淺談數(shù)字圖像處理技術(shù)在智能交通中的有效應用

王運繼 潘元平 呂海洋

摘要：隨著時代的進步，電子信息技術(shù)在社會中的運用越來越廣泛，其中智能交通成為信息技術(shù)時代一個重要的研究領(lǐng)域。在智能交通領(lǐng)域中，對圖像處理技術(shù)的研究，成果很多，因為圖像處理技術(shù)的理論意義和現(xiàn)實意義對社會發(fā)展都很重要。本文主要分析和探討了數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域的具體應用，并對部分問題提出了相應的看法和解決措施。

關(guān)鍵詞：智能交通;數(shù)字圖像處理技術(shù);車輛跟蹤與檢測

智能交通是電子信息技術(shù)的前沿研究成果，最早被運用于城市交通指揮和交通管理等方面，是出現(xiàn)于二十世紀九十年代的新興領(lǐng)域。智能交通主要是通過各種先進的電子技術(shù)，對地面的實時交通情況進行匯總和掌握。主要有兩個含義：一是智能;二是交通。智能交通技術(shù)的核心就是智能，智能源自于現(xiàn)代的計算機和電子通訊設(shè)施。主要實現(xiàn)方式，是在日常的交通管理過程中，用現(xiàn)代的科技對路面行駛的車輛進行監(jiān)控和分析，由此實現(xiàn)對現(xiàn)實交通的有序管理。

1 數(shù)字圖像處理技術(shù)的作用

1.1 數(shù)字圖像處理技術(shù)的工作步驟

一是用計算機以及其他現(xiàn)代技術(shù)手段達成，其主要內(nèi)容包括圖像的采集與獲取、對信息進行編碼與存儲、圖像的合成。在這些環(huán)節(jié)完成以后，還要對圖像進行繪制，利用新興的技術(shù)對圖像進行重建和恢復。由此可見，數(shù)字圖像處理是為了對圖像進行灰度的轉(zhuǎn)化，便于保存圖像中的有效信息，增強圖片的可識別性，有助于后期對原圖的重建和恢復。其二，通過信息技術(shù)手段對被識別圖像所包含的重要信息進行識別和提取，在此基礎(chǔ)上對其進行分析，主要是為了提取出圖像中的特殊信息，并以此進行圖像識別。其三，獲取的數(shù)據(jù)信息要經(jīng)過特殊壓縮，在此基礎(chǔ)上保持圖片的清晰程度，為了便于后期對圖片的處理、傳送和保存。

1.2 數(shù)字圖像處理技術(shù)在車牌識別中的作用

車牌識別技術(shù)是智能交通中的重要方面，作為智能交通中的重要一環(huán)，被廣泛運用在各種場所和事件中，例如高速收費站、失竊車輛查找、停車場的車輛管理、監(jiān)控車輛的違紀情況等方面，不僅大大提高了工作效率，而且還節(jié)省了人力和物力資源。運用數(shù)字圖像處理技術(shù)識別車牌，首先要先獲取車牌的數(shù)字影像，通過計算機對車牌影像進行分析和處理，以此進行車牌定位等一系列工作。除此之外，數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域中還有很大的作用，如監(jiān)控車輛交通安全、統(tǒng)計交通擁堵情況等。

2 拍照識別系統(tǒng)現(xiàn)存的問題

拍照識別系統(tǒng)在實際運用的過程中，難免也會有很多的問題，原因也是多方面的。首先，我國車牌字符的構(gòu)成比較復雜多變，主要由漢字、英文字符和阿拉伯數(shù)字共同組成，字符的相似使得辨認的難度增加。其次，我國的車牌類型較多，不同類型的車牌顏色也不一樣，常見的主要有藍牌白字、黃牌黑字和白牌黑字等幾種，在識別的過程中比較麻煩。第三，由于各種未知因素的影響，例如天氣、道路和各種人為的原因，車牌上可能會有污漬和破損現(xiàn)象，這也使得牌照識別的難度大大增加。第四，由于車輛大小和構(gòu)造的問題，車牌懸掛的位置也不一樣，這也使識別更加困難。上述問題都是牌照識別技術(shù)在實際運用中要考慮到的問題，要解決這些問題，就需要提高圖像獲取和處理的精度，使得拍照識別系統(tǒng)更加可靠。

