智能交通中圖像處理技術的運用

張影

摘要：為了解決交通擁堵的現狀與緩解交通擁擠的狀況已成為世界上各個國家的一個重要課題。智能交通系統是以計算機為基礎的信息通信網絡，是一種集環境感知、決策、規劃控制等功能為一體的綜合交通運輸，它通過對車輛運行狀態的實時監測，利用先進的傳感器設備，對道路上的車流進行自動識別，并根據其不同的特征采取相應的措施來應對突發情況，促進國民經濟的可持續穩定的健康可持續性的發展下去。

關鍵詞：視頻圖像;智能交通;處理技術

引言

智能交通系統是一個集計算機、通信、傳感等技術為一體的綜合應用型城市，它是以現代信息技術為基礎，以管理和服務為主要目的的一種現代化的交通運輸管理系統。對車輛的通行速度的標準也就變得更高了，因此為了滿足這一需求，智能交通的發展勢在必行。本文的研究內容就是基于此，對道路交通中的圖像處理技術進行深入的分析與探討。

1數字圖像處理技術

1.1數字圖像處理概述

所謂的數字圖像處理就是利用計算機的一些基本的算法和運算來對我們所需要的圖像進行分析，從而得到有用的信息并將其轉換為可識別的數據，最后再通過人的視覺系統來對其加以處理，最終使之成為一個完整的圖像信號。在實際的應用中，數字圖像的處理技術是比較常見的一種方法，它可以根據不同的要求而選擇合適的方式去實現，一般情況下，數字濾波法、線性統計變換法、神經網絡濾波法等都是常用的幾種方法。

1.2數字圖像處理技術的特點

實時性在實際應用中，我們需要對交通的運行情況進行監控，因此在交通管理的過程中，我們要對交通的數據信息及時的獲取和處理，這樣才能保證道路的安全和通行。準確性在公路的建設中，為了保障車輛的正常行駛，必須要有一個統一的標準來衡量，這就要求了圖像處理技術的精準度。如果想要提高圖像的準確度，就得從采集到最后的處理都做到精確無誤，這也是數字圖像處理技術的關鍵所在。

1.3數字圖像處理技術

數字圖像處理技術是一種在計算機中使用數字信號的方法和技術，它可以用來對圖像的處理和識別，也可用于對圖像的分析與理解。它是一個將信息轉換為可識別的形式的過程;它的本質就是將一些復雜的、非結構的數據轉化為具有一定規則的圖形化的模型;同時，也能把圖像的特征提取出來，從而進行后續的分類等操作。在實際應用中，我們通常會用到很多的算法來實現，比如說，有基于圖論的算法、基于統計的算法以及基于神經網絡的算法等。其中最主要的是基于圖論的算法和基于神經網絡的算法這兩種。而本文所研究的則是基于圖論的算法中的數字化的問題上[1]。基于圖的算法：這種算法的原理是從圖中得到的結果與原始的圖片有直接的聯系;從圖中獲得的結論一般都會被視為該物體的幾何形狀的變化或者其他位置的改變而被感知。因此該算法的優點在于能夠快速地檢測出所需的樣本點的坐標值，而且不需要任何的存儲空間。

2 智能交通系統中對圖像處理技術的應用

2.1車牌識別

在計算機的基礎上，利用圖像處理的算法對車輛的牌照進行定位，并通過圖像采集卡將其轉換為灰度級的數據信息，然后再使用一定的方法將這些數據轉化為字符的過程就是車牌識別。在實際的應用當中，由于各種原因，車牌識別主要分為以下兩種：第一種是基于數學形態學的特征提取，第二種則是基于統計的方式來實現[2]。基于數學的特征提取的原理是從幾何角度出發，對原始的圖片中的點、線等的位置和方向進行分析，并根據所得到的結果來判斷是否有車牌。這種模式的優點在于能夠快速準確地找到所需要的目標區域。但是它的缺點也非常明顯，因為它的計算速度較慢，而且容易受到光照的影響而產生錯誤。

2.2違章現象抓拍

違章現象的出現是由于車輛的行駛速度太快，而造成的交通擁堵，因此需要對交通的擁堵進行一定的控制措施。在城市中，違章的現象比較多，主要是指一些道路的通行能力不足，或者是交通信號的中斷等。這些情況的存在都會對人們的出行產生影響，所以要想解決這個問題，就要從根源上解決問題，首先就是要從根本上著手，提高交通管理水平，完善道路交通的基礎設施建設;其次，在交警部門的監督下，可以采取有效的方式來制止違章行為的再次發生。

2.3車輛動態跟蹤

車輛動態跟蹤是通過對車輛的運行軌跡和行駛的狀態進行分析，從而判斷車輛的運動速度是否正常。在實際應用中，我們可以使用實時的交通流數據，對采集到的信息進行處理，然后將處理后的結果反饋給用戶。在車輛的動態跟蹤中，首先需要確定車輛的當前位置，并根據所得到的圖像來決定是什么車型的車才能進入下一步的跟蹤路線。如果有一個特殊的情況出現，則會導致整個系統的失敗;反之，則會使后續的跟蹤程序變得更加復雜。但是由于其成本較高，并且還不能滿足大規模的生產和運輸，所以還沒有被普遍地運用起來。因此本文采用了一種基于GPS的動態車牌識別方法。

2.4數據采集過程中采用“先拍照后處理”方式

先拍照后處理是指對采集到的圖片進行預處理，將采集到的圖像通過數字信號轉換成計算機可以識別的二進制值，再將其轉化為標準的字符格式，最后用機器的方法對其進行保存。在實際應用中，一般情況下，我們會把一個個的原始數據分成若干個部分，然后再把這些數據分割出來，這樣就能得到一組單獨的數據序列，而這個算法就是“先拍照后處理”的方式了[3]。因為在預處理過程中，如果有的數據是以文字的形式出現的或者是以視頻的形式出現的時候很可能會導致圖像模糊，所以這就需要使用“先拍照”的方式來實現。在拍攝交通照片的時候通常都使用數碼相機，但是由于交通信息的復雜性以及交通管理的特殊性，這種方式也被稱為“先拍照+人工拍出的”方式。

結束語

本文通過對智能交通中圖像處理技術的研究與應用，對其在城市交通中的作用進行了分析，并提出了基于像素的算法和圖像的邊緣檢測的方法以及如何提高圖像的質量等問題，最后得到的結果是：在車輛的行駛過程中，如果能夠很好地處理好道路上的車流，那么就能很好地解決道路上的車流，從而降低事故的發生率;對于路面的反射情況，由于不同的環境條件，比如說雨雪天氣，雨天，還有行人的過山車，所以我們需要采取有效的措施來減少汽車的運行速度，這樣才能保證交通安全。

參考文獻：

[1]凌晨， 張鑫彤， 馬雷. 基于Mask R-CNN算法的遙感圖像處理技術及其應用[J]. 計算機科學， 2020（10）.

[2]滕悅， 徐少川， 張慶東. 基于圖像處理技術的皮帶跑偏監測系統設計[J]. 燒結球團， 2020（2）：10-14.

[3]張冬梅， 盧小平， 張航，等. 一種基于無人機視頻影像的車流量統計算法[J]. 遙感信息， 2020（1）：142-146.

三峽大學 443002