数字图像处理技术在智能交通中的应用

赖宏慧　陈澜祯

摘 要：伴随全球经济一体化发展，现代人生活与消费水平也日渐提升，而对汽车需求量也随之增加，给城市交通带来了巨大压力，对此，如何应用现代科学技术来有效缓解城市日渐艰巨的交通管理问题，就引起了人们的广泛重视。故文章就智能交通中数字图像处理技术应用作一简要分析。

关键词：数字图像处理技术；智能交通；道路障碍检测

伴随社会经济的飞速发展与交通机动化水平的逐步提升，城市的交通问题也日渐严重，我国众多城市，特别是大中型城市的每日车流量更是呈现出一个与日俱增的态势，交通拥堵、道路交通事故频频出现，使得广大市民在享受机动车辆所带来的巨大交通便利的同时，也面临着严重的交通拥堵问题。针对这种情况，仅仅只是对道路进行扩建，显然已经无法解决这一问题，为此，在现有条件下，逐步构建并完善智能交通系统，就不失为一种可行的解决办法，人，而如何构建思完善的智能交通系统，全面实现对交通的监控、调度与控制，就成为当前我国道路交通事业发展的重点所在了。

1 数字图像处理技术在车牌识别中的应用

一般来讲，基于数字图像处理技术的车辆识别，多半由以下五个环节构成，具体为：

（1）图像预处理。因在车牌识别系统中，其所采集到的图像为真彩图，且受到其它一些诸如采集环境、硬件设备等因素的影响，使得图像通常都比较模糊，而且背景与噪声的存在也在直接影响到字符分割与识别的准确性，而这些图像经过预处理后，图像质量将可得到大大提高，为后期工作开展奠定了基础；

（2）车牌区域定位。应用形态学对那些经预处理之后的车牌图像进行滤波处理，让车牌区域形成连通区域，而后基于车牌先验知识对所得到连通区域进行筛选，并得到准确的车牌区域位置，完成图像中提取车牌的任务。

（3）车牌校正。因摄像头同车身间存在一定角度问题，故拍摄所得车牌图像往往不在一个水平状态上，这时，为确保车牌分割与识别工作的顺利展开，就必须需要对车牌角度加以校正，且在一般情况下，多采用Radon变换形式来进行车牌校正。

（4）车牌分割。首先，从水平方向对车牌图片进行投影处理，将其水平边框去除，而后在从垂直方向进行投影。而通过投影车牌图片就可知道，在投影中的最大峰值，其所对应的应该是车牌中第2、3个字符间的间隔，而第二大峰中心距离所对应的则是车牌字符宽度，以此类推，就可完成对车牌的分割了[1]。

（5）车牌识别与显示。用于字符识别的办法，有很多，其中模糊匹配法又是其中应用最为广泛的一种。一般来讲，在字符识别过程中，需构建标准字库，后把分割所得字符实施分类，并将其同标准字库中字符进行对比分析，最后将误差最小字符当做结果并显示出来。

