智能交通遠程視頻實時監(jiān)控系統解析

張 豪

（安徽百誠慧通科技股份有限公司，安徽 合肥 230031）

由于現代交通流量相對較大，單純依靠人工手段很難實現對過往車輛的有效管理，保證道路交通暢通性，實現對違法違章行為的及時處理，所以各種智能化手段開始在交通管理中得到應用，智能交通遠程視頻實時監(jiān)控系統就是其中的一種。系統會利用各種先進技術，實現對過往車輛的精準識別與監(jiān)控，會為各種執(zhí)法活動開展提供依據，保證交通管理工作開展質量，對于現代交通管理而言，有著積極作用與影響，值得展開深層次探討。

1 智能交通監(jiān)控系統

1.1 系統基本情況

智能交通監(jiān)控系統主要負責圖片監(jiān)控以及車輛查詢等各項操作，能夠通過對車輛信息進行實時監(jiān)控的方式，按照圖片中的時間以及抓拍地點等各項內容，結合車速、車道以及紅燈時間等各項信息，為相關管理工作開展提供判斷依據[1]。通過對道路交通情況進行實時監(jiān)控，提供車輛號牌識別以及車輛時速檢測等各項功能，能夠為違法變道以及闖紅燈等違法行為管理提供支持。系統按照功能主要分為高清智能卡口系統以及高清電子警察系統兩部分內容。執(zhí)法人員可以利用系統功能，完成對道路車流量以及通過車輛的各項檢測和分析，可以實現智能化執(zhí)法模式。

1.2 高清電子警察系統

闖紅燈是較為常見的違法行為，也是智能監(jiān)控系統需要管控的關鍵要素，電子警察系統能夠在無人值守路口以及單行線等位置進行檢測，通過科技手段對違法行為進行控制和治理，可以在有效減輕管理人員執(zhí)法負擔的同時，保證各項違法行為能夠得到嚴肅處理，提高駕駛人的警覺，確保類似違法行為發(fā)生數量能夠得到有效控制。電子警察系統包括中心管理系統以及網絡傳輸系統幾部分內容，采用視頻檢測處理手段，對視頻流圖像中運動物體進行識別，可以根據車輛運動軌跡，確定車輛是否存在違法行為[2]。運用LED冷光作為夜間補光，能夠有效降低燈光對于人眼刺激，保證來往車輛，人員行駛安全，且能夠保證系統的拍攝清晰度，保證不會因為環(huán)境干擾而造成拍攝不清晰的問題。

電子警察系統應用功能主要體現在以下幾個方面：

1.2.1 視頻檢測車輛功能

系統會通過進行視頻檢測的方式，利用高清攝像機以及其他先進設備，對來往車輛運動軌跡進行跟蹤，確定車輛具體行駛方向，對其是否存在越線或者壓線等問題進行記錄，能夠對車輛壓車道分隔線情況進行分析，并不需要進行線圈埋設處理，整體監(jiān)測較為智能，會通過對移動物體跟蹤，完成車輪廓以及車牌等各項內容的檢測，會在系統沒有找到車牌時顯示識別結果為未檢測，方便后續(xù)執(zhí)法人員對違規(guī)車輛進行追查，能夠依據車牌反光原理，保證視頻檢測準確度，確保檢測不會受到大型車輛或行人等各項因素干擾。

1.2.2 闖紅燈抓拍功能

一臺高清攝像機可以完成對三個車道的實時監(jiān)控，不僅拍攝圖片質量能夠達到國家標準要求，同時可以在紅燈信號狀態(tài)下對通過的所有車輛進行行駛軌跡跟蹤，會通過運動軌跡的分析，確定車輛是否存在闖紅燈違法行為。如果發(fā)現車輛存在違法狀況，會將抓拍到的車輛違法信息進行保存，并及時上傳到有關平臺。一般會選擇三張高清圖片進行保留，而第一張圖片能夠對機動車車頭未過停止線以及車身顏色等各項信息進行反饋，第二張圖片能夠對車身已過停止線和紅燈信號等各項信息進行記錄，第三張圖片能夠對同意機動車越過相鄰方向道路中心延長線和車身顏色等進行記錄，能夠通過三張圖片對車輛闖紅燈的過程進行全面記錄，保證處罰行為能夠真正做到有據可依，也方便向相關人員解釋其違法行為，避免其出現拒不承認的情況。