3 解決拍照識別問題的對策

3.1 車牌定位必須要提取出有價值的信息

想要克服車牌定位中的難題，就必須開發(fā)出更好的提取算法。一個良好的提取算法，首先要保證車輛的有效信息不丟失遺漏，在此基礎(chǔ)上，去除沒有意義的部分，保留有意義的車牌信息。因此，新的算法必須滿足以下幾個條件：一、為了保證車牌定位的實時性，算法的步驟應該盡量減少。二、為了能在各種環(huán)境下進行車牌定位，算法的精確性和抗干擾性都要夠高。三、為了保證車牌定位的迅捷，在確保重要信息不丟失的情況下，應該盡可能多的去除沒有意義的信息。車牌的主要特征是顏色、形狀和紋路，顏色是指車牌底色和字符顏色的搭配，主要運用的有藍牌白字、黃牌黑字和白牌黑字等等三種，紋路是指車牌和字符的對比。對于現(xiàn)階段的技術(shù)手段來說，車牌定位的手法共有兩種，一種是灰度圖像處理，特點是處理速度快，所占用的內(nèi)存小。另一種是彩色圖像處理，主要特點是有彩色的圖像視覺，隨著社會的發(fā)展變遷，彩色圖像處理的使用逐漸變的廣泛。

3.2 車牌字符分割

車牌字符分割在車牌識別中占有很重要的位置，車牌定位之后，字符分割的精度和準度也影響字符識別的精度和準度。常見的字符的分割算法主要有兩種：一是直接取得車牌的影像，將影像中的峰值，作為車牌分割的點位，但這種辦法也有很大的缺陷，當車牌出現(xiàn)破損時，這種分割方法會出現(xiàn)很大的錯誤。二是精分割與細分割。這種方法的優(yōu)點是即便車牌受損嚴重，也可以很大程度上保持分割效果，但缺點也很明顯，就是算法復雜，在實時性方面不如前一種。由此看來，以上幾種算法都不能全面的滿足車牌分割的具體要求，基于此種情況，出現(xiàn)了一種新的分割算法，這種方法一方面可以最大程度上克服車牌破損的情況，另一方面又能減少運算時間，增加實時性。

改進的算法是先將車牌進行二值化處理，就是通過技術(shù)手段將原始的車牌圖像轉(zhuǎn)換成二值圖像。車牌圖像的邊緣信息對于最終圖像識別結(jié)果的影響重大，所以我們在進行二值化處理的過程中必須要保留其邊緣信息。此外，車牌的形狀也會影響識別，正常的車牌是一個完整的矩形，但在實際情況中，車牌會發(fā)生一定程度的傾斜，處理類似的車牌，需要先確定車牌傾斜的角度，然后在圖像中進行旋轉(zhuǎn)，使得車牌在圖像中變成一個矩形。對于傾斜的車牌進行校正，一般情況就是先水平校正，再垂直校正。

3.3 攝像頭拍攝

在我國的道路交通系統(tǒng)中，為了能夠全面的獲取路面車輛的運動數(shù)據(jù)和相關(guān)信息，之前多使用感應線圈，但感應線圈的設(shè)置會對路面造成一定程度的損壞，會對來往車輛造成影響。因此，現(xiàn)階段對路面車輛的信息采集，都是通過路面的攝像頭進行圖像的收集，之后再由計算機進行相關(guān)的圖像處理。隨著信息技術(shù)的不斷發(fā)展和進步，現(xiàn)在只需要在相關(guān)路面安裝攝像頭，攝像頭所獲取的圖像就會傳輸?shù)娇刂浦行牡挠嬎銠C，進行處理和分析。控制中心可以根據(jù)攝像頭傳輸回來的圖像，對車輛進行識別和監(jiān)控。車輛跟蹤是車輛識別的一個重要組成部分，主要由以下幾個步驟組成：提取背景、分析位置和車輛跟蹤。隨著社會需求的變化和金屬的不斷革新，車輛跟蹤技術(shù)也變得更加直觀和準確。

本文主要描述了新興的數(shù)字圖像處理技術(shù)在智能交通中的具體運用，例如車牌識別和車輛跟蹤。隨著科學技術(shù)的發(fā)展和信息技術(shù)的逐步完善，數(shù)字圖像處理技術(shù)的運用范圍也越來越廣泛，本文僅對數(shù)字圖像技術(shù)的相關(guān)問題進行了淺顯的討論，希望能為該項技術(shù)的發(fā)展貢獻力量。

參考文獻：

[1] 黃衛(wèi)，陳里得.智能運輸系統(tǒng)（ITS）概論[M].北京：人民交通出版社，2011.

[2] 高建平，張小東，蔣銳.基于圖像處理的交通信息采集[J].重慶交通大學，2006（01）.

[3] 石紅蘭.基于圖像處理的車牌識別系統(tǒng)的研究與實現(xiàn)[J].現(xiàn)代制造，2011（21）.

[4] 王洪建.數(shù)字圖像處理技術(shù)在智能交通中的應用與研究[D].重慶：重慶大學，2004.

（作者單位：杭州中鴻科技有限公司）