數(shù)字圖像處理技術在智能交通中的應用

賴宏慧　陳瀾禎

摘 要：伴隨全球經(jīng)濟一體化發(fā)展，現(xiàn)代人生活與消費水平也日漸提升，而對汽車需求量也隨之增加，給城市交通帶來了巨大壓力，對此，如何應用現(xiàn)代科學技術來有效緩解城市日漸艱巨的交通管理問題，就引起了人們的廣泛重視。故文章就智能交通中數(shù)字圖像處理技術應用作一簡要分析。

關鍵詞：數(shù)字圖像處理技術；智能交通；道路障礙檢測

伴隨社會經(jīng)濟的飛速發(fā)展與交通機動化水平的逐步提升，城市的交通問題也日漸嚴重，我國眾多城市，特別是大中型城市的每日車流量更是呈現(xiàn)出一個與日俱增的態(tài)勢，交通擁堵、道路交通事故頻頻出現(xiàn)，使得廣大市民在享受機動車輛所帶來的巨大交通便利的同時，也面臨著嚴重的交通擁堵問題。針對這種情況，僅僅只是對道路進行擴建，顯然已經(jīng)無法解決這一問題，為此，在現(xiàn)有條件下，逐步構建并完善智能交通系統(tǒng)，就不失為一種可行的解決辦法，人，而如何構建思完善的智能交通系統(tǒng)，全面實現(xiàn)對交通的監(jiān)控、調度與控制，就成為當前我國道路交通事業(yè)發(fā)展的重點所在了。

1 數(shù)字圖像處理技術在車牌識別中的應用

一般來講，基于數(shù)字圖像處理技術的車輛識別，多半由以下五個環(huán)節(jié)構成，具體為：

（1）圖像預處理。因在車牌識別系統(tǒng)中，其所采集到的圖像為真彩圖，且受到其它一些諸如采集環(huán)境、硬件設備等因素的影響，使得圖像通常都比較模糊，而且背景與噪聲的存在也在直接影響到字符分割與識別的準確性，而這些圖像經(jīng)過預處理后，圖像質量將可得到大大提高，為后期工作開展奠定了基礎；

（2）車牌區(qū)域定位。應用形態(tài)學對那些經(jīng)預處理之后的車牌圖像進行濾波處理，讓車牌區(qū)域形成連通區(qū)域，而后基于車牌先驗知識對所得到連通區(qū)域進行篩選，并得到準確的車牌區(qū)域位置，完成圖像中提取車牌的任務。

（3）車牌校正。因攝像頭同車身間存在一定角度問題，故拍攝所得車牌圖像往往不在一個水平狀態(tài)上，這時，為確保車牌分割與識別工作的順利展開，就必須需要對車牌角度加以校正，且在一般情況下，多采用Radon變換形式來進行車牌校正。

（4）車牌分割。首先，從水平方向對車牌圖片進行投影處理，將其水平邊框去除，而后在從垂直方向進行投影。而通過投影車牌圖片就可知道，在投影中的最大峰值，其所對應的應該是車牌中第2、3個字符間的間隔，而第二大峰中心距離所對應的則是車牌字符寬度，以此類推，就可完成對車牌的分割了[1]。

（5）車牌識別與顯示。用于字符識別的辦法，有很多，其中模糊匹配法又是其中應用最為廣泛的一種。一般來講，在字符識別過程中，需構建標準字庫，后把分割所得字符實施分類，并將其同標準字庫中字符進行對比分析，最后將誤差最小字符當做結果并顯示出來。

