软识别系统：依赖IO卡进行车辆检测、开关道闸等动作，与停车场系统只是软件嵌入关系，硬件无联系。工程量大，用线多，稳定度差。
摄像机共用性
硬识别系统：系统可与监控系统共用摄像机，对系统无任何影响。
软识别系统：不可共用，否则对系统稳定性和识别率造成严重影响。
输出信号
车牌识别停车场系统
软识别系统：依赖IO卡进行车辆检测、开关道闸等动作，与停车场系统只是软件嵌入关系，硬件无联系。工程量大，用线多，稳定度差。
摄像机共用性
硬识别系统：系统可与监控系统共用摄像机，对系统无任何影响。
软识别系统：不可共用，否则对系统稳定性和识别率造成严重影响。
输出信号
硬识别系统：系统可输出车辆大图、号牌小图、号牌识别号码、号牌颜色和识别可信度、车流量、场内停车量等实时数据。具备车辆进出静态图片查询功能、可接驳车位引导系统等。
但是火眼在大角度场景下的优势不容忽视，众所周知，现在市面上的车牌识别产品大多采用外设触发方式，基于图像进行识别的技术，对运动状态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。所以要优化车牌识别产品在极端环境下的识别表现，就必须从算法着手进行改良。 为解答这一疑惑，笔者特意走访了成都臻识科技发展有限公司(以下简称“臻识科技”)，对其在极端环境下的算法研发进行详细了解。
为增强算法的鲁棒性，缩小多环境和正常环境下识别效果的距离，臻识科技于2016年7月发布车牌识别一体机2.0版本，并对其算法做出了更加深入的改进，在原嵌入式神经网络算法的基础上对各极端场景车牌识别进行了优化提升。
对于多环境而言差异是由于自然光变化而引起的车牌识别成像效果变差，而不同场景下成像效果的影响因素各不相同：
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。
从目前来看，停车问题是制约智能交通发展的桎梏，由于设备的功能不同，智能交通的发展仍道远。智能停车场系统切入智能交通，其功能多样性，无论是从停车问题、寻车位问题还是停车缴费问题上都有着自己的优势;另外，智能停车场系统集成新技术，推出了一系列智能化产品，车牌识别、车位引导、反向寻车、自助缴费、手机支付等设备，所以，智能停车场系统朝着智能交通行业的发展是一个必然的趋势。
（作者： 来源：）
