随着科学技术的迅猛发展，如今已进入一个智能时代，越来越多的智能产品面世。智能化不仅仅体现在手机方面，还有机器视觉。机器视觉就是用机器代替人眼来做测量和判断，常用机器视觉来替代人工视觉。因为机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。而机器视觉的运用也较为广泛，像嵌入式车牌识别摄像机就是其很好的代表。尤其是车牌识别摄像机运用在停车场，因停车场的外在影响因素颇多，要想实现车牌识别系统在机器视觉方面全方位提升就必须能识别各式各样的车牌，还要能在各种极端环境下识别各式车牌。

  车牌做为车辆身份的唯一标识当仁不让的被选作车牌识别结果的一个判断标准。但是车牌看似是一固有物体，但是其中也深藏着很多的奥妙，为车牌识别系统增加了不少识别难度，其难度可以分为四大方面。

   1、车牌颜色: 就车牌颜色而言也具有多样性，不同领域的车辆有不同的颜色表示，比如蓝底白字、黄底黑字、黑底白字等等。到目前为止车牌识别系统对常见的蓝牌，黄牌的识别效果还不错，但是对多样车牌的完善程度还是有待提升的。对于车牌颜色的识别南京鑫建星车牌识别系统运用了车辆牌照字符和颜色联合识别方法，其最大的特征是将车牌区域划分为字符区域和背景区域，再而对背景区域进行颜色识别。下图列出的是多样车牌不同背景颜色、字体颜色的代表。

   2、字符：为了区分不同地域，每个地区都有自己独特的代表汉字。汉字也称为字符，字符识别属于模式识别领域，因汉字的笔画较多，字符点阵分辨率低，字符所占的像素比较少，给识别效果增加了一定的难度。

   3、数字：组成车牌的另两个因素是字母和数字，简单的阿拉伯数字、英文字母放在一起处理，识别算法复杂。尤其是字线和数字相似度大且经常成像不清晰，使得一些仅仅依靠形体特征识别的算法不适用。

   4、形态：多样车牌也存在着别外一个因素——双层、 单层。双层黄牌，双层军牌就是典型的代表，因为单层和双层车牌的大小尺寸不统一，加之成像角度的不同，又给车牌定位算法增加了难度。

   对车牌识别系统而言除了解决多样车牌还有环境的复杂度。每一个停车场都有着自己独特的样貌，车牌识别摄像机必须适用于每一个停车场，并能做到识别率高且稳定、成像清晰，就不得不考虑车牌识别系统对每个停车场的识别度也就是优异的成像，比如在逆光下，顺光等等环境下怎么能更好的识别车牌，目前对于强光环境用到了双重宽动态有效的抑制强光；对于光线不足的环境可以调动智能补光灯来补充光照使车牌识别效果达到最佳。

   高清智能车牌识别系统想要走得更远就只有对多样车牌，多环境都能自如的识别。现在的机器视觉运用到了基于深度学习算法（其前身就是神经网络技术），也为车牌识别一体机在智能方向走得更远奠定了良好的基础，相信智能化的车牌识别摄像机完全取代人工也是指日可待的。