王運(yùn)繼 潘元平 呂海洋

摘要：隨著時(shí)代的進(jìn)步，電子信息技術(shù)在社會(huì)中的運(yùn)用越來(lái)越廣泛，其中智能交通成為信息技術(shù)時(shí)代一個(gè)重要的研究領(lǐng)域。在智能交通領(lǐng)域中，對(duì)圖像處理技術(shù)的研究，成果很多，因?yàn)閳D像處理技術(shù)的理論意義和現(xiàn)實(shí)意義對(duì)社會(huì)發(fā)展都很重要。本文主要分析和探討了數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域的具體應(yīng)用，并對(duì)部分問(wèn)題提出了相應(yīng)的看法和解決措施。

關(guān)鍵詞：智能交通;數(shù)字圖像處理技術(shù);車(chē)輛跟蹤與檢測(cè)

智能交通是電子信息技術(shù)的前沿研究成果，最早被運(yùn)用于城市交通指揮和交通管理等方面，是出現(xiàn)于二十世紀(jì)九十年代的新興領(lǐng)域。智能交通主要是通過(guò)各種先進(jìn)的電子技術(shù)，對(duì)地面的實(shí)時(shí)交通情況進(jìn)行匯總和掌握。主要有兩個(gè)含義：一是智能;二是交通。智能交通技術(shù)的核心就是智能，智能源自于現(xiàn)代的計(jì)算機(jī)和電子通訊設(shè)施。主要實(shí)現(xiàn)方式，是在日常的交通管理過(guò)程中，用現(xiàn)代的科技對(duì)路面行駛的車(chē)輛進(jìn)行監(jiān)控和分析，由此實(shí)現(xiàn)對(duì)現(xiàn)實(shí)交通的有序管理。

1 數(shù)字圖像處理技術(shù)的作用

1.1 數(shù)字圖像處理技術(shù)的工作步驟

一是用計(jì)算機(jī)以及其他現(xiàn)代技術(shù)手段達(dá)成，其主要內(nèi)容包括圖像的采集與獲取、對(duì)信息進(jìn)行編碼與存儲(chǔ)、圖像的合成。在這些環(huán)節(jié)完成以后，還要對(duì)圖像進(jìn)行繪制，利用新興的技術(shù)對(duì)圖像進(jìn)行重建和恢復(fù)。由此可見(jiàn)，數(shù)字圖像處理是為了對(duì)圖像進(jìn)行灰度的轉(zhuǎn)化，便于保存圖像中的有效信息，增強(qiáng)圖片的可識(shí)別性，有助于后期對(duì)原圖的重建和恢復(fù)。其二，通過(guò)信息技術(shù)手段對(duì)被識(shí)別圖像所包含的重要信息進(jìn)行識(shí)別和提取，在此基礎(chǔ)上對(duì)其進(jìn)行分析，主要是為了提取出圖像中的特殊信息，并以此進(jìn)行圖像識(shí)別。其三，獲取的數(shù)據(jù)信息要經(jīng)過(guò)特殊壓縮，在此基礎(chǔ)上保持圖片的清晰程度，為了便于后期對(duì)圖片的處理、傳送和保存。

1.2 數(shù)字圖像處理技術(shù)在車(chē)牌識(shí)別中的作用

車(chē)牌識(shí)別技術(shù)是智能交通中的重要方面，作為智能交通中的重要一環(huán)，被廣泛運(yùn)用在各種場(chǎng)所和事件中，例如高速收費(fèi)站、失竊車(chē)輛查找、停車(chē)場(chǎng)的車(chē)輛管理、監(jiān)控車(chē)輛的違紀(jì)情況等方面，不僅大大提高了工作效率，而且還節(jié)省了人力和物力資源。運(yùn)用數(shù)字圖像處理技術(shù)識(shí)別車(chē)牌，首先要先獲取車(chē)牌的數(shù)字影像，通過(guò)計(jì)算機(jī)對(duì)車(chē)牌影像進(jìn)行分析和處理，以此進(jìn)行車(chē)牌定位等一系列工作。除此之外，數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域中還有很大的作用，如監(jiān)控車(chē)輛交通安全、統(tǒng)計(jì)交通擁堵情況等。

