摘 要：針對城市交通擁堵、車禍、違規(guī)停車等發(fā)生頻率連年上升的局面，智能交通監(jiān)管系統(tǒng)的設(shè)計與使用具有極其重要的意義，而基于計算機視覺的智能交通監(jiān)控系統(tǒng)則是利用先進的計算機智能技術(shù)、信息技術(shù)、自動控制技術(shù)等通過相應(yīng)的實時交通信息收集系統(tǒng)、高質(zhì)量信息傳輸系統(tǒng)和監(jiān)控指揮系統(tǒng)來完成對于交通狀況實施有效監(jiān)督和控制的現(xiàn)代化交通管理系統(tǒng)。這一系統(tǒng)雖然在技術(shù)層面解決了交通秩序的優(yōu)化問題，但是，交通問題的最終解決還必須依賴于人的基本素質(zhì)的提高。

關(guān)鍵詞：計算機視覺；智能交通；監(jiān)控系統(tǒng)

中圖分類號：TP277

近些年來，隨著我國人民生活水平提高，使私家車輛的數(shù)目急劇增長，并且車輛的增長速度遠遠超出市政建設(shè)的力度。這樣的事實導(dǎo)致城市交通擁堵、違規(guī)通車、車禍增加，所以迫切的要求加快市政建設(shè)，實施高效率的交通監(jiān)控措施，基于計算機視覺的智能交通監(jiān)控系統(tǒng)也由此得到了相應(yīng)的廣泛的發(fā)展和應(yīng)用。那么，計算機視覺技術(shù)下的智能交通監(jiān)管系統(tǒng)究竟應(yīng)該如何設(shè)計與實現(xiàn)呢？

1 計算機視覺下的智能交通監(jiān)控系統(tǒng)

1.1 計算機視覺技術(shù)

計算機視覺技術(shù)即利用各種圖像攝錄設(shè)備將通過對視覺目標進行識別、跟蹤、測量并將由此獲取的視覺信息傳輸至計算機并進而利用圖像技術(shù)進行視覺信息處理以達到進一步進行智能化處理的視覺處理技術(shù)。

1.2 智能交通系統(tǒng)（ITS）

智能交通系統(tǒng)（ITS）是指通過現(xiàn)代化的網(wǎng)絡(luò)信息技術(shù)、自動控制技術(shù)等有效綜合手段在一定范圍內(nèi)建立的全方位發(fā)揮作用的交通運輸綜合管理和控制系統(tǒng)。作為交通運輸管理體系的一場新的革命，近年來，由此技術(shù)進一步開發(fā)形成的監(jiān)控系統(tǒng)已經(jīng)在各個道路的關(guān)鍵路口、路段和其他交通繁忙地域普遍建立，為交通運輸管理提供了自動化、智能化的信息收集和處理等多方面的服務(wù)。但是，隨著城市建設(shè)的迅猛發(fā)展和人流、車流量的猛增，更加智能化的交通管理系統(tǒng)的開發(fā)和利用顯然也成為了當(dāng)務(wù)之急。

2 計算機視覺下的智能交通監(jiān)管系統(tǒng)的建立

正是基于新的發(fā)展需要，我們有必要把計算機視覺和智能交通監(jiān)控系統(tǒng)進一步結(jié)合起來，首先通過計算機視覺分別對各個道路的關(guān)鍵路口、路段和其他交通繁忙地域等相應(yīng)位置實時進行交通信息采集，然后，通過信息傳輸系統(tǒng)、或者進行處理后存入服務(wù)器并將處理過的實時交通信息及時傳輸?shù)奖O(jiān)控指揮系統(tǒng)，以實現(xiàn)對于各個道路的關(guān)鍵路口、路段和其他交通繁忙地域的實時監(jiān)控和管理。由此，顯然就需要設(shè)計以下各個子系統(tǒng)并共同構(gòu)建為一個完整的體系。

計算機視覺下的智能交通監(jiān)管系統(tǒng)

實時交通信息收集系統(tǒng)

監(jiān)控指揮系統(tǒng)

高質(zhì)量信息存儲傳輸系統(tǒng)

圖1 計算機視覺下的智能交通監(jiān)管系統(tǒng)工作程序示意圖

3 智能交通監(jiān)控系統(tǒng)的實現(xiàn)

計算機視覺下的智能交通監(jiān)管系統(tǒng)實現(xiàn)的第一步是通過實時交通信息收集系統(tǒng)實時進行交通信息采集，即通過對于運動物體的分割，在圖像找出有意義的部分，抽出運動目標的特征，進而通過連續(xù)畫面間的變化判斷目標的運動狀況。在這一系統(tǒng)運行中，首先可以“攝像頭讀入”的初始視頻，使用相應(yīng)的算法提取“背景”，然后通過原圖與背景運算形成相應(yīng)的“前景”，由此即可進一步通過矩形框的使用來達到“運動目標檢測”與信息采錄的目的。

圖2 視覺監(jiān)控系統(tǒng)原理圖

3.1 系統(tǒng)功能實現(xiàn)

