系统总体设计
本系统主要由三个模块构成分别是：图像采集模块，车牌识别模块和轨迹处理模块。
因为实验条件限制，所以实验时采用一个摄像头拍多个不同时间段的视频，代替多个摄像头的拍摄效果。右图中小矩形框代表小车，一大一小两个叠在一起的矩形代表摄像头，长长的大矩形框代表公路。
利用道路中行进车辆的成像镜头，对实时车辆的视频图像，运用视频分帧、图像处理、切割、物体提取等处理，实现对车辆车牌号的自动识别，与要查找的目标车牌号进行比较分析，找出目标车辆，并产生车辆信息。然后整合多个摄像头采集的车辆信息，绘制出车辆轨迹。
系统硬件设计
系统硬件主要由三个部分组成，分别是摄像头图像采集模块、树莓派图像处理平台和windows数据处理平台。每个模块在系统中扮演的角色各不相同，其中树莓派平台负责图像视频的采集和处理；而摄像头拍摄视频；windows数据处理平台负责图像数据的处理、整合和储存。
系统软件设计
首先利用树莓派自带Python3编写程序，调用CSI摄像头采集实时图像，并进行视频分帧。
然后在Windows上使用Python开发平台进行图像预处理、车牌识别、目标车辆车牌号与识别到的车牌号匹配、匹配成功则表示找到了目标车辆，保存车辆车牌号及时间地点信息，识别完成后，
把车辆信息按照时间先后顺序排序，并保存在TXT文件中，方便后面查阅，把安装有摄像头的地点用坐标表示出来，用key=地点，value=坐标的方式保存在字典中。并把地点信息作为键查询字典中的值，即坐标信息。判断值是否存在，若存在就取下一个元素中的地点信息，同样把地址信息作为键查询字典中的值，判断值是否存在，若存在就用直线连接两个地点的坐标，若不存在会提示不存在该地址。这样按照出现时间顺序连接坐标形成车辆的运动轨迹。
车牌识别模块：
成果展示：
本文设计了一个基于机器视觉的车辆轨迹跟踪系统，在用Python编写完系统功能的之后，用Tkinter库设计出一个面向用户的车辆轨迹跟踪系统的界面,用来查询目标车辆的轨迹信息，并且在界面设计完成之后，把程序打包成一个exe文件，方便用户去使用，下面是一些成果展示图片：
毕设课题:基于机器视觉的车辆轨迹跟踪系统的设计
硬件:树莓派和win7系统(用树莓派自带的CSI摄像头拍摄车辆视频）；
软件:Pycharm；
代码: OpenCV，Python；
车牌识别:用svm模板训练的，有训练样本(中文、字母、数字最少的200多张，多的有700多张，资源来源于网上，自己整理的，识别率百分之九十多。)；
有完整代码；
有需要的联系QQ：2445761858。