1.2.3 違反停止標線和禁令等各項違法行為抓拍功能

系統會根據視頻拍攝內容，對車輛是否存在逆向行駛以及車輛的運行軌跡等各項情況進行分析，判斷其是否存在違反禁止線以及跨線等各項違法行為，會對禁止左轉或右轉路口出現違法行為的車輛進行抓拍，并對逆向行駛等各項違法行為進行記錄，通過系統抓拍三張違法圖片的方式上傳到管理中心，方便執(zhí)法人員對相關車輛進行處罰。

1.2.4 卡口功能

系統具備對車尾進行卡口處理的功能，會在信號燈處于黃燈或者綠燈狀態(tài)時對道路行駛車輛進行檢測和抓拍跟蹤，會通過對車輛時間以及類型等各項信息的識別，確定車輛行駛是否存在逆行或者違法等各項行為，明確記錄停止線前是紅燈還是綠燈的狀態(tài)，幫助執(zhí)法人員掌握入口方向以及路口名稱等各項信息。

1.2.5 車牌識別功能

系統能夠按照預先設置的功能，對各種汽車車牌號進行自動識別，可以保證白天車輛車牌號識別率超過95%，在夜間的車牌號識別率也能夠超過90%，可以對道路通行車輛車牌進行識別，掌握車輛的具體信息。

1.2.6 車輛顏色以及車型識別

在進行車輛管理過程中以及車輛追蹤過程中，車輛車型以及顏色的識別也顯得極為重要。電子警察系統能夠采用視頻檢測和車牌顏色識別相結合的方式，自動對車輛的車牌底色以及車輛類型進行區(qū)分。會通過對識別到的車牌顏色的運用，對車輛類型做出判斷，例如藍色車牌多以小型車輛為主，黃色車牌多以大型車輛為主等。如果車輛類型無法依據車牌顏色進行識別，會運用圖像分析技術對車輛類型識別進行輔助識別，確保能夠按照圖像拍攝內容完成對車輛的精準識別，方便后續(xù)進行管理和查看。

1.3 高清智能卡口系統

卡口檢測管理系統是平安城市系統的重要組成內容，通過在主要出入口以及交通要道等設置智能卡口系統的方式，對來往車輛進行監(jiān)控和記錄，做好違法行為監(jiān)測，能夠通過和路面監(jiān)控進行有效配合的方式，對車輛通行情況以及外形等各項情況進行實時采集。系統主要包括卡口車輛記錄子系統、網絡通訊子系統以及中心管理子系統三部分內容，其中車輛卡口記錄子系統屬于車輛智能監(jiān)控核心內容，包括車輛檢測單元以及網絡傳輸單元等幾部分。會在車輛通過道路卡口時對其進行抓拍，獲得車輛圖像，自動完成車輛車牌字符和相關內容的識別，并會將車輛行駛方向以及車牌號等數據傳輸到通訊子系統之中，以便上傳到中心管理平臺進行管理[3]。

系統會通過對視頻檢測或者線圈檢測手段的應用，完成對車輛各項信息的獲取，車輛捕獲率已經超過99%，可以抓拍到遮擋號牌車輛以及無車牌車輛，并且不受框線和雨雪等因素干擾，能夠保證公安執(zhí)法可靠性?？梢詫νㄟ^所有車輛進行測速，保存超速車輛的具體信息，及時上傳中心，方便執(zhí)法人員對超速車輛進行處理[4]。通過對高清工業(yè)攝像機的應用，完成對車輛的抓拍，確保即便是夜晚，也能夠保證圖像清晰度，并且能夠運用圖像識別算法，實現對車輛的車牌識別，方便執(zhí)法人員進行管理。

雖然智能監(jiān)控系統具有諸多優(yōu)勢，但仍然存在實時監(jiān)控能力相對有限的情況，在此狀態(tài)下，為確保智能交通能夠得到更好的發(fā)展，技術人員加大了對遠程視頻實時監(jiān)控系統的研究和開發(fā)力度，期望能夠通過對智能監(jiān)控系統的不斷改進和升級，提高監(jiān)控系統的應用能力以及監(jiān)控精準度，以便為智能交通的高質量落實奠定扎實基礎，確保智能交通管控優(yōu)勢和價值能夠得到充分性發(fā)揮[5]。

