基于5G通信和图像增强算法的交通监控系统设计

黎旭健 吴会 舒雯茜

摘要：目前中国道路监控系统在信息传输方面，大部分采用的是有线传输的方式，有线传输虽然带宽大，但是布线和后期维护成本高。采用无线通信的方式传输视频信息。但是由于带宽限制无法满足实时传输的条件，将降低对路况信息判断的准确性。随着5G技术的应用，无线通信的速率和稳定性都得到极大的提高。同时，恶劣的天气条件影响交通监控图像的清晰度也会降低路况信息判断的准确性。本文主要分析基于5G通信和图像增强算法的交通监控系统设计。

关键词：5G无线通信;图像增强;背景差分法

引言

随着现代交通迅速发展，寻找有效的方法对交通道路实施高效准确的监控具有重要意义。采用更先进的通信技术和图像处理技术，就能够实现对交通流量的合理管控，预防交通事故发生。

1、背景及意义

近几年，机动车辆数量急剧增加，面对着有限的道路路面等基础设施，城市的道路交通环境迅速变化。再加上日常路面施工养护、人们交通意识淡漠等原因，导致车辆违章违规、交通事故、能源紧缺、大气污染严重等许多问题。传统的收集道路交通信息的方法相对落伍且滞后，已无法满足现有需求，所以智慧交通已经变成了交通管理的前沿研究方向，而道路交通监测系统也在这种日益增长的需求下，获得了快速的发展。在实际路面上抓拍的机动车视频，由于不能直接通过收费站的卡口，导致收集不到机动车的车牌信息，而从现实路面上抓拍的汽车图片也往往会产生运动模糊，由于图像去模糊的研究成本也相对较低，因此，研究运动模糊图像的复原技术在智能交通管理领域有着更广阔的应用前景。

2、终端系统设计

2.1基于5G无线通信的无线传输

对于交通监控系统而言，信息的收集和分析是十分重要的。信息数据的收集效率越高，管理人员对各种交通事件做出反应的时间就越短。因此本系统采用5G无线通信的方式传输视频信息。实时高清视频流的传输需要带宽达到一定的大小并且能够保持稳定，带宽的波动会影响视频传输的稳定性。分别测试D1、720P和1080P3种格式的每秒15帧的视频流所占带宽大小。1080P格式的视频的分辨率最高，因此视频监控图像的细节信息也最丰富，相应的1080P格式的视频所占带宽也最大。目前，中国4G網络理论下行速率是100Mbps，上行速率是50Mbps。而5G网络下行速率可达到1.4Gbps，上行速率可达到284Mbps。在实际使用过程中单个设备能达到理论值的1/4，因此使用5G无线通信，能使1080P的监控视频到达实时传输的要求。

2.2 5G通信模组设计

5G模组包含4个天线接口（ANT0、ANT1、ANT2、ANT3）、一个USB3.0接口和高速串行计算机扩展总线接口。本系统中MH5000状态控制可分为手动模式和自动模式。手动模式可通过按下按键PWRON，来拉低MH5000对应引脚的电位。自动模式下通过STM32输出一个控制信号，使得MOS管Q1导通，拉低MH5000对应引脚的电位，实现控制MH5000模组工作状态的功能。

3、系统软件设计

3.1无线通信程序设计

该系统软件在具体的设计中，主要借助了套数字（Socket），有效地保证软件通信功能的实现效果。套接字主要包含以下两种类型：1.数据报套接字。数据报套接字属于一种常用的套接字，具有无连接特点，它主要用于对双向数据流的全面记录，但无法保证所传输信号的安全性和顺序。2.数据流套接字。数据流套接字在具体的运用中，无法对边界双向数据流进行记录，因此，可以保证信号传输的有序性和稳定性。套数字主要用于服务器/客户端模型，通过将应用程序进行科学划分，使其被划分为两个组成部分，分别是客户端和服务器，通过借助服务器，可以将处于等待状态的客户端进行有效连接，并将连接请求信号传输到服务器端，由服务器端将最终响应的消息返回到客户端。

3.2图像处理中的去模糊技术

在现实场景中获得的视频图像往往会存在运动模糊，这就需要我们事先要去运动模糊。常用的盲去模糊的几种方法分别是边缘预测的方法、变分贝叶斯的方法和最大后验概率的方法。采用边界预测的方法通过滤波器进行了图象边界的复原，这个方法的好处是在处理某些模糊核尺寸比较小而模糊图像较大的图象上得到了良好的复原结果，缺点在于要重复进行预测，使得噪声叠加对算法影响较大。变分贝叶斯方法有较好的鲁棒性，但计算比较复杂。最大后验概率方法是根据模糊核与清晰图的稀疏性完成模糊图像的复原，这种方法速度慢，设置繁琐，对图像复原具有不确定性。

3.3低照度条件下的交通监控识别仿真

对低照度条件下交通监控视频进行测试，同上文雾天监控视频测试类似，分别将未经过本文算法预处理的监控视频和经过本文算法预处理的监控视频提取二值图像进行对比。可以看出，未经预处理的监控图像，在右侧的车辆轮廓较为模糊，提取的二值图像也只能显示车辆灯光的变化。经过预处理的图像右侧车辆轮廓较为清晰，提取的二值图像也能更准确的反映车辆运动变化。未经预处理的图像整体像素灰度值偏低，并且当有车辆经过时灰度值变化幅度偏小，不利于识别算法的检测。经过预处理的图像整体灰度值更高，并且当有车辆经过时，灰度值变化明显，识别算法检测准确率更高。总之，交通自动监控子系统通过向交通自动驾驶子系统传输准确可靠的数据信息，如发车授权信息、停车授权信息、运行方向信息、车站位置等信息，然后，借助交通信号控制子系统将这些信息全部转化为信号命令，实现对交通行驶状态以及故障信息的全面检测和控制。

结束语

针对现有交通监控系统面临的传输效率低，易受环境影响造成监控图像关键信息丢失，降低识别算法准确率等问题，设计了一款基于5G通信和图像增强算法的交通监控系统。利用5G无线通信传输1080P的交通监控视频，采用改进的Retinex算法对交通监控视频进行预处理，利用背景差分法对车流量进行检测，判断是否出现交通拥堵和违章停车。

参考文献：

[1]高翔.5G移动通信技术在城市轨道交通车地无线通信系统中的应用[J].城市轨道交通研究，2018，21（S2）：61-64.

[2]王卫星，赵恒.结合改进Retinex及自适应分数阶微分的雾霾公路交通图像增强[J].光学精密工程，2020，28（8）：1820-1834.