2 拍照識(shí)別系統(tǒng)現(xiàn)存的問(wèn)題

拍照識(shí)別系統(tǒng)在實(shí)際運(yùn)用的過(guò)程中，難免也會(huì)有很多的問(wèn)題，原因也是多方面的。首先，我國(guó)車(chē)牌字符的構(gòu)成比較復(fù)雜多變，主要由漢字、英文字符和阿拉伯?dāng)?shù)字共同組成，字符的相似使得辨認(rèn)的難度增加。其次，我國(guó)的車(chē)牌類(lèi)型較多，不同類(lèi)型的車(chē)牌顏色也不一樣，常見(jiàn)的主要有藍(lán)牌白字、黃牌黑字和白牌黑字等幾種，在識(shí)別的過(guò)程中比較麻煩。第三，由于各種未知因素的影響，例如天氣、道路和各種人為的原因，車(chē)牌上可能會(huì)有污漬和破損現(xiàn)象，這也使得牌照識(shí)別的難度大大增加。第四，由于車(chē)輛大小和構(gòu)造的問(wèn)題，車(chē)牌懸掛的位置也不一樣，這也使識(shí)別更加困難。上述問(wèn)題都是牌照識(shí)別技術(shù)在實(shí)際運(yùn)用中要考慮到的問(wèn)題，要解決這些問(wèn)題，就需要提高圖像獲取和處理的精度，使得拍照識(shí)別系統(tǒng)更加可靠。

3 解決拍照識(shí)別問(wèn)題的對(duì)策

3.1 車(chē)牌定位必須要提取出有價(jià)值的信息

想要克服車(chē)牌定位中的難題，就必須開(kāi)發(fā)出更好的提取算法。一個(gè)良好的提取算法，首先要保證車(chē)輛的有效信息不丟失遺漏，在此基礎(chǔ)上，去除沒(méi)有意義的部分，保留有意義的車(chē)牌信息。因此，新的算法必須滿足以下幾個(gè)條件：一、為了保證車(chē)牌定位的實(shí)時(shí)性，算法的步驟應(yīng)該盡量減少。二、為了能在各種環(huán)境下進(jìn)行車(chē)牌定位，算法的精確性和抗干擾性都要夠高。三、為了保證車(chē)牌定位的迅捷，在確保重要信息不丟失的情況下，應(yīng)該盡可能多的去除沒(méi)有意義的信息。車(chē)牌的主要特征是顏色、形狀和紋路，顏色是指車(chē)牌底色和字符顏色的搭配，主要運(yùn)用的有藍(lán)牌白字、黃牌黑字和白牌黑字等等三種，紋路是指車(chē)牌和字符的對(duì)比。對(duì)于現(xiàn)階段的技術(shù)手段來(lái)說(shuō)，車(chē)牌定位的手法共有兩種，一種是灰度圖像處理，特點(diǎn)是處理速度快，所占用的內(nèi)存小。另一種是彩色圖像處理，主要特點(diǎn)是有彩色的圖像視覺(jué)，隨著社會(huì)的發(fā)展變遷，彩色圖像處理的使用逐漸變的廣泛。

3.2 車(chē)牌字符分割

車(chē)牌字符分割在車(chē)牌識(shí)別中占有很重要的位置，車(chē)牌定位之后，字符分割的精度和準(zhǔn)度也影響字符識(shí)別的精度和準(zhǔn)度。常見(jiàn)的字符的分割算法主要有兩種：一是直接取得車(chē)牌的影像，將影像中的峰值，作為車(chē)牌分割的點(diǎn)位，但這種辦法也有很大的缺陷，當(dāng)車(chē)牌出現(xiàn)破損時(shí)，這種分割方法會(huì)出現(xiàn)很大的錯(cuò)誤。二是精分割與細(xì)分割。這種方法的優(yōu)點(diǎn)是即便車(chē)牌受損嚴(yán)重，也可以很大程度上保持分割效果，但缺點(diǎn)也很明顯，就是算法復(fù)雜，在實(shí)時(shí)性方面不如前一種。由此看來(lái)，以上幾種算法都不能全面的滿足車(chē)牌分割的具體要求，基于此種情況，出現(xiàn)了一種新的分割算法，這種方法一方面可以最大程度上克服車(chē)牌破損的情況，另一方面又能減少運(yùn)算時(shí)間，增加實(shí)時(shí)性。