2 數(shù)字圖像處理技術在運動車輛視頻分割和跟蹤中的應用

在共工道路交通管制中，為獲得車輛運動數(shù)據(jù)，往往在早期的時候需要借助感應線圈等硬件測量辦法，但是，該方法的時候，要求將感應線圈設置在路面中，而這對于那些有存路面，安裝起來并不是很方便，且會直接影響到交通，并縮短道路使用壽命。這時，若借助攝像頭來獲得道路視頻，進而基于數(shù)字圖像處理技術對視頻加以處理，將大大提升車輛運動數(shù)據(jù)獲取的靈活性與方便性。如今，伴隨信息技術的發(fā)展，道路交通數(shù)據(jù)獲得也無需借助復雜信線圈設備了，僅需在檢測路段安裝上相關攝像頭即可，然后在攝像頭拍攝所得道路數(shù)字化視頻進行壓縮，經(jīng)對應傳輸線路傳至監(jiān)控中心，這時，監(jiān)控中心又借助對應數(shù)字圖像處理技術對所獲數(shù)據(jù)加以計算，并得出最后結果。同時，在公路交通中，實現(xiàn)對運動車輛的有效監(jiān)測與動態(tài)跟蹤，是分析并識別車輛行為的前提所在，其中，運動目標檢測和跟蹤又可分為背景提取、運動點團提取與運動團點位置提取以及運動物體跟蹤幾個環(huán)節(jié)，而且經(jīng)過多年的深入研究，不同環(huán)節(jié)也有與之相對應的各種算法，如“基于塊的背景提取與二值化算法”與“于背景提取改進下的基于均值的背景提取算法與減少圖像像素的興趣區(qū)提取算法”，其中，前者就是把圖像分割成對應塊數(shù)，后通過計算出塊內(nèi)均值與方差，具體針對每個塊來展開背景提取與二值化，這些均為道路交通管制中車輛跟蹤提供了有力依據(jù)[2]。當然，在相對較擁擠的道路交通環(huán)境中，且車輛緩慢行駛的時候，可能會存在較嚴重的遮擋情況，而這也會使得車輛跟蹤結果出現(xiàn)一定誤差，故如何在室外天氣相對比較惡劣與存在較嚴重遮擋的情況，實現(xiàn)對車輛的動態(tài)跟蹤，仍需進一步探討研究。

3 數(shù)字圖像處理技術在道路識別與障礙物檢測中的應用

道路作為車輛導航的基本所在，在具體研究中道路識別卻有著較大難度。因為道路交通環(huán)境普遍比較復雜，且伴隨如今城市化的飛速發(fā)展，更加大了道路交通復雜程度，時常出現(xiàn)道路不同而特征相似的情況。如在道路寬度、曲線形狀等方面，均存在著眾多相同建設。一般來說，檢測道路有結構化道路與非結構化道路兩類，前者多是指高速公路與那些結構化比較好的公路，而后者則是指城市中那些結構化程度比較低的公路，在這些道路中，并不存在明顯的車道線與道路邊界，且轉彎半徑也會比較大，故迫切需要道路模型來對其進行檢測，確保車輛行駛安全?，F(xiàn)階段，對于道路識別普遍采用的是基于邊緣法、區(qū)域法與圖像濾波法、模板法等，而且這幾種方法在如今的智能交通系統(tǒng)中應用效果也比較好，進一步拓展了智能交通系統(tǒng)中數(shù)字圖像處理技術的應用范圍。

同時，數(shù)字圖像處理技術在如今的智能交通障礙物檢測中也應用得比較廣泛。在道路交通中，障礙物多半是指前方道路中出現(xiàn)的機動車、自行車與人、交通標識等，而通過對這些障礙物的有效檢測，可較好的確保車輛的安全行駛，最大限度減少道路交通安全事故[3]。通常情況下，關于道路障礙物的檢測，多通過在對應道路圖像圖與中尋出不一致線索來實現(xiàn)，如灰度的明顯改變，紋理邊界等；而關于周邊車輛的檢測，因其多半同攝像機處于同一車道之內(nèi)，且速度也比較相近，故在高速公路與鄉(xiāng)間道路上，需檢測并跟蹤前方車輛，采取明確該車輛是跟隨還是超車。當前，關于道路交通掌握物檢測方法，基于光流檢測法，視覺檢測法與背景運動估計檢測法的應用是比較常見的，且被廣泛應用于智能交通系統(tǒng)中，效果較好。

4 結束語

綜上所述，伴隨信息技術的發(fā)展，數(shù)字圖像處理技術儼然已經(jīng)成為了智能交通系統(tǒng)中的一個重要技術，并發(fā)揮著重要的作用。但是，也需看到在圖像處理硬件方面，雖然已經(jīng)有了較大的發(fā)展，但仍需逐步強化對圖像處理專用硬件的研發(fā)，而且數(shù)字圖像處理技術雖然在智能交通系統(tǒng)中車輛識別、運動車輛視頻處理與跟蹤、道路識別與障礙物檢測中發(fā)揮出著較好的作用，但同人們所迫切希望達到的效果仍存在一定差距，故在今后工作中，還需進一步深入對數(shù)字圖像處理技術的研究與探討，使之能夠在智能交通系統(tǒng)中發(fā)揮出更巨大的作用，為道路交通安全管制提供有力保障。

參考文獻

[1]魏鑫，左玉玲.數(shù)字圖像處理在智能交通中的應用[J].科技展望，2015，（02）：156.

[2]衛(wèi)小偉.視頻圖像處理技術在智能交通系統(tǒng)中的運用[J].電子測試，2015，（06）：106-108.

[3]高軍，朱宏輝.數(shù)字圖像處理技術在車牌識別系統(tǒng)中的應用[J].計算機光盤軟件與應用，2014，（04）：18-20.