车牌识别发展存在的三个问题
　　一是摄像技术有待进一步提高。
　　在目前的国内市场上，虽然各个摄像头厂商都针对道路监控开发了相应的产品，但是特别是针对交通的特殊要求，都做了必要的改进。但在道路的实际监控过程中，摄像头长时间在室外，受环境因素影响较大，如风雨等。因此，车牌识别系统不仅要求清晰度高，而且要求适应性强。比如卡口车牌识别中的应用环境比较复杂，有一些国道，有一些省道，有一些县道，但是不同环境下车辆的行驶速度不一样，对摄像头的快门速度设置要求比较高。不仅方便用户安装调试，还要求更精确的快门速度设置，以适应不同的使用场所。
　　此外，在我国北方，冬季经常出现雨雪雾天气。在这种环境下，道路监控摄像头的清晰度会受到严重干扰，所以很多车牌识别系统厂商都设计了透雾功能。市面上出现的大多是黑白雾透功能，但这种做法会失去车牌的颜色。
　　二，高清成像带来其他问题。
　　目前，社会上的智能交通系统已经逐渐从标清系统过渡到高清系统。相比较而言，高清系统的优势不言而喻。由于高清拍摄的图片覆盖面广，图片中可能同时出现多个车牌的识别问题。但更重要的是，如果高清数据量过大，不仅处理速度过慢，而且会因为对资源的过度需求而难以实现高清视频流识别。这些都是高清系统下车牌识别系统面临的新问题。
　　三是老化破损的车牌难以识别。
　　众所周知，车牌在使用几年后，不可避免的会出现污染、磨损、破损的情况，很难保证所有上路的车辆都是标准、干净的车牌。因此，在实际环境中，如何提高车牌识别系统的识别能力也是一个需要解决的实际问题。
　　比如长期运煤的车辆。会因为脏而遮挡部分车牌，甚至故意遮挡车牌。针对这种情况，车牌识别系统是无法识别的，因为它只是对现有图像的识别技术，并不包含透视的能力。因此，如何在视频流中同时存在干扰和污损的情况下定位和识别车牌，是当前车牌识别系统进一步改进和发展的需要。
　　目前，解决这一问题的方法是提高车牌识别系统的识别率。目前主要的方法是先对视频流中的车身进行判断，然后进行车牌的初步定位和判断。车牌准确定位后，通过算法识别车牌的字符和数字，得到车牌信息。但这种方法主要取决于算法的准确性，所以算法的质量重要。