計算機圖像處理與識別技術在現代交通中的應用分析

（華南理工大學 計算機科學與工程學院 廣東 510000）

伴隨著如今信息與互聯網技術的持續革新與發展，諸如數字圖像處理技術在各領域的深化運用很大程度上提升著大眾的生活水準。圖像識別是生物識別、計算機視覺、機器學習中最具吸引力和挑戰性的研究課題之一[1]。不過就目前而言，國內的信息終端針對數字圖像處理技術存在著顯著的欠缺，因此需要持續化健全，數字圖像處理技術的未來發展態勢較為明朗。為了全面增進國內信息終端的數字化圖像處理技術，相關的研發技術人員需要更為全面地探究其在生活中的核心價值，特別是要有效挖掘其所存在的優勢特征，借助持續化的實驗探究，不斷增進自身的專業水準，并且更好提升信息終端的數字化圖像處理技術，從而進一步契合大眾對此種技術的真實需求。

1 計算機圖像處理與識別技術概念分析

計算機圖像處理與識別技術是數字圖像處理與模式識別技術相結合的產物，它利用計算機視覺采集事物對象，以圖像數據為基礎，計算機模擬人的視覺自動完成信息的處理，達到人所具有的對視覺采集圖像進行識別的能力，代替人完成圖像識別和處理的任務。借助圖像傳輸的方式，可以將圖像有效地劃分成為虛擬與數碼兩類。數碼類的圖片是大眾日常最常規的圖像，其中包含的信息點也極具多樣化的特征。數碼圖像的參數設置的工作體量通常相對較高，倘若運用傳統的純人力方式對圖像開展處理，其整體的工作開展效率與精準度都無法得到有效保障，也大概率破壞最終的成效。所以，信息終端圖像處置以及相關識別方式的理論與人力圖像鑒定有著極為顯著的同質性。在開展圖像鑒定的過程之中，首先，需要可以對圖像的色調以及尺寸等規格開展最為有效的調整；其次，腦神經系統的視覺審定開啟信息反饋之后，可以有效達成圖像的基礎認知，之后讓其可以在遇到相近信息之后，自主地收集有關的信息內容。信息終端圖像處理與鑒定的方式是將腦神經中樞轉變成為信息終端設施的存儲，不過信息終端設施卻沒有人腦的深刻感受，大概率會讓圖像的處理與鑒定的結果缺少主觀性。

2 計算機圖像處理與識別技術的特點

針對現階段基于信息化終端的數字圖像處理技術與識別技術的持續發展以及運用，其顯著性的特點主要包括以下三個方面：

2.1 處理運作速率優異

在如今互聯網與信息化技術持續深入運用的發展趨勢影響下，有海量的數據資料需要有效借助信息終端的圖像處理與識別技術開展有效的運作，而此項技術因為有著較為優異的匹配性，其可以在較短的周期之內有效完成對數據高效率解析工作。諸如一幅255*256 較低分辨率的黑白圖像，則需要64bit 的數據量，而對于高分辨彩色512*512 圖像，則需要768kbit 的數據量，而伴隨著如今計算機圖像處理與識別技術的快速發展，如今高分辨影像可以實現瞬間解析，處理效率與黑白圖像持平。

2.2 精準度相對較高

據統計，在人獲取的信息中，視覺信息占了百分之六十，而圖像是人獲取信息的主要途徑[2]。相對于人力圖像處理方式以及革新前期的信息終端數字化圖像處理與識別技術而言，現階段所運用的信息終端圖像處理與識別技術已經充分展現出了運作完善性的特征，特別是其可以同步開展多個以及多樣類型圖像，并且可以有效篩選出價值性較高且整體較為健全的數據，而且識別誤差率不高于1%[3]。

2.3 高可靠性

圖像識別技術特別是生物特征圖像識別技術改變了依靠實物確認身份或可記憶信息的傳統模式，所具有的獨特性、持久性特征大大降低了信息丟失和偽造的可能性，在國家的社會安全、人機交互等領域具有非常高的應用價值。

3 計算機圖像處理與識別技術在現代交通中的應用

現階段計算機圖像處理與識別技術在諸如交通、工業制造、醫療等眾多領域中有著較為廣泛的應用。但是針對智能交通系統（Intelligent Transportation Systems）而言，通過此項技術的深入運用，讓信息終端圖像處理與鑒定能力都有著較為精準且高效的判定水準，其在道路交通領域也有著較為優異的運用，比如車輛行駛輔助、車輛行駛狀態的確認等，信息終端圖像處理以及鑒定能力都有著極為關鍵的運用。現階段，機動車在個人家庭得到了全面的普及以及交通事故的產生概率也在不斷提升，為了更好明晰交通違法人員需要擔負的責任，交通管理部門可以運用專項的信息終端技術開展有針對性的處理與識別，明晰違法車輛的基礎信息，從而增進信息終端數字圖像處理技術在交通領域的有效化運用。以下幾個方面是目前計算機圖像處理與識別技術在智能交通中最具代表性的運用。

