數字圖像處理技術在智能交通中的應用

陳寧寧，尹 乾，周 媛，高麗娜

（西安外事學院 陜西 西安 710077）

隨著工業的迅速發展，城市化的進展和汽車的普及，世界各國的交通量急劇增加。如何能夠改善混亂的交通狀況，減少擁堵，提高運輸效率并提高交通的安全性，則成為大家更關心重視的問題。智能交通系統 （Intelligent Transport System，ITS）則是在這種情況下產生和發展起來，它主要是將先進的信息技術、通訊技術、傳感技術、控制技術以及計算機技術等有效地集成運用于整個交通運輸管理體系，而建立起的一種在大范圍內、全方位發揮作用的，實時、準確、高效的綜合的運輸和管理系統[1]。它的作用主要是通過人、車、路的和諧、密切配合提高交通運輸效率，緩解交通阻塞，提高路網通過能力，減少交通事故，降低能源消耗，減輕環境污染。

數字圖像處理（Digital Image Processing）是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術。數字圖像處理的特點主要有處理精度高，在現性好；易于控制處理效果；處理的多樣性；圖像處理技術綜合性較強。

圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。而隨著計算機視頻監測技術的不斷成熟發展，以圖像處理技術為主的交通視頻監測技術的研究也成為智能交通系統的重要前沿研究領域。本文就是依據數字圖像處理的特點，介紹了數字圖像處理技術在智能交通系統中各方面的應用。

1 數字圖像處理技術在智能交通中的應用

1.1 交通信息采集

智能交通系統能否高效的運行，關鍵取決與獲得全面、準確和實時的動態交通信息。在智能交通系統研究中，能夠研究開發出有效獲取道路上的運行信息，包括車流量、車速、車型分類、交通密度等信息的交通信息采集設備是提高實現交通智能化的重要途徑。正確有效的交通信息采集可以在正確及時獲得交通狀況信息的同時，實現對交通狀況進行有效管理，并發出誘導信息，從而自動調節車流，減少車輛在道路順暢時在紅燈前停留的時間，安排疏導交通、肇事報警等。因此，在智能交通系統中，交通信息采集技術的不斷進步是智能交通系統得以高效發展的基礎，是提高交通安全性和效率的前提。

隨著智能交通采集手段及其分析技術的快速發展，交通信息采集已從靜態、人工采集向動態、自動采集轉變，從單一模式采集向多模式、多方法采集轉變。常用的一些交通信息采集方法，如雷達測速儀，感應線圈，GPS測速法，紅外線檢測等等，都能一定程度上達到車輛的檢測，但這些方法中有的需要路面開槽來埋置線圈在一定程度上破壞路面，影響路面壽命，有的設備成本過高，受天氣環境影響較大，都不能全面，高效地采集信息。隨著數字圖像處理技術的飛速發展，圖像分析法應用于在交通領域得到越來越廣泛的應用。相對于一些傳統的交通信息采集方法，它具有全面、高效、并對主線交通無干擾的特點，能夠真實反映交通流狀況。

基于圖像處理的交通信息采集方法，利用計算機視覺技術從數字圖像中提取高質量的圖像，進而獲取圖像范圍內多目標車輛以及車速等在內的交通運行特征信息，它克服了傳統測速法只能得到單車車速的不足的同時也能夠精確的定位車輛的空間位置[2]。在交通信息采集中，無需對主線交通進行管制，只需保證相關的拍攝條件，也無需觀測人員現場職守，從一定程度上減少了人力物力的投入，提高采集效率。

1.2 車牌識別技術

近年來，智能交通系統已成為當前交通管理發展的主要方向。作為智能交通系統的重要組成部分，機動車牌自動識別系統可以大大提高車輛管理的工作效率，加快交通管理自動化和智能化的步伐。車牌自動識別系統在停車場收費管理、封閉式居民小區保安管理、高速公路超速自動化監管系統以及城市交通路口的“電子警察”等方面有著廣泛的應用前景。

車牌識別系統 （License Plate Recognition，LPR）是指能夠檢測到受監控路面的車輛并自動提取車輛牌照信息（含漢字字符、英文字母、阿拉伯數字及號牌顏色）進行處理的技術，主要是由圖像采集、圖像預處理與圖像識別3部分構成。該系統的實現主要是通過在裝備了數字攝像設備和計算機信息管理系統等軟硬件平臺的基礎之上，對車輛圖像的進行采集，并利用先進的圖像處理、模式識別和人工智能技術，在圖像中找到車牌的位置，提取出組成車牌號碼的全部字符圖像，再進一步識別出車牌中的文字、字母和數字，最后給出車牌的真實號碼[3]。因此車牌識別系統是計算機視覺和模式識別技術在智能交通領域的重要研究內容，對于現代智能交通有著重要的意義。

