數(shù)字圖像處理技術(shù)在智能交通中的應(yīng)用

陳寧寧，尹 乾，周 媛，高麗娜

（西安外事學(xué)院 陜西 西安 710077）

隨著工業(yè)的迅速發(fā)展，城市化的進(jìn)展和汽車(chē)的普及，世界各國(guó)的交通量急劇增加。如何能夠改善混亂的交通狀況，減少擁堵，提高運(yùn)輸效率并提高交通的安全性，則成為大家更關(guān)心重視的問(wèn)題。智能交通系統(tǒng) （Intelligent Transport System，ITS）則是在這種情況下產(chǎn)生和發(fā)展起來(lái)，它主要是將先進(jìn)的信息技術(shù)、通訊技術(shù)、傳感技術(shù)、控制技術(shù)以及計(jì)算機(jī)技術(shù)等有效地集成運(yùn)用于整個(gè)交通運(yùn)輸管理體系，而建立起的一種在大范圍內(nèi)、全方位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的綜合的運(yùn)輸和管理系統(tǒng)[1]。它的作用主要是通過(guò)人、車(chē)、路的和諧、密切配合提高交通運(yùn)輸效率，緩解交通阻塞，提高路網(wǎng)通過(guò)能力，減少交通事故，降低能源消耗，減輕環(huán)境污染。

數(shù)字圖像處理（Digital Image Processing）是通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的特點(diǎn)主要有處理精度高，在現(xiàn)性好；易于控制處理效果；處理的多樣性；圖像處理技術(shù)綜合性較強(qiáng)。

圖像是人類(lèi)獲取和交換信息的主要來(lái)源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類(lèi)生活和工作的方方面面。而隨著計(jì)算機(jī)視頻監(jiān)測(cè)技術(shù)的不斷成熟發(fā)展，以圖像處理技術(shù)為主的交通視頻監(jiān)測(cè)技術(shù)的研究也成為智能交通系統(tǒng)的重要前沿研究領(lǐng)域。本文就是依據(jù)數(shù)字圖像處理的特點(diǎn)，介紹了數(shù)字圖像處理技術(shù)在智能交通系統(tǒng)中各方面的應(yīng)用。

1 數(shù)字圖像處理技術(shù)在智能交通中的應(yīng)用

1.1 交通信息采集

智能交通系統(tǒng)能否高效的運(yùn)行，關(guān)鍵取決與獲得全面、準(zhǔn)確和實(shí)時(shí)的動(dòng)態(tài)交通信息。在智能交通系統(tǒng)研究中，能夠研究開(kāi)發(fā)出有效獲取道路上的運(yùn)行信息，包括車(chē)流量、車(chē)速、車(chē)型分類(lèi)、交通密度等信息的交通信息采集設(shè)備是提高實(shí)現(xiàn)交通智能化的重要途徑。正確有效的交通信息采集可以在正確及時(shí)獲得交通狀況信息的同時(shí)，實(shí)現(xiàn)對(duì)交通狀況進(jìn)行有效管理，并發(fā)出誘導(dǎo)信息，從而自動(dòng)調(diào)節(jié)車(chē)流，減少車(chē)輛在道路順暢時(shí)在紅燈前停留的時(shí)間，安排疏導(dǎo)交通、肇事報(bào)警等。因此，在智能交通系統(tǒng)中，交通信息采集技術(shù)的不斷進(jìn)步是智能交通系統(tǒng)得以高效發(fā)展的基礎(chǔ)，是提高交通安全性和效率的前提。

隨著智能交通采集手段及其分析技術(shù)的快速發(fā)展，交通信息采集已從靜態(tài)、人工采集向動(dòng)態(tài)、自動(dòng)采集轉(zhuǎn)變，從單一模式采集向多模式、多方法采集轉(zhuǎn)變。常用的一些交通信息采集方法，如雷達(dá)測(cè)速儀，感應(yīng)線(xiàn)圈，GPS測(cè)速法，紅外線(xiàn)檢測(cè)等等，都能一定程度上達(dá)到車(chē)輛的檢測(cè)，但這些方法中有的需要路面開(kāi)槽來(lái)埋置線(xiàn)圈在一定程度上破壞路面，影響路面壽命，有的設(shè)備成本過(guò)高，受天氣環(huán)境影響較大，都不能全面，高效地采集信息。隨著數(shù)字圖像處理技術(shù)的飛速發(fā)展，圖像分析法應(yīng)用于在交通領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。相對(duì)于一些傳統(tǒng)的交通信息采集方法，它具有全面、高效、并對(duì)主線(xiàn)交通無(wú)干擾的特點(diǎn)，能夠真實(shí)反映交通流狀況。

