随着我国经济的快速发展,人们的汽车持有量也在呈快速增长方式。汽车的迅速增加使得我国的交通网络越来越复杂,安全隐患也越来越严重。如何更灵活有效地进行交通监控是亟待解决的问题。将无人机这项新技术融入到交通管理系统中,利用无人机的轻便、灵活等优势,可以克服传统交警巡逻与固定式摄像头的缺点,并且为交通监管提供一种新颖的方式,完善了监控系统,保障交通监控的有效性。而车牌识别一直都是智能交通领域的研究热点,随着无人机技术在智能交通领域崭露头角,将二者结合是必然的研究趋势。本文设计了基于无人机视频的车牌识别系统解决方案。对无人机采集到的交通视频进行处理,通过先定位车辆,再识别车牌的方法对视频中规定区域内的车辆进行车牌识别。因此该车牌识别系统分为两部分,分别是车辆检测和车牌识别。车辆检测完成车辆定位的结果,针对固定式摄像头拍摄的视频与无人机拍摄的视频区别,由于无人机拍摄的视频背景是运动的,因此不能采用主流的静态背景目标检测方法,同时动态背景的目标检测方法又无法检测出视频中的静止停放车辆,因此本文采用提取图像HOG特征并用SVM判定的方法进行车辆检测。对定位到的车辆进行车牌识别时,论文采用了主流的车牌识别方法。首先采取了结合HSV颜色特征与SOBEL边缘检测的方法进行了车牌定位,并通过Radon变换等算法对倾斜车牌进行了校正,然后利用垂直投影的方法进行了车牌字符分割,最后设计了神经网络对分割后的字符进行识别。为了验证论文研究方法的可行性,首先对每部分的研究都进行了实验并给出了实验结果,然后利用小米无人机采集到的数据进行了整体的功能验证。实验结果表明本文的研究方法可以完成对无人机视频中规定区域内的车辆进行车牌识别的功能,为基于无人机视频的车牌识别提供了可靠和有效的解决方案。