浅谈数字图像处理技术在智能交通中的有效应用

王运继 潘元平 吕海洋

摘要：随着时代的进步，电子信息技术在社会中的运用越来越广泛，其中智能交通成为信息技术时代一个重要的研究领域。在智能交通领域中，对图像处理技术的研究，成果很多，因为图像处理技术的理论意义和现实意义对社会发展都很重要。本文主要分析和探讨了数字图像处理技术在智能交通领域的具体应用，并对部分问题提出了相应的看法和解决措施。

关键词：智能交通;数字图像处理技术;车辆跟踪与检测

智能交通是电子信息技术的前沿研究成果，最早被运用于城市交通指挥和交通管理等方面，是出现于二十世纪九十年代的新兴领域。智能交通主要是通过各种先进的电子技术，对地面的实时交通情况进行汇总和掌握。主要有两个含义：一是智能;二是交通。智能交通技术的核心就是智能，智能源自于现代的计算机和电子通讯设施。主要实现方式，是在日常的交通管理过程中，用现代的科技对路面行驶的车辆进行监控和分析，由此实现对现实交通的有序管理。

1 数字图像处理技术的作用

1.1 数字图像处理技术的工作步骤

一是用计算机以及其他现代技术手段达成，其主要内容包括图像的采集与获取、对信息进行编码与存储、图像的合成。在这些环节完成以后，还要对图像进行绘制，利用新兴的技术对图像进行重建和恢复。由此可见，数字图像处理是为了对图像进行灰度的转化，便于保存图像中的有效信息，增强图片的可识别性，有助于后期对原图的重建和恢复。其二，通过信息技术手段对被识别图像所包含的重要信息进行识别和提取，在此基础上对其进行分析，主要是为了提取出图像中的特殊信息，并以此进行图像识别。其三，获取的数据信息要经过特殊压缩，在此基础上保持图片的清晰程度，为了便于后期对图片的处理、传送和保存。

1.2 數字图像处理技术在车牌识别中的作用

车牌识别技术是智能交通中的重要方面，作为智能交通中的重要一环，被广泛运用在各种场所和事件中，例如高速收费站、失窃车辆查找、停车场的车辆管理、监控车辆的违纪情况等方面，不仅大大提高了工作效率，而且还节省了人力和物力资源。运用数字图像处理技术识别车牌，首先要先获取车牌的数字影像，通过计算机对车牌影像进行分析和处理，以此进行车牌定位等一系列工作。除此之外，数字图像处理技术在智能交通领域中还有很大的作用，如监控车辆交通安全、统计交通拥堵情况等。

2 拍照识别系统现存的问题

拍照识别系统在实际运用的过程中，难免也会有很多的问题，原因也是多方面的。首先，我国车牌字符的构成比较复杂多变，主要由汉字、英文字符和阿拉伯数字共同组成，字符的相似使得辨认的难度增加。其次，我国的车牌类型较多，不同类型的车牌颜色也不一样，常见的主要有蓝牌白字、黄牌黑字和白牌黑字等几种，在识别的过程中比较麻烦。第三，由于各种未知因素的影响，例如天气、道路和各种人为的原因，车牌上可能会有污渍和破损现象，这也使得牌照识别的难度大大增加。第四，由于车辆大小和构造的问题，车牌悬挂的位置也不一样，这也使识别更加困难。上述问题都是牌照识别技术在实际运用中要考虑到的问题，要解决这些问题，就需要提高图像获取和处理的精度，使得拍照识别系统更加可靠。

3 解决拍照识别问题的对策

3.1 车牌定位必须要提取出有价值的信息

想要克服车牌定位中的难题，就必须开发出更好的提取算法。一个良好的提取算法，首先要保证车辆的有效信息不丢失遗漏，在此基础上，去除没有意义的部分，保留有意义的车牌信息。因此，新的算法必须满足以下几个条件：一、为了保证车牌定位的实时性，算法的步骤应该尽量减少。二、为了能在各种环境下进行车牌定位，算法的精确性和抗干扰性都要够高。三、为了保证车牌定位的迅捷，在确保重要信息不丢失的情况下，应该尽可能多的去除没有意义的信息。车牌的主要特征是颜色、形状和纹路，颜色是指车牌底色和字符颜色的搭配，主要运用的有蓝牌白字、黄牌黑字和白牌黑字等等三种，纹路是指车牌和字符的对比。对于现阶段的技术手段来说，车牌定位的手法共有两种，一种是灰度图像处理，特点是处理速度快，所占用的内存小。另一种是彩色图像处理，主要特点是有彩色的图像视觉，随着社会的发展变迁，彩色图像处理的使用逐渐变的广泛。

3.2 车牌字符分割

车牌字符分割在车牌识别中占有很重要的位置，车牌定位之后，字符分割的精度和准度也影响字符识别的精度和准度。常见的字符的分割算法主要有两种：一是直接取得车牌的影像，将影像中的峰值，作为车牌分割的点位，但这种办法也有很大的缺陷，当车牌出现破损时，这种分割方法会出现很大的错误。二是精分割与细分割。这种方法的优点是即便车牌受损严重，也可以很大程度上保持分割效果，但缺点也很明显，就是算法复杂，在实时性方面不如前一种。由此看来，以上几种算法都不能全面的满足车牌分割的具体要求，基于此种情况，出现了一种新的分割算法，这种方法一方面可以最大程度上克服车牌破损的情况，另一方面又能减少运算时间，增加实时性。

改进的算法是先将车牌进行二值化处理，就是通过技术手段将原始的车牌图像转换成二值图像。车牌图像的边缘信息对于最终图像识别结果的影响重大，所以我们在进行二值化处理的过程中必须要保留其边缘信息。此外，车牌的形状也会影响识别，正常的车牌是一个完整的矩形，但在实际情况中，车牌会发生一定程度的倾斜，处理类似的车牌，需要先确定车牌倾斜的角度，然后在图像中进行旋转，使得车牌在图像中变成一个矩形。对于倾斜的车牌进行校正，一般情况就是先水平校正，再垂直校正。

3.3 摄像头拍摄

在我国的道路交通系统中，为了能够全面的获取路面车辆的运动数据和相关信息，之前多使用感应线圈，但感应线圈的设置会对路面造成一定程度的损坏，会对来往车辆造成影响。因此，现阶段对路面车辆的信息采集，都是通过路面的摄像头进行图像的收集，之后再由计算机进行相关的图像处理。随着信息技术的不断发展和进步，现在只需要在相关路面安装摄像头，摄像头所获取的图像就会传输到控制中心的计算机，进行处理和分析。控制中心可以根据摄像头传输回来的图像，对车辆进行识别和监控。车辆跟踪是车辆识别的一个重要组成部分，主要由以下几个步骤组成：提取背景、分析位置和车辆跟踪。随着社会需求的变化和金属的不断革新，车辆跟踪技术也变得更加直观和准确。

本文主要描述了新兴的数字图像处理技术在智能交通中的具体运用，例如车牌识别和车辆跟踪。随着科学技术的发展和信息技术的逐步完善，数字图像处理技术的运用范围也越来越广泛，本文仅对数字图像技术的相关问题进行了浅显的讨论，希望能为该项技术的发展贡献力量。

参考文献：

[1] 黄卫，陈里得.智能运输系统（ITS）概论[M].北京：人民交通出版社，2011.

[2] 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，2006（01）.

[3] 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，2011（21）.

[4] 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.

（作者单位：杭州中鸿科技有限公司）