基于圖像處理的交通信息采集方法，利用計(jì)算機(jī)視覺(jué)技術(shù)從數(shù)字圖像中提取高質(zhì)量的圖像，進(jìn)而獲取圖像范圍內(nèi)多目標(biāo)車(chē)輛以及車(chē)速等在內(nèi)的交通運(yùn)行特征信息，它克服了傳統(tǒng)測(cè)速法只能得到單車(chē)車(chē)速的不足的同時(shí)也能夠精確的定位車(chē)輛的空間位置[2]。在交通信息采集中，無(wú)需對(duì)主線(xiàn)交通進(jìn)行管制，只需保證相關(guān)的拍攝條件，也無(wú)需觀測(cè)人員現(xiàn)場(chǎng)職守，從一定程度上減少了人力物力的投入，提高采集效率。

1.2 車(chē)牌識(shí)別技術(shù)

近年來(lái)，智能交通系統(tǒng)已成為當(dāng)前交通管理發(fā)展的主要方向。作為智能交通系統(tǒng)的重要組成部分，機(jī)動(dòng)車(chē)牌自動(dòng)識(shí)別系統(tǒng)可以大大提高車(chē)輛管理的工作效率，加快交通管理自動(dòng)化和智能化的步伐。車(chē)牌自動(dòng)識(shí)別系統(tǒng)在停車(chē)場(chǎng)收費(fèi)管理、封閉式居民小區(qū)保安管理、高速公路超速自動(dòng)化監(jiān)管系統(tǒng)以及城市交通路口的“電子警察”等方面有著廣泛的應(yīng)用前景。

車(chē)牌識(shí)別系統(tǒng) （License Plate Recognition，LPR）是指能夠檢測(cè)到受監(jiān)控路面的車(chē)輛并自動(dòng)提取車(chē)輛牌照信息（含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號(hào)牌顏色）進(jìn)行處理的技術(shù)，主要是由圖像采集、圖像預(yù)處理與圖像識(shí)別3部分構(gòu)成。該系統(tǒng)的實(shí)現(xiàn)主要是通過(guò)在裝備了數(shù)字?jǐn)z像設(shè)備和計(jì)算機(jī)信息管理系統(tǒng)等軟硬件平臺(tái)的基礎(chǔ)之上，對(duì)車(chē)輛圖像的進(jìn)行采集，并利用先進(jìn)的圖像處理、模式識(shí)別和人工智能技術(shù)，在圖像中找到車(chē)牌的位置，提取出組成車(chē)牌號(hào)碼的全部字符圖像，再進(jìn)一步識(shí)別出車(chē)牌中的文字、字母和數(shù)字，最后給出車(chē)牌的真實(shí)號(hào)碼[3]。因此車(chē)牌識(shí)別系統(tǒng)是計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)在智能交通領(lǐng)域的重要研究?jī)?nèi)容，對(duì)于現(xiàn)代智能交通有著重要的意義。

在實(shí)際的應(yīng)用中，由于照片拍攝的質(zhì)量好壞由過(guò)多外界因素決定，例如光照強(qiáng)度、晴天雨天、車(chē)速快慢等多種因素都會(huì)影響車(chē)輛拍攝照片的質(zhì)量。而由于天氣或車(chē)速過(guò)快等原因造成采集到的圖像字跡模糊，質(zhì)量較差，則進(jìn)一步影響到后續(xù)的車(chē)牌字符識(shí)別。所以在圖像識(shí)別之前，則主要通過(guò)采用數(shù)字圖像處理技術(shù)對(duì)采集到的圖像進(jìn)行預(yù)處理，主要包括圖像灰度化、二值化、濾波、校正、分割等處理過(guò)程，進(jìn)而提高后續(xù)字符識(shí)別的準(zhǔn)確度。車(chē)牌識(shí)別系統(tǒng)后續(xù)研究中為了提高車(chē)牌自動(dòng)識(shí)別的處理速度，則主要從采用高性能的計(jì)算機(jī)處理和改進(jìn)算法，提高圖像處理和識(shí)別的速度來(lái)實(shí)現(xiàn)。但是針對(duì)我國(guó)車(chē)牌格式繁多；車(chē)牌背景復(fù)雜；光照復(fù)雜等情況在以后的研究中還需進(jìn)一步完善。并且從國(guó)內(nèi)外的發(fā)展趨勢(shì)可以看出，智能交通系統(tǒng)包括的其他幾個(gè)方面比如車(chē)型識(shí)別、車(chē)標(biāo)識(shí)別等也需要進(jìn)一步研究，進(jìn)而不斷提高車(chē)牌識(shí)別的實(shí)用性。

1.3 運(yùn)動(dòng)車(chē)輛視頻分割與跟蹤技術(shù)

