车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别核心过程则包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算：

　　1、故摄像机须搭载优异的感光技术原件或是远距离红外灯，以弥补夜间环境的自然光源的不足，并克服噪点颗粒粗大等问题；

    2、摄像机若未搭载优异的硬件宽动态技术，或是强光抑制技术，则较难取得清晰的画面。另外，像是不可预测的天气变化因素如：强风、大雨、下雪或是浓雾等等，皆会影响摄像机的运作。因此如何让摄像机的硬件规格不断加强或是通过各式认证标准，以因应变化多端的场域，使其可完成全天候完整监控，各家安控厂商的硬件条件势必将继续推升；

    3、道路监控特性有别于一般室内监控甚至是室外环境，由于必须提供二十四小时道路不间断的监控画面；

    4、日夜切换功能促使，特定环境条件也会有光线对比过大的可能，造成主体过暗而难以辨别的问题，例如在隧道口，或是夜间车灯照射导致车体无法看清等；

    5、摄像机必须克服强烈的光线变化，从白天的艳阳高照到夜晚的超低照度环境，皆能维持清晰的画面方能让系统辨识各式车牌，达到道路安全控管之目的。

　　总而言之，摄像机的快门速度和帧率必须赶上车辆的快速移动，才能掌握车辆的细节以及车牌号码，再让辨识系统进行辨认。除了车速难以掌控以外，车牌的不统一性也是令各家监控厂商头痛的问题。不论是英文字母的字数不同，或是各式排列不一的组合方式，皆增加了辨识系统的负担。