在實際的應用中，由于照片拍攝的質量好壞由過多外界因素決定，例如光照強度、晴天雨天、車速快慢等多種因素都會影響車輛拍攝照片的質量。而由于天氣或車速過快等原因造成采集到的圖像字跡模糊，質量較差，則進一步影響到后續的車牌字符識別。所以在圖像識別之前，則主要通過采用數字圖像處理技術對采集到的圖像進行預處理，主要包括圖像灰度化、二值化、濾波、校正、分割等處理過程，進而提高后續字符識別的準確度。車牌識別系統后續研究中為了提高車牌自動識別的處理速度，則主要從采用高性能的計算機處理和改進算法，提高圖像處理和識別的速度來實現。但是針對我國車牌格式繁多；車牌背景復雜；光照復雜等情況在以后的研究中還需進一步完善。并且從國內外的發展趨勢可以看出，智能交通系統包括的其他幾個方面比如車型識別、車標識別等也需要進一步研究，進而不斷提高車牌識別的實用性。

1.3 運動車輛視頻分割與跟蹤技術

在公共道路交通管理中，為了獲取車輛的運動數據，早期通常主要采用的是感應線圈等硬件測量的方法，但是此種方法要求設置于路面中，對路面有損壞，安裝也不方便，會直接影響交通，嚴重影響道路壽命。而如果采用攝像頭拍攝的道路視頻，再通過計算機軟件進行處理，則極大的增加了獲取車輛運動數據的方便性和靈活性。

隨著計算機技術的發展，道路交通數據獲取不再需要復雜的線圈設備了。只需在檢測路段固定相關的攝像頭。攝像頭拍攝的道路數字化視頻壓縮后通過傳輸線路 （如光纖）傳輸到監控中心，監控中心的計算機采用數字圖像處理的方法將道路交通的數據計算出來[4]。在公路交通中運動車輛的有效檢測和實時跟蹤，是車輛的行為分析和識別的前提，而運動目標檢測與跟蹤主要分為背景提取、運動點團提取、運動點團位置提取、運動物體跟蹤這幾個主要步驟。通過這幾年的不斷研究，針對每個步驟的各種算法，相關研究人員都做出了不同實驗分析比較研究。在2006年鄭志洵的碩士論文研究中就提出“在背景提取中改進的基于均值的背景提取算法以及減少圖像像素的興趣區提取算法[5]”。而在2009年郭博學的碩士論文研究中針對背景提取步驟中算法改進，提出“基于塊的背景提取和二值化算法，該算法將圖像分成一定的塊，通過計算塊內的均值和方差，針對每個塊進行背景提取和二值化[6]”并都通過現場實驗進行檢測，對運動目標檢測與跟蹤的方法都有很好的改進。但是當在擁擠的交通環境中車輛行駛緩慢時，會存在嚴重遮擋的情況，對車輛的跟蹤造成誤差。如何在惡劣天氣條件和存在嚴重遮擋時進行車輛運動的跟蹤還需要進一步研究。

2 結束語

文中主要介紹了數字圖像處理技術在智能交通系統中信息采集、車牌識別、車輛檢測與跟蹤等多方面的應用。由于計算機技術和圖像處理技術的革命性發展，數字圖像處理技術已經成為智能交通系統領域的最主要技術之一。無論在圖像處理硬件和軟件方面都有不斷改進的技術和算法出現。總之，隨著計算機技術的不斷發展，基于數字圖像處理的智能交通系統將取得更大的進步。

[1]黃衛，陳里得.智能運輸系統（ITS）概述[M].北京：人民交通出版社，2001.

[2]高建平，張小東，蔣銳.基于圖像處理的交通信息采集[J].重慶交通學院學報，2006，25（1）：103-106.

GAO Jian-ping，ZHANG Xiao-dong，JIANG Rui.Traffic information collection based on image processing[J].Journal of Chongqing Jiaotong University，2006，25（1）：103-106.

[3]石紅蘭.基于圖像處理的車牌識別系統的研究與實現[J].機電信息，2011（21）：178.

SHI Hong-lan.Research and implementation of LPR based on image processing[J].Mechanical and Electrical Information，2011（21）：178.

[4]張志強，趙啟文.高速公路視頻監控系統設計與實現[J].遼寧交通科技，2005（5）：79-81.

ZHANG Zhi-qiang，ZHAO Qi-wen.Highway video monitoring system design and realization[J].Liaoning Communication Science and Technology，2005（5）：79-81.

[5]鄭志洵.運動目標檢測與跟蹤的研究與實現 [D].杭州：浙江大學，2006.

[6]郭博學.運動車輛視頻分割與跟蹤技術研究[D].西安：長安大學，2009.