智能交通中圖像處理技術應用綜述

佀君淑 張建文

摘要：伴隨著交通的發展，圖像處理技術在智能交通領域得到了廣泛的應用與發展。本文主要探究了智能交通領域中常見的圖像處理技術與方法。首先對交通圖像處理技術進行了介紹；其次，針對車牌自動識別和運動車輛檢測技術中的常用方法進行了綜述與比較；最后，在此基礎上進行了研究展望，為進一步研究智能交通領域的圖像處理技術奠定基礎。

關鍵詞：交通信息；圖像處理技術；視頻處理技術

隨著現代工業的迅速發展，中國汽車保有量呈快速增長趨勢。汽車的普及在給人們帶來極大便利的同時，也帶來了擁堵、事故、環境污染等問題。為提高交通運輸效率及安全性、減少擁堵，智能交通系統（Intelligent Transport System， ITS）應運而生。ITS是一個多學科和多技術的交通運輸和管理綜合化系統工程，是將信息技術、數據通訊技術、控制技術、人工智能技術、圖像處理技術等有效地綜合運用于整個交通體系，可以在大范圍內、全方位、實時發揮作用，提高交通運輸效率，保障交通安全性，緩解擁堵問題，從而實現交通運輸與管理的智能化[1]。

在智能交通領域，交通信息的采集是確保智能交通系統高效運行的關鍵環節。由于圖像是一種直觀有效的信息展示與傳遞方式，近年來數字圖像處理技術（Digital Image Processing）在智能交通領域得到了廣泛應用。智能交通系統通過采集圖像的方式獲取車輛、道路等交通信息，進而對圖像進行進一步分析，可以獲得速度、車輛排隊長度、車輛數量等有價值的交通信息，從而實現對交通系統的控制。目前圖像處理技術在智能交通中的主要應用有車牌識別、運動車輛檢測及跟蹤、闖紅燈檢測、交通流參數檢測等[2]。

1 車牌自動識別技術

近年來，機動車牌自動識別技術在住宅小區安保管理、停車場收費、超速抓拍等方面得到了廣泛應用。車牌識別系統（License Plate Recognition，LPR）是指對受監控路面的車輛進行牌照信息自動提?。ê瑵h字字符、英文字 母、阿拉伯數字及號牌顏色）并進行處理的技術。

車牌識別系統的基本工作原理是，當車輛通過檢測位置時，檢測裝置被觸發，啟動數字攝像設備獲取車牌的正面圖像，進而將圖像上傳至計算機管理系統，通過軟件算法對車牌上的漢字、字母、數字等符號進行自動識別[3]。通常，識別軟件為整個系統的核心部分，主要包括圖像預處理、車牌定位、車牌校正、字符分割和字符識別等環節。其中，圖像預處理是指在對圖像進行識別處理之前，首先需要對圖像進行色彩空間變換、直方圖均衡、濾波等一系列預處理，以消除環境影響；車牌定位是指對圖片進行二值化、形態學處理結合車牌特征獲得車牌的具體位置；車牌校正是指對車牌進行角度的校正，從而消除拍攝角度傾斜的影響；字符分割是指通過投影計算獲取每一個字符的寬度，進而對車牌分割，獲取單一字符；字符識別是指采用模板匹配對每一個字符進行識別，得出車牌識別結果。

2 運動車輛檢測技術

基于視頻的運動車輛檢測技術采用攝像頭對道路進行拍攝，對得到的圖像序列進行處理進而獲取運動目標。但現實情況中，由于天氣條件、光照情況等因素的影響，運動車輛檢測是一項相當復雜的工作。針對這項技術，常用的方法有：

2.1 背景差分法

背景差分法的關鍵思想是建立背景模型，將當前幀與背景模型進行差分運算及二值化，即可得前景目標圖像。該方法運算簡單，速度快，滿足系統實時性的要求，但由于背景圖像受環境等外界因素影響較大，所以需要對背景圖像進行實時更新，否則將會影響運動目標檢測的準確性。

2.2 幀差法

幀差法的基本原理是利用圖像序列相鄰幀像素的變化進行目標檢測、并對差分結果進行閾值二值化處理，從而得到運動目標[4][5]。該方法算法簡單，適合應用于實時檢測系統。但該方法對環境噪聲比較敏感，且對于運動緩慢、體積較大的運動目標，檢測結果可能會產生目標內部空洞現象，從而降低運動目標檢測的準確性。

3 研究展望

盡管當下圖像處理技術在智能交通系統中已經得到了廣泛應用，且取得了較好的效果，但在以下幾個方面仍然有極大的研究價值。

3.1 惡劣天氣影響研究

近年來霧霾天氣多發，對圖像采集產生很大影響，進而影響圖像處理結果。分析研究霧霾天氣下的圖像特征，并探究有效的噪聲去除方法，是當下圖像處理和智能交通領域亟待研究的一個新問題。

3.2 背景更新

在利用背景差法進行運動目標檢測時，背景圖像提取的準確性直接影響檢測的準確性。而背景圖像對環境敏感，會隨光線、天氣等因素變化而改變，因此如何對背景圖像進行提取及實時更新，消除累積誤差，使其與真實背景更接近是一個值得探究的問題。

3.3 運動目標跟蹤

在運動目標檢測中，對運動目標的跟蹤一直是算法復雜度較高且較難實現的一個問題。由于目標處于運動狀態，其相對于攝像機的位置不斷變化，因此采集到的目標尺寸、灰度、形狀等都會發生復雜改變，如何對動態變化的目標進行準確識別及跟蹤，是運動檢測領域的一個研究重點。

參考文獻：

[1]黃衛，陳里得.智能運輸系統（ITS）概論[M].人民交通出版社，1999.

[2]李文舉.智能交通中圖像處理技術應用的研究[D].大連海事大學，2005.

[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）.

[4]Long W， Yang Y H. Stationary background generation： An alternative to the difference of two images[J].Pattern Recognition，1990，23（12）.

[5]肖梅，韓崇昭，張雷.一種視頻序列的背景提取算法[J].光電工程，2005，32（4）.

[6]張志清，張鵬，謝常仁，等.智能交通系統研究綜述[J].東北林業大學學報，1999，27（2）.