3.1 車牌自動識別技術

近些年來，機動車號牌自動化識別技術已經在居民小區、商業街區等眾多區域得到了較為廣泛的運用。車牌識別（License Plate Recognition）系統具體所指的是借助對行駛車輛的實時監控拍攝，實現對其牌照信息的自動化提取并開展處理的專項技術。車牌識別技術的基礎原理是，當車輛通過檢測區域以后，檢測裝置便會被觸發，開啟數字影像設施獲取車牌的相關圖像，從而進一步將圖像上傳到信息終端管控系統。借助軟件算法對車牌上的漢字、字母、數字等開展智能化的識別。一般情況下，識別軟件為整體系統的核心，核心環節包括圖像的預處理、車牌定位等。這當中，圖像預處理是對圖像開展識別運作的前期工作，首先，對圖像開展色彩空間的改變、濾波等一系列的處理，以更好消除對周邊環境的影響；車牌定位具體所指的是對圖片開展形態學處理融合車牌特征獲取車輛的所處區域；車牌校正是對車牌開展較大的校正，從而有效解除拍攝角度所帶來的負面影響；字符切割具體所指的是借助投影來運算獲取所有字符的寬度，從而對車牌分割，獲取單一化的字符；字符識別是運用模板匹配對所有字符開展識別，從而獲取車牌的識別結果。

3.2 運動狀況識別與路徑追蹤判別

作業條件識別和路徑跟蹤判斷能夠有效地應用于停車、變道、事故等狀態檢測環節，以前如果要獲得運行中車輛的數據，就需要根據傳感器的配置，這種傳統的方法有一個比較突出的缺點，即需要超聲波雷達的硬件必須標準化放置在道路兩側，這樣操作無疑難度較大，而且資金支出方面也相對較大，特別是經常需要對現有道路進行一定程度的改造甚至破壞，這無疑也會對相關道路的總體使用周期產生影響。當代的數字化圖書處理技術則有效解決了此項問題，妥善地運用此種技術可以在視頻之中獲取來往車輛的真實數據，這當中的原理可以將視頻運用數字圖像技術開展運算進行解析，從而得出科學化結論。

3.3 數據的收集

在國內的基礎道路交通管控系統之中，為了更好獲取更大范圍內車輛的行駛運作數據，以往一般所運用的是感應線圈等傳統方法，不過此類方法都需要將裝置設施安置在路面上，這會對路面造成一定程度上的傷害，安置的難度也較高。因此如今都是運用專業的攝像設備開展拍攝，然后借助圖像處理來開展數據的收集。伴隨著科技的持續進步與發展，如今只需要在相關路段區域安置專業的攝像設備，借助其就可以獲取實時的影像資料，通過系統化的壓縮操作之后傳輸到管控中心。管控中心將相關圖像進行全面的提取，則可以實現對車輛的動態化追蹤。運動追蹤是車輛識別的運作環節之一，其核心分為背景的提取、運動物體的追蹤等。在近些年來，通過相關專業研發人員的不懈努力，如今對于每個點都提出了有針對性的算法，這也讓車輛追蹤變得更為精準，保證了信息采集的自動化與全面性，增強信息的可靠程度[4]。

3.4 道路障礙的檢測

車輛在高速公路上較快速度的行駛時，如果遭遇障礙物則必然會進行緊急剎車操作，而這樣的操作也往往會帶來難以估量的后果。因此，對道路開展障礙物的檢測是極為必要的，因為其直接關乎著車輛的安全行駛。系統檢測到有障礙物可以第一時間通知相關的管理部門。如今最常用的檢測技術主要是以下兩種種：圖像濾波法、模板法[5]。這些方法都是如今智能交通系統中不可或缺的關鍵技術。但是，在受到天氣惡劣、亮度因素等情況的影響，這種檢測技術會影響其檢測障礙物的準確率。

3.5 電子警察中的運用

電子警察技術在智能化交通系統中有著非常顯著的作用。電子警察運用了現代化的數字圖像處理技術之后，可以對拍攝的視頻圖像開展識別、解析以及處理，不只是顯著提升了智能交通的工作效率與運作的安全，同時也在很大程度上削減了人力與物力。電子警察運用的數字圖像處理技術核心包括了以下幾個方面：圖像濾波、編碼、加密與水印等相關的技術。

4 結束語

綜上所述，圖像處理與識別技術作為信息化領域出現的全新技術模式之一，其深入運用于交通、醫療等領域之中，其不僅可以有效實現對行業發展的促進，同時也在一定程度上更好推進了信息化領域的快速發展。在今后的發展當中，此項技術所涉及的專業領域必將更為廣泛化。倘若想要此項技術得到高效的發展，相關的研發工作人員則需要對此技術開展科學化的革新，從而更好推動信息終端的數字化圖像處理更為深入地運用于各個領域之中。