摘 要數(shù)字圖像處理技術(shù)最早出現(xiàn)于上世紀(jì)50年代，目前在航天、工業(yè)、醫(yī)學(xué)、軍事、司法、辦公等許多應(yīng)用領(lǐng)域取得了重大的成就。交通系統(tǒng)中的視頻監(jiān)測(cè)技術(shù)是基于該技術(shù)在智能交通系統(tǒng)中的應(yīng)用，是一個(gè)重要的研究課題，這篇文章對(duì)于數(shù)字圖像處理技術(shù)在智能交通系統(tǒng)中的應(yīng)用做了簡(jiǎn)要介紹。本文僅對(duì)于系統(tǒng)當(dāng)中車輛的檢測(cè)以及跟蹤、車輛信息的采集、對(duì)汽車進(jìn)行車牌的識(shí)別的這三個(gè)主要的運(yùn)用進(jìn)行分析，希望通過(guò)這篇文章為數(shù)字圖像處理技術(shù)運(yùn)用在智能交通當(dāng)中提供新的思路。

【關(guān)鍵詞】車牌識(shí)別 智能交通 信息采集 圖像處理

隨著人均汽車保有量不斷的增加，高速公路進(jìn)入了網(wǎng)絡(luò)化的快速發(fā)展期，如何運(yùn)用智能交通系統(tǒng)改變擁擠及效率過(guò)低的問(wèn)題是一個(gè)重要的研究課題。智能交通系統(tǒng)是很多技術(shù)的綜合運(yùn)用，這些技術(shù)主要有控制技術(shù)、傳感器技術(shù)、通訊技術(shù)、信息技術(shù)等。智能交通系統(tǒng)的運(yùn)用對(duì)于高速交通有很多方面的好處，其中包括對(duì)于優(yōu)化運(yùn)輸布局和服務(wù)使運(yùn)輸效率的提高、對(duì)于交通堵塞的緩解以及對(duì)于路面的通車能力進(jìn)行提高。運(yùn)用這些技術(shù)最終可以實(shí)現(xiàn)實(shí)時(shí)準(zhǔn)確并且高效的交通管理。我們的重點(diǎn)運(yùn)用數(shù)字圖像處理技術(shù)，提高高速公路的管理效率，對(duì)交通進(jìn)行全面的監(jiān)控、控制。希望最終實(shí)現(xiàn)低污染、低能耗的可持續(xù)性發(fā)展。

1 對(duì)于數(shù)字圖像處理的介紹

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)，將一些在圖片、視頻當(dāng)中重要的特征信息進(jìn)行提取、識(shí)別、判斷，通過(guò)交互界面，最終服務(wù)于智能交通系統(tǒng)。運(yùn)用這種技術(shù)進(jìn)行交通信息的處理主要有以下一些方面的特點(diǎn)：自動(dòng)化程度高，不需要人為干預(yù)；識(shí)別準(zhǔn)確率高；處理速度快，并且24小時(shí)不間斷進(jìn)行圖像的處理；可以僅存儲(chǔ)特征信息，對(duì)存儲(chǔ)介質(zhì)容量要求低。數(shù)字圖像處理系統(tǒng)在智能交通系統(tǒng)應(yīng)用中體現(xiàn)出很好的綜合性能。

2 數(shù)字處理技術(shù)在智能交通當(dāng)中的實(shí)際運(yùn)用

在智能交通系統(tǒng)中進(jìn)行數(shù)字圖像處理技術(shù)的運(yùn)用主要有三個(gè)方面：

（1）運(yùn)用在車牌識(shí)別系統(tǒng)中；

（2）對(duì)運(yùn)動(dòng)車輛的視頻進(jìn)行分割以及對(duì)于車輛進(jìn)行跟蹤；

（3）在道路識(shí)別中對(duì)于障礙物識(shí)別的運(yùn)用。

在這里首先要進(jìn)行介紹的是車輛車牌的識(shí)別，對(duì)于車輛車牌進(jìn)行識(shí)別需要進(jìn)行五個(gè)環(huán)節(jié)的處理。第一步是對(duì)于收集到的圖片進(jìn)行一個(gè)預(yù)備的處理，在這個(gè)處理的過(guò)程的目的是為了提高圖像的質(zhì)量，一開(kāi)始采集得到的圖像可能是模糊的，并且有很多環(huán)境當(dāng)中背景噪聲，還可能會(huì)有干擾信息，比如車牌旁邊的一些干擾文字。這些干擾因素對(duì)于字符的分割以及識(shí)別來(lái)說(shuō)會(huì)產(chǎn)生很大的阻力。所以將圖像進(jìn)行預(yù)處理是為后期的工作進(jìn)行必要的鋪墊。第二步就是對(duì)于車牌區(qū)域進(jìn)行定位，在這個(gè)過(guò)程當(dāng)中需要對(duì)于車牌的圖像進(jìn)行濾波處理，這種處理方式需要運(yùn)用到數(shù)學(xué)形態(tài)學(xué)的概念（膨脹、腐燭、開(kāi)閉運(yùn)算等）。首先對(duì)提取的車牌圖像進(jìn)行二值化處理。然后對(duì)得到的二值圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)濾波，使圖像中車牌區(qū)域形成一個(gè)連通的區(qū)域，然后就是對(duì)于這些連通的區(qū)域進(jìn)行一定的篩選。最后在其中提取得到的信息就是車牌圖像在整個(gè)圖像中的確切位置。第三步就是對(duì)于車牌進(jìn)行矯正，因?yàn)樵诤芏嗟呐臄z過(guò)程當(dāng)中是一瞬間的，車牌圖像可能存在移動(dòng)的傾斜變形，所以在這里就要對(duì)于車牌進(jìn)行旋轉(zhuǎn)矯正。第四步需要對(duì)于車牌圖像進(jìn)行分割，分割處理前要對(duì)圖像進(jìn)行消框處理，消除圖像中車牌的邊框和鉚釘，去除孤立噪聲點(diǎn)。然后進(jìn)行在垂直方向上的投影。在期間了解車牌當(dāng)中的字符寬度，最終完成圖像的分割。最后一步就是將處理得到的車牌信息進(jìn)行文字、字母和數(shù)字識(shí)別和顯示。有多種方式進(jìn)行識(shí)別，其中最常用的一種方式就是模糊匹配法。