在公共道路交通管理中，為了獲取車(chē)輛的運(yùn)動(dòng)數(shù)據(jù)，早期通常主要采用的是感應(yīng)線(xiàn)圈等硬件測(cè)量的方法，但是此種方法要求設(shè)置于路面中，對(duì)路面有損壞，安裝也不方便，會(huì)直接影響交通，嚴(yán)重影響道路壽命。而如果采用攝像頭拍攝的道路視頻，再通過(guò)計(jì)算機(jī)軟件進(jìn)行處理，則極大的增加了獲取車(chē)輛運(yùn)動(dòng)數(shù)據(jù)的方便性和靈活性。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，道路交通數(shù)據(jù)獲取不再需要復(fù)雜的線(xiàn)圈設(shè)備了。只需在檢測(cè)路段固定相關(guān)的攝像頭。攝像頭拍攝的道路數(shù)字化視頻壓縮后通過(guò)傳輸線(xiàn)路 （如光纖）傳輸?shù)奖O(jiān)控中心，監(jiān)控中心的計(jì)算機(jī)采用數(shù)字圖像處理的方法將道路交通的數(shù)據(jù)計(jì)算出來(lái)[4]。在公路交通中運(yùn)動(dòng)車(chē)輛的有效檢測(cè)和實(shí)時(shí)跟蹤，是車(chē)輛的行為分析和識(shí)別的前提，而運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤主要分為背景提取、運(yùn)動(dòng)點(diǎn)團(tuán)提取、運(yùn)動(dòng)點(diǎn)團(tuán)位置提取、運(yùn)動(dòng)物體跟蹤這幾個(gè)主要步驟。通過(guò)這幾年的不斷研究，針對(duì)每個(gè)步驟的各種算法，相關(guān)研究人員都做出了不同實(shí)驗(yàn)分析比較研究。在2006年鄭志洵的碩士論文研究中就提出“在背景提取中改進(jìn)的基于均值的背景提取算法以及減少圖像像素的興趣區(qū)提取算法[5]”。而在2009年郭博學(xué)的碩士論文研究中針對(duì)背景提取步驟中算法改進(jìn)，提出“基于塊的背景提取和二值化算法，該算法將圖像分成一定的塊，通過(guò)計(jì)算塊內(nèi)的均值和方差，針對(duì)每個(gè)塊進(jìn)行背景提取和二值化[6]”并都通過(guò)現(xiàn)場(chǎng)實(shí)驗(yàn)進(jìn)行檢測(cè)，對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的方法都有很好的改進(jìn)。但是當(dāng)在擁擠的交通環(huán)境中車(chē)輛行駛緩慢時(shí)，會(huì)存在嚴(yán)重遮擋的情況，對(duì)車(chē)輛的跟蹤造成誤差。如何在惡劣天氣條件和存在嚴(yán)重遮擋時(shí)進(jìn)行車(chē)輛運(yùn)動(dòng)的跟蹤還需要進(jìn)一步研究。

2 結(jié)束語(yǔ)

文中主要介紹了數(shù)字圖像處理技術(shù)在智能交通系統(tǒng)中信息采集、車(chē)牌識(shí)別、車(chē)輛檢測(cè)與跟蹤等多方面的應(yīng)用。由于計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的革命性發(fā)展，數(shù)字圖像處理技術(shù)已經(jīng)成為智能交通系統(tǒng)領(lǐng)域的最主要技術(shù)之一。無(wú)論在圖像處理硬件和軟件方面都有不斷改進(jìn)的技術(shù)和算法出現(xiàn)?？傊?，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，基于數(shù)字圖像處理的智能交通系統(tǒng)將取得更大的進(jìn)步。

[1]黃衛(wèi)，陳里得.智能運(yùn)輸系統(tǒng)（ITS）概述[M].北京：人民交通出版社，2001.

[2]高建平，張小東，蔣銳.基于圖像處理的交通信息采集[J].重慶交通學(xué)院學(xué)報(bào)，2006，25（1）：103-106.

GAO Jian-ping，ZHANG Xiao-dong，JIANG Rui.Traffic information collection based on image processing[J].Journal of Chongqing Jiaotong University，2006，25（1）：103-106.

[3]石紅蘭.基于圖像處理的車(chē)牌識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[J].機(jī)電信息，2011（21）：178.

SHI Hong-lan.Research and implementation of LPR based on image processing[J].Mechanical and Electrical Information，2011（21）：178.

[4]張志強(qiáng)，趙啟文.高速公路視頻監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].遼寧交通科技，2005（5）：79-81.

ZHANG Zhi-qiang，ZHAO Qi-wen.Highway video monitoring system design and realization[J].Liaoning Communication Science and Technology，2005（5）：79-81.

[5]鄭志洵.運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的研究與實(shí)現(xiàn) [D].杭州：浙江大學(xué)，2006.

[6]郭博學(xué).運(yùn)動(dòng)車(chē)輛視頻分割與跟蹤技術(shù)研究[D].西安：長(zhǎng)安大學(xué)，2009.