2 数字图像处理技术在运动车辆视频分割和跟踪中的应用

在共工道路交通管制中，为获得车辆运动数据，往往在早期的时候需要借助感应线圈等硬件测量办法，但是，该方法的时候，要求将感应线圈设置在路面中，而这对于那些有存路面，安装起来并不是很方便，且会直接影响到交通，并缩短道路使用寿命。这时，若借助摄像头来获得道路视频，进而基于数字图像处理技术对视频加以处理，将大大提升车辆运动数据获取的灵活性与方便性。如今，伴随信息技术的发展，道路交通数据获得也无需借助复杂信线圈设备了，仅需在检测路段安装上相关摄像头即可，然后在摄像头拍摄所得道路数字化视频进行压缩，经对应传输线路传至监控中心，这时，监控中心又借助对应数字图像处理技术对所获数据加以计算，并得出最后结果。同时，在公路交通中，实现对运动车辆的有效监测与动态跟踪，是分析并识别车辆行为的前提所在，其中，运动目标检测和跟踪又可分为背景提取、运动点团提取与运动团点位置提取以及运动物体跟踪几个环节，而且经过多年的深入研究，不同环节也有与之相对应的各种算法，如“基于块的背景提取与二值化算法”与“于背景提取改进下的基于均值的背景提取算法与减少图像像素的兴趣区提取算法”，其中，前者就是把图像分割成对应块数，后通过计算出块内均值与方差，具体针对每个块来展开背景提取与二值化，这些均为道路交通管制中车辆跟踪提供了有力依据[2]。当然，在相对较拥挤的道路交通环境中，且车辆缓慢行驶的时候，可能会存在较严重的遮挡情况，而这也会使得车辆跟踪结果出现一定误差，故如何在室外天气相对比较恶劣与存在较严重遮挡的情况，实现对车辆的动态跟踪，仍需进一步探讨研究。

3 数字图像处理技術在道路识别与障碍物检测中的应用

道路作为车辆导航的基本所在，在具体研究中道路识别却有着较大难度。因为道路交通环境普遍比较复杂，且伴随如今城市化的飞速发展，更加大了道路交通复杂程度，时常出现道路不同而特征相似的情况。如在道路宽度、曲线形状等方面，均存在着众多相同建设。一般来说，检测道路有结构化道路与非结构化道路两类，前者多是指高速公路与那些结构化比较好的公路，而后者则是指城市中那些结构化程度比较低的公路，在这些道路中，并不存在明显的车道线与道路边界，且转弯半径也会比较大，故迫切需要道路模型来对其进行检测，确保车辆行驶安全。现阶段，对于道路识别普遍采用的是基于边缘法、区域法与图像滤波法、模板法等，而且这几种方法在如今的智能交通系统中应用效果也比较好，进一步拓展了智能交通系统中数字图像处理技术的应用范围。

同时，数字图像处理技术在如今的智能交通障碍物检测中也应用得比较广泛。在道路交通中，障碍物多半是指前方道路中出现的机动车、自行车与人、交通标识等，而通过对这些障碍物的有效检测，可较好的确保车辆的安全行驶，最大限度减少道路交通安全事故[3]。通常情况下，关于道路障碍物的检测，多通过在对应道路图像图与中寻出不一致线索来实现，如灰度的明显改变，纹理边界等；而关于周边车辆的检测，因其多半同摄像机处于同一车道之内，且速度也比较相近，故在高速公路与乡间道路上，需检测并跟踪前方车辆，采取明确该车辆是跟随还是超车。当前，关于道路交通掌握物检测方法，基于光流检测法，视觉检测法与背景运动估计检测法的应用是比较常见的，且被广泛应用于智能交通系统中，效果较好。

4 结束语

综上所述，伴随信息技术的发展，数字图像处理技术俨然已经成为了智能交通系统中的一个重要技术，并发挥着重要的作用。但是，也需看到在图像处理硬件方面，虽然已经有了较大的发展，但仍需逐步强化对图像处理专用硬件的研发，而且数字图像处理技术虽然在智能交通系统中车辆识别、运动车辆视频处理与跟踪、道路识别与障碍物检测中发挥出着较好的作用，但同人们所迫切希望达到的效果仍存在一定差距，故在今后工作中，还需进一步深入对数字图像处理技术的研究与探讨，使之能够在智能交通系统中发挥出更巨大的作用，为道路交通安全管制提供有力保障。

参考文献

[1]魏鑫，左玉玲.数字图像处理在智能交通中的应用[J].科技展望，2015，（02）：156.

[2]卫小伟.视频图像处理技术在智能交通系统中的运用[J].电子测试，2015，（06）：106-108.

[3]高军，朱宏辉.数字图像处理技术在车牌识别系统中的应用[J].计算机光盘软件与应用，2014，（04）：18-20.