车牌识别系统出现误报现象可能是由于多种因素导致的，例如车牌号码识别错误、车牌颜色识别错误、车辆检测错误等。为了解决误报现象，可以采取以下措施：

　　1、优化车牌识别算法：开发更加精确、自适应的车牌识别算法，以提高系统对车牌的识别能力。可以结合深度学习、机器学习等技术，对车牌的文字、颜色、纹理等特征进行更加精准的提取和识别。

　　2、提高图像质量：在采集图像时，确保图像清晰、光线明亮。可以使用高清摄像头、增强照明设备等手段，提高图像的质量和清晰度，从而减少误报现象。

　　3、加强车辆检测：在车牌识别之前，加强车辆检测环节，确保只对车辆进行识别，减少非车辆目标的干扰。可以利用计算机视觉技术，如边缘检测、形态学转换等，进行车辆检测和筛选，提高识别的准确性。

　　4、提供多种识别方式：采用多种车牌识别方式，如基于图像处理的方法、基于深度学习的方法等，综合多种结果进行判断。可以结合不同的方法和算法，提高系统的鲁棒性和准确性。

　　5、人工干预：对于系统误报的情况，可以引入人工干预机制。人工对识别结果进行审核和校验，减少系统误报的情况。

　　6、数据统计和分析：建立完善的数据统计和分析机制，对系统的识别结果进行定期的评估和调整。通过分析系统的误报原因和类型，及时发现和解决问题，提高系统的准确性和稳定性。

　　7、技术更新和升级：不断关注和研究最新的技术动态和进展，及时对系统进行更新和升级。引入新的技术和算法，不断提高系统的性能和准确性。

　　总之，解决车牌识别系统的误报现象需要从多个方面入手，包括优化算法、提高图像质量、加强车辆检测、提供多种识别方式、人工干预、数据统计和分析以及技术更新和升级等。通过这些措施可以提高车牌识别系统的性能和准确性，减少误报现象的发生。