直接法:基于图像的车牌识别技术属于直接法，是一种无源型汽车牌照智能识别方法，能够在无任何发送车牌信号的车载发射设备情况下，对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息采集并实时智能识别。与间接法识别系统相比，首先，这种系统节省了设备安置及大量资金，从而提高了经济效益;其次，由于采用了***的计算机应用技术，所以可提高识别速度，较好地解决实时性问题;再次，它是根据图像进行识别，所以通过人的参与可以解决系统中的识别错误，而其他方法是难以与人交互的。

一个车牌识别系统是否实用，的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌1照进行识别，并且需要将车辆牌1照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。

之后便可以统计出以下识别率：

1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数

2、可识别车牌1照的百分率=人工正确读取的车牌1照总数/实际通过的车辆总数

3、可识别全牌正确识别率=全牌正确识别的车牌1照总数/人工读取的车牌1照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。

各类车型的不同

　　不管是使用地感线圈还是红外触发，车型的影响都是显而易见的，大车与小车的触发位置即使在低速的情况下也可能超过0.5米，当超过1米时，的图像可能不是清晰的。

　　解决建议：对于这种，一般要在车牌定位之前要对图像做预处理，然后再进行车牌的定位、分割、识别等部分，这也正对系统有很大的挑战性。

车牌受损或有污渍

　　在公路和城市内的实际应用过程中，很难保证所涉及到的车牌都是没有污损的，车牌在使用几年之后，难免会出现污染和磨损等现象。

　　解决建议：对于这种情况，很多智能的停车场系统也渐渐解决了这样的问题，但如果过于严重，这还得靠人工了。

车牌识别系统在不同环境下如何处理图片成像？

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***技术，是整个停车场系统的***。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。

1、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更多明亮和黑暗的细节，更接近人眼所见。 

2、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，因此车牌识别系统必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。 

3、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，但是并不能完全解决这个问题，德立达停车场车牌识别系统就有效的解决的这一问题。 

4、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。