2 智能交通遠程視頻實時監(jiān)控系統

該系統是以智能交通監(jiān)控系統為基礎發(fā)展得到的，通過對先進技術的應用，完成人和車之間的有效結合，展開大范圍、全方位的交通信息管理。此種系統具有諸多優(yōu)勢，能夠采用幀差處理方法以及背景減法等處理模式，完成多目標區(qū)域的像素獲取，能夠達到切實提高智能交通系統運行水平的目標。

2.1 按照視頻圖像進行車流量和車速檢測

2.1.1 狹縫技術

該項技術能夠對車流量以及車速進行檢測，會按照檢測線視頻圖像內容，根據時間順序，對相關內容進行排列，可以保證該檢測線動態(tài)狹縫圖活動效果[6]。能夠通過對動態(tài)狹縫圖的應用，實現對相關車輛信息的提取，完成對車輛檢測線顏色的檢測。

2.1.2 選取彩色圖像閥值

動態(tài)狹縫圖屬于二維圖形模式，通過對其中一維特征的提取，完成相應判斷操作。根據不同時刻動態(tài)投影圖的具體情況，按照不同分量的具體變化，對視頻檢測線中目標信號分量進行研究，并將研究結果和背景信號進行對比[7]。如果變化范圍超過分量差閥值，需要根據檢測線中像素點數目對應視頻檢測線裝的不同點展開對比分析。

2.1.3 車速檢測與車流量實現

在進行車流量檢測時，當車輛經過主檢測線之后，系統會自動對車輛進行識別，確定車流量具體情況。在此過程中會通過對檢測線組的設定，在沒有對數量以及位置進行明確限制的基礎上，保證系統靈活性以及通用性能夠達到理想狀態(tài)[8]。同時，會通過進行車速檢測的方式，運用主檢測線以及輔助檢測線對車速進行測量，通過視頻文件幀記錄的方法，在車輛碰觸主檢測線之后，再次進行文件幀記錄，方便后續(xù)進行查閱和分析。

2.2 按照視頻圖像進行車輛檢測與識別

在利用視頻圖像進行車輛檢測和識別過程中，會按照運動物體結構以及形狀特點，通過對車輛類型進行全面掃描和區(qū)別的方法，對其模型進行有效分類[9]。會在車輛通道上方進行攝像機的架設，并通過對車輛和鏡頭以及各項數據變化距離的收集和分析，按照模型類型進行識別，完成車輛類型特征的提取和判定。會按照SVM 理論分類器，對系統車型類型進行有效區(qū)分，以便保證識別準確性。

2.3 車牌字符提取、識別和定位

通過對彩色攝像機的應用，對車輛進行拍攝，獲得彩色圖像，并運用處理手段將彩色圖像轉化為灰度圖。通過對灰度圖像的對比分析和運算，按照水平邊緣檢測模板，采用梯度運算手段進行計算，避免相關背景對計算結果產生不良干擾，利用閥值完成對灰度圖的處理，獲得二值化圖像內容。在確定車牌位置之后，對車牌區(qū)域進行分割，運用像素點統計方法對其進行識別和研究。完成之后，展開分割拍照字符處理[10]。在進行字符分割過程中，會對車輛牌號進行投影量的分析，采用垂直投影分析手段獲得點陣圖投影內容。在完成字符分割之后，對漢字以及字母等圖像進行消除處理，采用歸一化處理手段，保證因拍攝問題所造成的字符變化狀況能夠得到妥善處理。確保字符模式識別能力能夠得到全面提升，能夠清楚地完成字符識別。

BP 神經網絡字符識別技術是較為常見且較為有效的網絡識別手段，在預處理以及特征提取等方面有著突出表現。會運用BP 神經網絡元算法進行訓練樣本集以及測試樣本集的處理。和SVM 處理技術相比，BP 識別算法需要使用訓練時間相對較多，遇到訓練不收斂的情況仍然存在。SVM 識別消耗時間雖然較長，但整體識別率相對較高，更加建議使用此種識別處理技術進行處理。

3 結語

因為系統的整體應用時間相對較短，所以在具體進行系統應用時還存在一定的使用問題，需要做好圖像采集分析和研究，從提升輸入圖像質量角度入手，對系統應用情況進行全面分析和調整。保證系統分辨率以及動態(tài)范圍能夠得到不斷提升，能夠使用非可視成像輔助工具更好地完成遠程監(jiān)控，進而為智能交通的高水平開展提供有力支持，保證城市交通發(fā)展的質量，實現理想化城市交通運行模式，將智能交通優(yōu)勢和價值充分發(fā)揮出來。