賴宏慧　陳瀾禎

摘 要：伴隨全球經(jīng)濟(jì)一體化發(fā)展，現(xiàn)代人生活與消費(fèi)水平也日漸提升，而對(duì)汽車需求量也隨之增加，給城市交通帶來(lái)了巨大壓力，對(duì)此，如何應(yīng)用現(xiàn)代科學(xué)技術(shù)來(lái)有效緩解城市日漸艱巨的交通管理問(wèn)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(shù)應(yīng)用作一簡(jiǎn)要分析。

關(guān)鍵詞：數(shù)字圖像處理技術(shù)；智能交通；道路障礙檢測(cè)

伴隨社會(huì)經(jīng)濟(jì)的飛速發(fā)展與交通機(jī)動(dòng)化水平的逐步提升，城市的交通問(wèn)題也日漸嚴(yán)重，我國(guó)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(gè)與日俱增的態(tài)勢(shì)，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(jī)動(dòng)車輛所帶來(lái)的巨大交通便利的同時(shí)，也面臨著嚴(yán)重的交通擁堵問(wèn)題。針對(duì)這種情況，僅僅只是對(duì)道路進(jìn)行擴(kuò)建，顯然已經(jīng)無(wú)法解決這一問(wèn)題，為此，在現(xiàn)有條件下，逐步構(gòu)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(gòu)建思完善的智能交通系統(tǒng)，全面實(shí)現(xiàn)對(duì)交通的監(jiān)控、調(diào)度與控制，就成為當(dāng)前我國(guó)道路交通事業(yè)發(fā)展的重點(diǎn)所在了。

1 數(shù)字圖像處理技術(shù)在車牌識(shí)別中的應(yīng)用

一般來(lái)講，基于數(shù)字圖像處理技術(shù)的車輛識(shí)別，多半由以下五個(gè)環(huán)節(jié)構(gòu)成，具體為：

（1）圖像預(yù)處理。因在車牌識(shí)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(shè)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(shí)別的準(zhǔn)確性，而這些圖像經(jīng)過(guò)預(yù)處理后，圖像質(zhì)量將可得到大大提高，為后期工作開(kāi)展奠定了基礎(chǔ)；

（2）車牌區(qū)域定位。應(yīng)用形態(tài)學(xué)對(duì)那些經(jīng)預(yù)處理之后的車牌圖像進(jìn)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(yàn)知識(shí)對(duì)所得到連通區(qū)域進(jìn)行篩選，并得到準(zhǔn)確的車牌區(qū)域位置，完成圖像中提取車牌的任務(wù)。

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

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

（5）車牌識(shí)別與顯示。用于字符識(shí)別的辦法，有很多，其中模糊匹配法又是其中應(yīng)用最為廣泛的一種。一般來(lái)講，在字符識(shí)別過(guò)程中，需構(gòu)建標(biāo)準(zhǔn)字庫(kù)，后把分割所得字符實(shí)施分類，并將其同標(biāo)準(zhǔn)字庫(kù)中字符進(jìn)行對(duì)比分析，最后將誤差最小字符當(dāng)做結(jié)果并顯示出來(lái)。

