基于机器视觉的校园车速检测关键技术研究

针对校园车辆限速管理技术落后、识别超速车辆效率低下的问题,提出一种基于机器视觉和深度学习的校园车辆限速管理方案。首先,采用GPS简易测速仪作为测速设备,结合MSP430F 149单片机、点阵式液晶OCM12864进行车速检测、报警、动态跟踪及显示,然后,采用深度学习技术中基于卷积神经网络的车牌识别技术和算法,按照车牌图片加载、模型定位、图片裁剪、显示识别的步骤来识别超速车辆的车牌信息,最后,采用PyQt5库结合Python语言对关键技术和算法进行了实现,并在普通场景、特殊场景和遮挡车牌照片的几种情况下分别做了测试。实验结果表明,采用的算法能够提升超速车辆的识别效率,同时能够在多种场景下识别超速车辆的车牌信息,对超速车辆的管理和识别效果提升明显。