近年来，私家车数量的不断增加也推动了停车行业的蓬勃发展。车牌识别作为当前智能停车场的核心技术，是整个停车场系统的核心。车牌识别系统管理的停车场已普及到我们生活的各个领域，所以更的识别技术将为人们带来更多便利，不过由于自然环境的影响，车牌识别的技术还是会受到影响，目前影响车牌识别成像的因素各不相同。

   现在的车牌识别系统主要通过车牌识别摄像机提取车辆信息，而摄像头抓拍到的图片因外在环境的干扰相对复杂一些，所以使得取出车牌号码的速度、清晰度和准确率受其很大影响。为了解决分辨率的提高识别能力，要从算法层对不同场景做针对性的处理。那么车牌识别系统在停车场里会遇到哪些比较特别的使用场景？

   大角度识别大角度识别是停车场环境中车牌识别系统技术中较为困难的一点。由于车牌识别系统难以在停车场大角度上拍摄车辆的矩形牌照，其所获得的牌照图像通常不是矩形图像，这就需要对变形图像进行修正。由大角度引起的牌照成像失真是车牌识别中的技术难题之一。

   识别速度会受到图片像素的影响车牌识别相机距离车牌越远，像素越小，越近，像素越大，停车场比其他场景的车道更短，并且当前车牌识别系统的识别是实时的，在确保快速识别的条件下支持识别大像素宽度的车牌是典型的矛盾。通常车牌像素太宽，识别速度必然很慢，并且想识别速度快，车牌像素宽度就要在合理范围内。

   夜间亮度不强，光线不分散在夜间大灯的作用下，车牌图像可能会变成一块黑一块白的情况。为了解决这个问题，通常使用依靠算法来控制填充光的智能补光技术。同时使用双宽动态，使车牌识别摄像头可以在同一个屏幕上捕捉更多明亮和黑暗的细节，更接近人眼所见。

   天气的影响雨雾天气能见度较低，获取的车牌图片质量会有严重的退化，因此车牌识别系统须实现图像复原功能，即采用图像复原算法对雨雾天退化图像实现场景的再现。

   车辆来往方向不同对于因车辆运行而形成的大角度，个别厂家的车牌识别系统对于此种情况的处理效果并不理想，该问题在有转弯和出入口较宽的停车场显得尤为明显，当然通过对车牌识别摄像机的高度和角度的控制，可以减少大角度的弧度，但是并不能解决这个问题，翼迅通停车场车牌识别系统就有效的解决的这一问题。

   背对光线对于顺逆光而言，可以通过局部曝光、强光抑制等智能控光技术调整摄像机的曝光参数从而实现优异的成像自动控制。