技术：C语言、ARM等
摘要：汽车的出现改变了以往的出行方式，极大的改变了人们的生活方式，扩大了人们的活动范围。汽车虽然方便了我们的出现，但同时也造成了城市交通管理压力。车辆是交通管理中重点对象，每辆车都有自身唯一的车牌号码，通过车牌可以可以记录对应车辆的交通行为。因此，车牌识别是交通管理中最核心和基础的技术之一。
本文首先介绍了车牌识别技术的背景和研究现状，然后介绍了方案选择和设计过程。车牌识别整个流程基本分为两个部分：摄像头视频采集传输；识别图片中包含的车牌。
摄像头视频采集传输包括：通过v4l2来采集摄像头图片和通过socket建立网络连接按照http协议将图片传输出去。车牌识别包含车牌定位，车牌学习，字符分割，字符学习等部分。车牌定位采用纹理分析和边缘检测以及支持向量机等技术，字符识别采用卷积神经网络识别算法，使用开源的计算机视觉库OpenCV完成相关的算法。硬件采用基于ARM处理器的Raspberry Pi 3 Model B，实现图像从摄像头的读取和传输到PC的功能。关键词：OpenCV；支持向量机；Linux；卷积神经网络；
发表于 2018-12-4 09:36:05
收藏
发表于 2020-3-16 23:52:05
