，这样就需要研发与之适应的算法。如算法能适应各种复杂环境和有噪声、车牌遮挡、车牌倾斜等状况的话，那就可以大大提高车牌识别的概率。

　　二、感光部件对外部环境的处理
　　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保证。当识别算法认为车牌达到了最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。