基于机器视觉的校园车速检测关键技术研究  

作　　者：程冠琦[1] CHENG Guanqi

机构地区：[1]无锡商业职业技术学院物联网与人工智能学院,江苏无锡214153

出　　处：《信息技术与信息化》2023年第4期63-66,共4页Information Technology and Informatization

基　　金：2022年无锡商业职业技术学院校级课题(江苏省商业智能应用工程技术研究开发中心专项)《基于机器视觉的校园车辆超速报警系统的设计与研究》研究成果,课题编号:KJXJ22557。

摘　　要：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。

关 键 词：机器视觉 车速检测 深度学习 PyQt5库 GPS测速 卷积神经网络 

分 类 号：G717[文化科学—职业技术教育学] TP391.41[文化科学—教育学]