2 數(shù)字圖像處理技術(shù)在運(yùn)動(dòng)車輛視頻分割和跟蹤中的應(yīng)用

在共工道路交通管制中，為獲得車輛運(yùn)動(dòng)數(shù)據(jù)，往往在早期的時(shí)候需要借助感應(yīng)線圈等硬件測(cè)量辦法，但是，該方法的時(shí)候，要求將感應(yīng)線圈設(shè)置在路面中，而這對(duì)于那些有存路面，安裝起來(lái)并不是很方便，且會(huì)直接影響到交通，并縮短道路使用壽命。這時(shí)，若借助攝像頭來(lái)獲得道路視頻，進(jìn)而基于數(shù)字圖像處理技術(shù)對(duì)視頻加以處理，將大大提升車輛運(yùn)動(dòng)數(shù)據(jù)獲取的靈活性與方便性。如今，伴隨信息技術(shù)的發(fā)展，道路交通數(shù)據(jù)獲得也無(wú)需借助復(fù)雜信線圈設(shè)備了，僅需在檢測(cè)路段安裝上相關(guān)攝像頭即可，然后在攝像頭拍攝所得道路數(shù)字化視頻進(jìn)行壓縮，經(jīng)對(duì)應(yīng)傳輸線路傳至監(jiān)控中心，這時(shí)，監(jiān)控中心又借助對(duì)應(yīng)數(shù)字圖像處理技術(shù)對(duì)所獲數(shù)據(jù)加以計(jì)算，并得出最后結(jié)果。同時(shí)，在公路交通中，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)車輛的有效監(jiān)測(cè)與動(dòng)態(tài)跟蹤，是分析并識(shí)別車輛行為的前提所在，其中，運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤又可分為背景提取、運(yùn)動(dòng)點(diǎn)團(tuán)提取與運(yùn)動(dòng)團(tuán)點(diǎn)位置提取以及運(yùn)動(dòng)物體跟蹤幾個(gè)環(huán)節(jié)，而且經(jīng)過(guò)多年的深入研究，不同環(huán)節(jié)也有與之相對(duì)應(yīng)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(jìn)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(duì)應(yīng)塊數(shù)，后通過(guò)計(jì)算出塊內(nèi)均值與方差，具體針對(duì)每個(gè)塊來(lái)展開(kāi)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(dāng)然，在相對(duì)較擁擠的道路交通環(huán)境中，且車輛緩慢行駛的時(shí)候，可能會(huì)存在較嚴(yán)重的遮擋情況，而這也會(huì)使得車輛跟蹤結(jié)果出現(xiàn)一定誤差，故如何在室外天氣相對(duì)比較惡劣與存在較嚴(yán)重遮擋的情況，實(shí)現(xiàn)對(duì)車輛的動(dòng)態(tài)跟蹤，仍需進(jìn)一步探討研究。

3 數(shù)字圖像處理技術(shù)在道路識(shí)別與障礙物檢測(cè)中的應(yīng)用

道路作為車輛導(dǎo)航的基本所在，在具體研究中道路識(shí)別卻有著較大難度。因?yàn)榈缆方煌ōh(huán)境普遍比較復(fù)雜，且伴隨如今城市化的飛速發(fā)展，更加大了道路交通復(fù)雜程度，時(shí)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(shè)。一般來(lái)說(shuō)，檢測(cè)道路有結(jié)構(gòu)化道路與非結(jié)構(gòu)化道路兩類，前者多是指高速公路與那些結(jié)構(gòu)化比較好的公路，而后者則是指城市中那些結(jié)構(gòu)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(zhuǎn)彎半徑也會(huì)比較大，故迫切需要道路模型來(lái)對(duì)其進(jìn)行檢測(cè)，確保車輛行駛安全。現(xiàn)階段，對(duì)于道路識(shí)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(yīng)用效果也比較好，進(jìn)一步拓展了智能交通系統(tǒng)中數(shù)字圖像處理技術(shù)的應(yīng)用范圍。

同時(shí)，數(shù)字圖像處理技術(shù)在如今的智能交通障礙物檢測(cè)中也應(yīng)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(jī)動(dòng)車、自行車與人、交通標(biāo)識(shí)等，而通過(guò)對(duì)這些障礙物的有效檢測(cè)，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(guān)于道路障礙物的檢測(cè)，多通過(guò)在對(duì)應(yīng)道路圖像圖與中尋出不一致線索來(lái)實(shí)現(xiàn)，如灰度的明顯改變，紋理邊界等；而關(guān)于周邊車輛的檢測(cè)，因其多半同攝像機(jī)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(cè)并跟蹤前方車輛，采取明確該車輛是跟隨還是超車。當(dāng)前，關(guān)于道路交通掌握物檢測(cè)方法，基于光流檢測(cè)法，視覺(jué)檢測(cè)法與背景運(yùn)動(dòng)估計(jì)檢測(cè)法的應(yīng)用是比較常見(jiàn)的，且被廣泛應(yīng)用于智能交通系統(tǒng)中，效果較好。

4 結(jié)束語(yǔ)

綜上所述，伴隨信息技術(shù)的發(fā)展，數(shù)字圖像處理技術(shù)儼然已經(jīng)成為了智能交通系統(tǒng)中的一個(gè)重要技術(shù)，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(qiáng)化對(duì)圖像處理專用硬件的研發(fā)，而且數(shù)字圖像處理技術(shù)雖然在智能交通系統(tǒng)中車輛識(shí)別、運(yùn)動(dòng)車輛視頻處理與跟蹤、道路識(shí)別與障礙物檢測(cè)中發(fā)揮出著較好的作用，但同人們所迫切希望達(dá)到的效果仍存在一定差距，故在今后工作中，還需進(jìn)一步深入對(duì)數(shù)字圖像處理技術(shù)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(xiàn)

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

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

[3]高軍，朱宏輝.數(shù)字圖像處理技術(shù)在車牌識(shí)別系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)光盤(pán)軟件與應(yīng)用，2014，（04）：18-20.