對運動物體的檢測主要有光流法以及差分法兩種方法，由于光流法比較復(fù)雜和耗時，實時檢測很難實現(xiàn)，因而，現(xiàn)有實時交通信息收集系統(tǒng)一般通過差分法的應(yīng)用來進行開發(fā)和實現(xiàn)。

3.1.1 幀間差分法

幀間差分法對運動目標進行分割處理過程中使用較多也最為簡單實用的一種方法，其基本原理就是通過在連續(xù)的圖像序列中兩個或三個相鄰幀間采用基于像素的幀間差分并且閾值化來提取圖像的運動區(qū)域，進而通過逐象素比較獲取前后兩幀圖像之間的差別來判斷運動物體的移動狀況。在實際操作中，一般可以假設(shè)用于獲取序列圖像的視頻設(shè)備為靜止物體，設(shè)視頻中連續(xù)兩幀的圖像為It（x，y）和It+1（x，y），然后通過對連續(xù)兩幀的圖像相應(yīng)的像素進行比較，利用Dt（x，y）=︱It+1 （x，y）-It（x，y）︱這一方程求出相應(yīng)的閾值來檢測出運動物體的移動狀況：

Mt（x，y）=

當(dāng)然，必須注意的是，由于幀間差分法所得到的差分圖像在現(xiàn)實中并非由理想封閉的輪廓區(qū)域組成的，因而，運動目標的輪廓自然也就往往是局部的、不連續(xù)的，且其誤差往往隨著運動物體速度的增大而增大，因而，這一方法并不適于對于高速運動目標的有效檢測。

3.1.2 背景差分法

與幀間差分法不同，背景差分法則是利用當(dāng)前圖像與背景圖像的差分來檢測物體運動狀況一種方法。其基本原理是在可控制環(huán)境下，通過對于運動背景的固定假設(shè)，設(shè)待檢測運動物體的圖像為I（x，y），背景圖像為B（x，y），通過輸入圖像與背景模型進行比較，利用D（x，y）=︱I（x，y）-B（x，y）︱這一方程求得到圖像中的各像素的變化信息，進而檢測運動物體的移動狀況：

Mt（x，y）=

當(dāng)然，在實際運用中，背景差分法的關(guān)鍵，是要建立一個背景模型，并更新模型。

3.2 程序功能的實現(xiàn)

本程序功能實現(xiàn)所主要使用的是OpenCV函數(shù)。OpenCV能夠?qū)崿F(xiàn)對圖像數(shù)據(jù)的操作，包括分配、釋放、復(fù)制、設(shè)置和轉(zhuǎn)換數(shù)據(jù)，以及對攝像頭的定標、對運動的分析等。在函數(shù)實現(xiàn)上，用到了Cv圖像處理的連接部件函數(shù)，運動分析與對象跟蹤中的背景統(tǒng)計量的累積相關(guān)函數(shù)等相關(guān)的函數(shù)。本系統(tǒng)就是運用圖3介紹使用到的函數(shù)名及其功能和使用格式等來實現(xiàn)對視頻流的運動車輛的輪廓檢測的。

圖3 尋找輪廓程序主要算法流程

實驗證明，本系統(tǒng)能夠較好地實現(xiàn)對視頻流的運動目標的輪廓檢測和對象跟蹤，并能實時更新背景，車輛跟蹤正確率在95%以上，雖然存在著輪廓檢測正確率稍差的缺點，但其主要原因是由于攝像頭所處的角度和運動目標靠近程度的影響，從根本上并不影響對于運動目標的實際檢測。

4 結(jié)束語

加快城鎮(zhèn)化進程是我國發(fā)展的大趨勢，在這一趨勢下，城市病的治理當(dāng)然可以離不開現(xiàn)代化的科學(xué)技術(shù)。但是，必須注意的是，無論多么先進的管理系統(tǒng)，最終都只有通過人的行為才能夠發(fā)揮有效的作用，在這個意義上，設(shè)計與使用先進的交通監(jiān)控系統(tǒng)固然是解決交通問題的技術(shù)條件，但是，交通問題的解決，最終還必須依賴于人的素質(zhì)的全面提高。

參考文獻：

[1]戴俊喬.城市道路交通視頻監(jiān)控系統(tǒng)架構(gòu)和性能的研究[J].科技與創(chuàng)新，2014（06）.

[2]張偉龍，李剛，王雨翔.基于計算機視覺的智能交通監(jiān)控系統(tǒng)[J].小型微型計算機系統(tǒng)，2014（07）.

[3]龐其富.淺談城市軌道交通視頻監(jiān)控系統(tǒng)設(shè)計方案[J].通訊世界，2014（01）.

作者簡介：李春曉（1990-），男，河南開封人，碩士研究生，研究方向：空間信息處理；賴積保（1982-），男，博士，研究方向：為網(wǎng)絡(luò)安全、空間數(shù)據(jù)處理。

作者單位：河南大學(xué)計算機與信息工程學(xué)院，河南開封 475004，河南大學(xué)空間信息處理實驗室，河南開封 475004；河南大學(xué)計算機與信息工程學(xué)院，河南開封 475004，中國科學(xué)院遙感應(yīng)用研究所，北京 100101