基于机器视觉的校园车速检测关键技术研究
程冠琦
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
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
资助基金：无锡商业职业技术学院校级课题(KJXJ22557)
论文发表日期：2023-04-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 63-66 )