除了對(duì)于車牌進(jìn)行識(shí)別以外，對(duì)于車輛的運(yùn)動(dòng)狀況識(shí)別和路徑跟蹤識(shí)別也是一項(xiàng)很廣泛的運(yùn)用。運(yùn)行狀況識(shí)別和路徑跟蹤識(shí)別可用于停車、變道、事故、擁堵的狀態(tài)的檢測(cè)，在過(guò)去如果想要獲得運(yùn)動(dòng)當(dāng)中車輛的數(shù)據(jù)需要依賴傳感器的設(shè)置，這種早期的方法有一個(gè)很大的缺點(diǎn)，也就是需要將感應(yīng)線圈或超聲波雷達(dá)的硬件在道路當(dāng)中好兩側(cè)進(jìn)行安裝，這樣一方面安裝起來(lái)不是很容易，因?yàn)樾枰獙?duì)于已有的道路進(jìn)行一定的破壞，另一方面由于需要進(jìn)行傳感器的安裝損害了公路，最終嚴(yán)重的影響了道路的使用壽命。現(xiàn)代的數(shù)字圖像處理技術(shù)很好的解決了這個(gè)問(wèn)題，運(yùn)用這種技術(shù)可以在視頻當(dāng)中來(lái)獲取運(yùn)動(dòng)車輛的實(shí)際數(shù)據(jù)，其中的原理進(jìn)行將視頻運(yùn)用數(shù)字圖像技術(shù)來(lái)進(jìn)行計(jì)算分析，最終得出結(jié)論。

最后一種技術(shù)的運(yùn)用就是對(duì)于道路的障礙物進(jìn)行檢測(cè)。在高速車道上快速行駛，當(dāng)遇到障礙物的時(shí)候突然剎車或是急打方向，后果將是致命的。高速公路上的障礙物包括：車輛遺撒物、行人或動(dòng)物、山體落石、道路不均勻沉降等。對(duì)于道路進(jìn)行障礙物的檢測(cè)是十分有必要的，這直接的影響到了車輛的行駛安全。系統(tǒng)檢測(cè)到有異常障礙物可以及時(shí)通知公路管理單位處理?，F(xiàn)在比較常采用的主要有三種技術(shù)，分別是圖像濾波法、模板法以及以邊緣作為基礎(chǔ)進(jìn)行測(cè)量的方法。這些方法都是在現(xiàn)代的智能交通系統(tǒng)當(dāng)中表現(xiàn)的良好。市場(chǎng)上也有些嵌入智能分析算法的攝像機(jī)產(chǎn)品，直接用攝像機(jī)識(shí)別異常障礙物，攝像機(jī)把報(bào)警信號(hào)傳送給監(jiān)控平臺(tái)，但數(shù)字圖像處理技術(shù)由于本身算法的局限，在濃霧、亮度變化劇烈等非理想環(huán)境下，識(shí)別錯(cuò)誤率較高。

3 結(jié)語(yǔ)

目前數(shù)字圖像處理技術(shù)已經(jīng)在眾多領(lǐng)域逐步推廣應(yīng)用，但是沒(méi)有任何一臺(tái)計(jì)算機(jī)在分割和檢測(cè)真實(shí)圖象時(shí)，能達(dá)到人類視覺(jué)系統(tǒng)的水平，都存在一定的誤報(bào)。如果想要在數(shù)字圖像技術(shù)進(jìn)行進(jìn)一步的發(fā)展就需要在計(jì)算機(jī)的硬件以及軟件方面進(jìn)行革新和發(fā)展。所以需要對(duì)于計(jì)算機(jī)技術(shù)以及相應(yīng)的技術(shù)進(jìn)行關(guān)注，在實(shí)際的運(yùn)用當(dāng)中，對(duì)數(shù)字圖像處理技術(shù)不斷的進(jìn)行總結(jié)，只有這樣才能將智能交通系統(tǒng)提高到新的高度，更好的完成更多方面的工作。

參考文獻(xiàn)

[1]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(xué)，2014（01）：103-106.

[2]石紅蘭.基于圖像處理的車牌識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[J].現(xiàn)代制造，2014（21）：178.

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

作者簡(jiǎn)介

王建功（1981-），男，河北省保定市人。大學(xué)本科學(xué)歷。工程師。研究方向?yàn)榛贛ATLAB的數(shù)字圖像處理技術(shù)在交通機(jī)電工程上的應(yīng)用。

作者單位

通號(hào)工程局集團(tuán)天津交通信息技術(shù)有限公司 天津市 300251