近年來，私家車數量的不斷增加也推動了停車行業的蓬勃發展。車牌識別作為當前智能停車場的核心技術，是整個停車場系統的核心。車牌識別系統管理的停車場已普及到我們生活的各個領域，所以更先進的識別技術將為人們帶來更多便利，不過由于自然環境的影響，車牌識別的技術還是會受到影響，目前影響車牌識別成像的因素各不相同。

   現在的車牌識別系統主要通過車牌識別攝像機提取車輛信息，而攝像頭抓拍到的圖片因外在環境的干擾相對復雜一些，所以使得取出車牌號碼的速度、清晰度和準確率受其很大影響。為了解決分辨率的提高識別能力，要從算法層對不同場景做針對性的處理。那么車牌識別系統在停車場里會遇到哪些比較特別的使用場景？

   大角度識別大角度識別是停車場環境中車牌識別系統技術中較為困難的一點。由于車牌識別系統難以在停車場大角度上拍攝車輛的矩形牌照，其所獲得的牌照圖像通常不是矩形圖像，這就需要對變形圖像進行修正。由大角度引起的牌照成像失真是車牌識別中公認的技術難題之一。

   識別速度會受到圖片像素的影響車牌識別相機距離車牌越遠，像素越小，越近，像素越大，停車場比其他場景的車道更短，并且當前車牌識別系統的識別是實時的，在確保快速識別的條件下支持識別大像素寬度的車牌是典型的矛盾。通常車牌像素太寬，識別速度必然很慢，并且想識別速度快，車牌像素寬度就要在合理范圍內。

   夜間亮度不強，光線不分散在夜間大燈的作用下，車牌圖像可能會變成一塊黑一塊白的情況。為了解決這個問題，通常使用依靠算法來控制填充光的智能補光技術。同時使用雙寬動態，使車牌識別攝像頭可以在同一個屏幕上捕捉更多明亮和黑暗的細節，更接近人眼所見。

   天氣的影響雨霧天氣能見度較低，獲取的車牌圖片質量會有嚴重的退化，因此車牌識別系統須實現圖像復原功能，即采用圖像復原算法對雨霧天退化圖像實現場景的再現。

   車輛來往方向不同對于因車輛運行而形成的大角度，個別廠家的車牌識別系統對于此種情況的處理效果并不理想，該問題在有轉彎和出入口較寬的停車場顯得尤為明顯，當然通過對車牌識別攝像機的高度和角度的控制，可以減少大角度的弧度，但是并不能完全解決這個問題，翼迅通停車場車牌識別系統就有效的解決的這一問題。

   背對光線對于順逆光而言，可以通過局部曝光、強光抑制等智能控光技術調整攝像機的曝光參數從而實現優異的成像自動控制。