数字图像处理技术用于智能交通

摘 要数字图像处理技术最早出现于上世纪50年代，目前在航天、工业、医学、军事、司法、办公等许多应用领域取得了重大的成就。交通系统中的视频监测技术是基于该技术在智能交通系统中的应用，是一个重要的研究课题，这篇文章对于数字图像处理技术在智能交通系统中的应用做了简要介绍。本文仅对于系统当中车辆的检测以及跟踪、车辆信息的采集、对汽车进行车牌的识别的这三个主要的运用进行分析，希望通过这篇文章为数字图像处理技术运用在智能交通当中提供新的思路。

【关键词】车牌识别 智能交通 信息采集 图像处理

随着人均汽车保有量不断的增加，高速公路进入了网络化的快速发展期，如何运用智能交通系统改变拥挤及效率过低的问题是一个重要的研究课题。智能交通系统是很多技术的综合运用，这些技术主要有控制技术、传感器技术、通讯技术、信息技术等。智能交通系统的运用对于高速交通有很多方面的好处，其中包括对于优化运输布局和服务使运输效率的提高、对于交通堵塞的缓解以及对于路面的通车能力进行提高。运用这些技术最终可以实现实时准确并且高效的交通管理。我们的重点运用数字图像处理技术，提高高速公路的管理效率，对交通进行全面的监控、控制。希望最终实现低污染、低能耗的可持续性发展。

1 对于数字图像处理的介绍

数字图像处理（Digital Image Processing）是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术，将一些在图片、视频当中重要的特征信息进行提取、识别、判断，通过交互界面，最终服务于智能交通系统。运用这种技术进行交通信息的处理主要有以下一些方面的特点：自动化程度高，不需要人为干预；识别准确率高；处理速度快，并且24小时不间断进行图像的处理；可以仅存储特征信息，对存储介质容量要求低。数字图像处理系统在智能交通系统应用中体现出很好的综合性能。

2 数字处理技术在智能交通当中的实际运用

在智能交通系统中进行数字图像处理技术的运用主要有三个方面：

（1）运用在车牌识别系统中；

（2）对运动车辆的视频进行分割以及对于车辆进行跟踪；

（3）在道路识别中对于障碍物识别的运用。

在这里首先要进行介绍的是车辆车牌的识别，对于车辆车牌进行识别需要进行五个环节的处理。第一步是对于收集到的图片进行一个预备的处理，在这个处理的过程的目的是为了提高图像的质量，一开始采集得到的图像可能是模糊的，并且有很多环境当中背景噪声，还可能会有干扰信息，比如车牌旁边的一些干扰文字。这些干扰因素对于字符的分割以及识别来说会产生很大的阻力。所以将图像进行预处理是为后期的工作进行必要的铺垫。第二步就是对于车牌区域进行定位，在这个过程当中需要对于车牌的图像进行滤波处理，这种处理方式需要运用到数学形态学的概念（膨胀、腐烛、开闭运算等）。首先对提取的车牌图像进行二值化处理。然后对得到的二值图像进行数学形态学滤波，使图像中车牌区域形成一个连通的区域，然后就是对于这些连通的区域进行一定的筛选。最后在其中提取得到的信息就是车牌图像在整个图像中的确切位置。第三步就是对于车牌进行矫正，因为在很多的拍摄过程当中是一瞬间的，车牌图像可能存在移动的倾斜变形，所以在这里就要对于车牌进行旋转矫正。第四步需要对于车牌图像进行分割，分割处理前要对图像进行消框处理，消除图像中车牌的边框和铆钉，去除孤立噪声点。然后进行在垂直方向上的投影。在期间了解车牌当中的字符宽度，最终完成图像的分割。最后一步就是将处理得到的车牌信息进行文字、字母和数字识别和显示。有多种方式进行识别，其中最常用的一种方式就是模糊匹配法。

除了对于车牌进行识别以外，对于车辆的运动状况识别和路径跟踪识别也是一项很广泛的运用。运行状况识别和路径跟踪识别可用于停车、变道、事故、拥堵的状态的检测，在过去如果想要获得运动当中车辆的数据需要依赖传感器的设置，这种早期的方法有一个很大的缺点，也就是需要将感应线圈或超声波雷达的硬件在道路当中好两侧进行安装，这样一方面安装起来不是很容易，因为需要对于已有的道路进行一定的破坏，另一方面由于需要进行传感器的安装损害了公路，最终严重的影响了道路的使用寿命。现代的数字图像处理技术很好的解决了这个问题，运用这种技术可以在视频当中来获取运动车辆的实际数据，其中的原理进行将视频运用数字图像技术来进行计算分析，最终得出结论。

最后一种技术的运用就是对于道路的障碍物进行检测。在高速车道上快速行驶，当遇到障碍物的时候突然刹车或是急打方向，后果将是致命的。高速公路上的障碍物包括：车辆遗撒物、行人或动物、山体落石、道路不均匀沉降等。对于道路进行障碍物的检测是十分有必要的，这直接的影响到了车辆的行驶安全。系统检测到有异常障碍物可以及时通知公路管理单位处理。现在比较常采用的主要有三种技术，分别是图像滤波法、模板法以及以边缘作为基础进行测量的方法。这些方法都是在现代的智能交通系统当中表现的良好。市场上也有些嵌入智能分析算法的摄像机产品，直接用摄像机识别异常障碍物，摄像机把报警信号传送给监控平台，但数字图像处理技术由于本身算法的局限，在浓雾、亮度变化剧烈等非理想环境下，识别错误率较高。

3 结语

目前数字图像處理技术已经在众多领域逐步推广应用，但是没有任何一台计算机在分割和检测真实图象时，能达到人类视觉系统的水平，都存在一定的误报。如果想要在数字图像技术进行进一步的发展就需要在计算机的硬件以及软件方面进行革新和发展。所以需要对于计算机技术以及相应的技术进行关注，在实际的运用当中，对数字图像处理技术不断的进行总结，只有这样才能将智能交通系统提高到新的高度，更好的完成更多方面的工作。

参考文献

[1]高建平，张小东，蒋锐.基于图像处理的交通信息采集[J].重庆交通大学，2014（01）：103-106.

[2]石红兰.基于图像处理的车牌识别系统的研究与实现[J].现代制造，2014（21）：178.

[3]王洪建.数字图像处理技术在智能交通中的应用与研究[D].重庆：重庆大学，2004.

作者简介

王建功（1981-），男，河北省保定市人。大学本科学历。工程师。研究方向为基于MATLAB的数字图像处理技术在交通机电工程上的应用。

作者单位

通号工程局集团天津交通信息技术有限公司 天津市 300251