车牌识别系统的基础是车牌识别算法，而车牌识别算法由空间复杂度和时间复杂度来组成，分为五种不同的特性：
1、有穷性即算法的演变过程是有限的，不可能无数次的演算;
2、确切性即算法的每一个演算步骤多有确切的定义;
3、输入项即具体的车牌图像;
4、输出项即车牌的识别结果;
5、可行性即车牌识别的效果。
通过优化以上五项特性，从根本上优化车牌识别算法是提高车牌识别率的一个方法。
可能是车牌被什么杂物给遮挡住了，导致车牌识别系统无法准确识别车牌信息，也可能是车牌识别系统准确度不够，或者是出现问题，导致无法识别车牌信息。如果是前者的问题，将车牌上的杂物清理干净便可，如果是车牌识别系统的问题，可以选择换一个车牌识别系统，比如云脉智能车牌识别系统，基于成熟的OCR技术，支持单张拍摄或连拍，对所得车牌图像进行快速识别，自动捉捕车牌信息并分类至正确字段，识别速度快，平均识别时间少于3秒，识别率高，字符识别率大于98%...
智能车牌识别系统不抬杆原因多种。智能车牌识别系统是由车牌识别一体机、工业级到咋、语音集成显示屏及系统软件等部分组成，所以我们要排查问题的所在，工作流程为地感线圈→车辆检测器→车牌识别一体机→收费系统→控制器→道闸，所以原因工作中负责传输信号的网线或者信号线的连接问题，或者是工作中部件是否出故障等。
几乎每家都宣称拥有高辨识率，但为了避免事后因为双方对产品认知有差异，而将运作不良的责任互相推托，用户在采购车牌辨识系统时，不妨要求实地测试，而且测试时间较好超过两个礼拜，比较能判断辨识结果是否'言过其实'。因为台湾是一个多变的环境，两个礼拜应该可以对于场域可能影响辨识率的情形，大约掌握了八成，如果只是测一天、甚至几个小时，是无法了解的。
另外，车牌辨识既然是'系统'，当中软硬件架构的好坏，当然会影响'呈现的结果'。至于什么样的软件跟硬件，适合什么样的环境，这就必须因环境而异，因为不同的应用环境，对于辨识率的要求未必相同，而这就必须靠经验累积。
尽管市场上有林林总总的车牌辨识系统，用对产品与架构，可以省去很多的冤枉钱跟时间，但更重要的是，工程商与系统整合商需要多方配合及了解，而不是一味的只看重某厂牌比较好、比较便宜，凡事货比三家不吃亏。