數字圖像處理技術用于智能交通

摘 要數字圖像處理技術最早出現于上世紀50年代，目前在航天、工業、醫學、軍事、司法、辦公等許多應用領域取得了重大的成就。交通系統中的視頻監測技術是基于該技術在智能交通系統中的應用，是一個重要的研究課題，這篇文章對于數字圖像處理技術在智能交通系統中的應用做了簡要介紹。本文僅對于系統當中車輛的檢測以及跟蹤、車輛信息的采集、對汽車進行車牌的識別的這三個主要的運用進行分析，希望通過這篇文章為數字圖像處理技術運用在智能交通當中提供新的思路。

【關鍵詞】車牌識別 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，高速公路進入了網絡化的快速發展期，如何運用智能交通系統改變擁擠及效率過低的問題是一個重要的研究課題。智能交通系統是很多技術的綜合運用，這些技術主要有控制技術、傳感器技術、通訊技術、信息技術等。智能交通系統的運用對于高速交通有很多方面的好處，其中包括對于優化運輸布局和服務使運輸效率的提高、對于交通堵塞的緩解以及對于路面的通車能力進行提高。運用這些技術最終可以實現實時準確并且高效的交通管理。我們的重點運用數字圖像處理技術，提高高速公路的管理效率，對交通進行全面的監控、控制。希望最終實現低污染、低能耗的可持續性發展。

1 對于數字圖像處理的介紹

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，將一些在圖片、視頻當中重要的特征信息進行提取、識別、判斷，通過交互界面，最終服務于智能交通系統。運用這種技術進行交通信息的處理主要有以下一些方面的特點：自動化程度高，不需要人為干預；識別準確率高；處理速度快，并且24小時不間斷進行圖像的處理；可以僅存儲特征信息，對存儲介質容量要求低。數字圖像處理系統在智能交通系統應用中體現出很好的綜合性能。

2 數字處理技術在智能交通當中的實際運用

在智能交通系統中進行數字圖像處理技術的運用主要有三個方面：

（1）運用在車牌識別系統中；

（2）對運動車輛的視頻進行分割以及對于車輛進行跟蹤；

（3）在道路識別中對于障礙物識別的運用。

在這里首先要進行介紹的是車輛車牌的識別，對于車輛車牌進行識別需要進行五個環節的處理。第一步是對于收集到的圖片進行一個預備的處理，在這個處理的過程的目的是為了提高圖像的質量，一開始采集得到的圖像可能是模糊的，并且有很多環境當中背景噪聲，還可能會有干擾信息，比如車牌旁邊的一些干擾文字。這些干擾因素對于字符的分割以及識別來說會產生很大的阻力。所以將圖像進行預處理是為后期的工作進行必要的鋪墊。第二步就是對于車牌區域進行定位，在這個過程當中需要對于車牌的圖像進行濾波處理，這種處理方式需要運用到數學形態學的概念（膨脹、腐燭、開閉運算等）。首先對提取的車牌圖像進行二值化處理。然后對得到的二值圖像進行數學形態學濾波，使圖像中車牌區域形成一個連通的區域，然后就是對于這些連通的區域進行一定的篩選。最后在其中提取得到的信息就是車牌圖像在整個圖像中的確切位置。第三步就是對于車牌進行矯正，因為在很多的拍攝過程當中是一瞬間的，車牌圖像可能存在移動的傾斜變形，所以在這里就要對于車牌進行旋轉矯正。第四步需要對于車牌圖像進行分割，分割處理前要對圖像進行消框處理，消除圖像中車牌的邊框和鉚釘，去除孤立噪聲點。然后進行在垂直方向上的投影。在期間了解車牌當中的字符寬度，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行文字、字母和數字識別和顯示。有多種方式進行識別，其中最常用的一種方式就是模糊匹配法。

除了對于車牌進行識別以外，對于車輛的運動狀況識別和路徑跟蹤識別也是一項很廣泛的運用。運行狀況識別和路徑跟蹤識別可用于停車、變道、事故、擁堵的狀態的檢測，在過去如果想要獲得運動當中車輛的數據需要依賴傳感器的設置，這種早期的方法有一個很大的缺點，也就是需要將感應線圈或超聲波雷達的硬件在道路當中好兩側進行安裝，這樣一方面安裝起來不是很容易，因為需要對于已有的道路進行一定的破壞，另一方面由于需要進行傳感器的安裝損害了公路，最終嚴重的影響了道路的使用壽命。現代的數字圖像處理技術很好的解決了這個問題，運用這種技術可以在視頻當中來獲取運動車輛的實際數據，其中的原理進行將視頻運用數字圖像技術來進行計算分析，最終得出結論。

最后一種技術的運用就是對于道路的障礙物進行檢測。在高速車道上快速行駛，當遇到障礙物的時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、行人或動物、山體落石、道路不均勻沉降等。對于道路進行障礙物的檢測是十分有必要的，這直接的影響到了車輛的行駛安全。系統檢測到有異常障礙物可以及時通知公路管理單位處理?，F在比較常采用的主要有三種技術，分別是圖像濾波法、模板法以及以邊緣作為基礎進行測量的方法。這些方法都是在現代的智能交通系統當中表現的良好。市場上也有些嵌入智能分析算法的攝像機產品，直接用攝像機識別異常障礙物，攝像機把報警信號傳送給監控平臺，但數字圖像處理技術由于本身算法的局限，在濃霧、亮度變化劇烈等非理想環境下，識別錯誤率較高。

3 結語

目前數字圖像處理技術已經在眾多領域逐步推廣應用，但是沒有任何一臺計算機在分割和檢測真實圖象時，能達到人類視覺系統的水平，都存在一定的誤報。如果想要在數字圖像技術進行進一步的發展就需要在計算機的硬件以及軟件方面進行革新和發展。所以需要對于計算機技術以及相應的技術進行關注，在實際的運用當中，對數字圖像處理技術不斷的進行總結，只有這樣才能將智能交通系統提高到新的高度，更好的完成更多方面的工作。

參考文獻

[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，2014（01）：103-106.

[2]石紅蘭.基于圖像處理的車牌識別系統的研究與實現[J].現代制造，2014（21）：178.

[3]王洪建.數字圖像處理技術在智能交通中的應用與研究[D].重慶：重慶大學，2004.

作者簡介

王建功（1981-），男，河北省保定市人。大學本科學歷。工程師。研究方向為基于MATLAB的數字圖像處理技術在交通機電工程上的應用。

作者單位

通號工程局集團天津交通信息技術有限公司 天津市 300251