如果说从20世纪80年代到2000年可以认为是车牌识别的技术成熟阶段，从2000年以来的十年，则可以认为是车牌识别的产品成熟阶段。今天，我们谈到车牌识别，已不再局限于技术本身，更多的是指以车牌识别技术为核心的一整套系统，包括了车辆触发、图像抓拍、车牌识别、业务应用四个基本环节。随着车牌识别系统日渐成熟，其行业发展前景逐渐被看好。
车牌识别系统日渐成熟
众所周知，车辆号牌是全世界唯一对车辆身份识别的标记，它的特殊性和重要性决定了车牌识别系统成为城市智能交通管理系统中不可或缺的重要组成部分。车牌识别系统为自动化的智能交通管理提供了高效、实用的手段。
车牌识别技术作为交通自动化管理的重要手段，以及车辆检测系统的一个重要环节，并以计算机可处理的形式给出识别结果，从而使得车辆的电脑化监管成为现实，其在交通监视和控制中占有很重要的地位。
车牌识别系统目前已经成熟应用于各类的智能交通、安防系统中，对图像、视频中的车辆号牌进行自动的检测识别.典型的应用系统为：闯红灯自动监测系统，机动车超速监测系统，机动车逆行、压线监测系统，移动电子警察系统，治安卡口系统等智能交通系统。
车牌识别和移动互联被看好
分析称，车牌识别和移动互联将是解决停车难问题的有效途径。车牌识别技术是计算机视频图像识别技术在车辆牌照识别中的一种应用，是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车惟一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。
车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号，目前的技术水平为字母和数字的识别率可达到96%，汉字的识别率可达到95%。
在停车场管理中，车牌识别技术也是识别车辆身份的主要手段。在深圳市公安局建设的《停车库(场)车辆图像和号牌信息采集与传输系统技术要求》中，车牌识别技术成为车辆身份识别的主要手段。而移动互联系统则是蓝卡软件正在研发的新产品。该系统主要有移动缴费、城市诱导、车位预定和移动寻车四大功能：当你寻找停车位的时候，系统可以告诉你哪里有空位并可以预定该车位，停车场会为你保留车位。当你取车时，它也可以告诉你车辆停在哪个位置，并告之路线，它最大的特色是可以实现移动支付，即以移动设备，如手机为载体，通过微信等移动平台实现移动支付，缩短了车辆在停车场出入口处的滞留时间。这样，车位信息可随时查询，车辆的停取效率提高了，出入所花费的时间也大大缩短，停车场出入口拥堵的问题得以缓解。
车牌识别走向深入发展
综合来看，车牌识别产品的竞争将更多的强调成像、图像预处理、算法、业务逻辑等系统各环节的相互配合。特别是物理成像以及图像预处理的水平可能会成为下阶段发展的关键，其原因在于当识别算法的发展达到一定的高度，短期内很难会出现非常突破性的变革，这时如何能够通过成像、光源、降噪等环节来为核心算法扫清障碍就成为了影响产品最终性能的制衡点。此外，与安防行业整体的发展相应地，以下几个趋势对车牌识别产品的影响也会非常深远：
◇ 更高的分辨率及画面质量
作为一种典型的模式识别算法，车牌识别一直期望有更高的图像分辨率。从这几年的发展可以看到，随着分辨率的提升，单个相机所覆盖的车道数量逐渐增加，目前主流车牌识别智能相机已经可以单独覆盖3个车道，但事实上车牌的大小依然是很大的制约因素，如果相机的分辨率可以提升到千万量级，车牌识别的识别指标将会更加逼近“几乎不出错”的极限，而且车牌识别能够稳定工作的区域也会明显增大，一些目前并不特别可靠的扩展应用的效果将得到改观。除了分辨率提升外，画面质量也是同等重要的问题，近年高清相机的分辨率虽然提升的速度很快，但在动态范围的表现上却差强人意，导致在一些场景下出现亮处细节和暗处细节无法兼顾的问题，这将是下阶段相机发展的关键点之一。
◇ 更高的计算能力和集成度
高清相机的发展必然导致车牌识别算法需要更大的计算资源，嵌入式平台核心芯片的更新速度将会直接影响车牌识别产品的形态以及发展方向，可以预期，更多的相关业务将会更集中的被放置在车牌识别智能相机上。
◇ 更高的易用性、更强的适应能力
目前车牌识别算法本身的难题主要集中在车牌受到各种干扰时如何保证尽可能准确地识别，例如大型车常见的车牌污损、私家车辆规避限号的车牌遮挡、光照环境形成的阴影干扰等等。此外，车牌识别产品的参数配置一直相对繁琐，这很大程度上是为了能够通过精确的调整相机成像、补光、算法的各个环节，来确保达到最好的识别效果。如何利用好高分辨率和高计算能力来降低系统的操作难度，进一步解决这些经典的技术问题，提高系统配置的自动化水平是车牌识别产品下阶段需要着重投入的方向。