改進(jìn)的算法是先將車(chē)牌進(jìn)行二值化處理，就是通過(guò)技術(shù)手段將原始的車(chē)牌圖像轉(zhuǎn)換成二值圖像。車(chē)牌圖像的邊緣信息對(duì)于最終圖像識(shí)別結(jié)果的影響重大，所以我們?cè)谶M(jìn)行二值化處理的過(guò)程中必須要保留其邊緣信息。此外，車(chē)牌的形狀也會(huì)影響識(shí)別，正常的車(chē)牌是一個(gè)完整的矩形，但在實(shí)際情況中，車(chē)牌會(huì)發(fā)生一定程度的傾斜，處理類(lèi)似的車(chē)牌，需要先確定車(chē)牌傾斜的角度，然后在圖像中進(jìn)行旋轉(zhuǎn)，使得車(chē)牌在圖像中變成一個(gè)矩形。對(duì)于傾斜的車(chē)牌進(jìn)行校正，一般情況就是先水平校正，再垂直校正。

3.3 攝像頭拍攝

在我國(guó)的道路交通系統(tǒng)中，為了能夠全面的獲取路面車(chē)輛的運(yùn)動(dòng)數(shù)據(jù)和相關(guān)信息，之前多使用感應(yīng)線圈，但感應(yīng)線圈的設(shè)置會(huì)對(duì)路面造成一定程度的損壞，會(huì)對(duì)來(lái)往車(chē)輛造成影響。因此，現(xiàn)階段對(duì)路面車(chē)輛的信息采集，都是通過(guò)路面的攝像頭進(jìn)行圖像的收集，之后再由計(jì)算機(jī)進(jìn)行相關(guān)的圖像處理。隨著信息技術(shù)的不斷發(fā)展和進(jìn)步，現(xiàn)在只需要在相關(guān)路面安裝攝像頭，攝像頭所獲取的圖像就會(huì)傳輸?shù)娇刂浦行牡挠?jì)算機(jī)，進(jìn)行處理和分析?？刂浦行目梢愿鶕?jù)攝像頭傳輸回來(lái)的圖像，對(duì)車(chē)輛進(jìn)行識(shí)別和監(jiān)控。車(chē)輛跟蹤是車(chē)輛識(shí)別的一個(gè)重要組成部分，主要由以下幾個(gè)步驟組成：提取背景、分析位置和車(chē)輛跟蹤。隨著社會(huì)需求的變化和金屬的不斷革新，車(chē)輛跟蹤技術(shù)也變得更加直觀和準(zhǔn)確。

本文主要描述了新興的數(shù)字圖像處理技術(shù)在智能交通中的具體運(yùn)用，例如車(chē)牌識(shí)別和車(chē)輛跟蹤。隨著科學(xué)技術(shù)的發(fā)展和信息技術(shù)的逐步完善，數(shù)字圖像處理技術(shù)的運(yùn)用范圍也越來(lái)越廣泛，本文僅對(duì)數(shù)字圖像技術(shù)的相關(guān)問(wèn)題進(jìn)行了淺顯的討論，希望能為該項(xiàng)技術(shù)的發(fā)展貢獻(xiàn)力量。

參考文獻(xiàn)：

[1] 黃衛(wèi)，陳里得.智能運(yùn)輸系統(tǒng)（ITS）概論[M].北京：人民交通出版社，2011.

[2] 高建平，張小東，蔣銳.基于圖像處理的交通信息采集[J].重慶交通大學(xué)，2006（01）.

[3] 石紅蘭.基于圖像處理的車(chē)牌識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)[J].現(xiàn)代制造，2011（21）.

[4] 王洪建.數(shù)字圖像處理技術(shù)在智能交通中的應(yīng)用與研究[D].重慶：重慶大學(xué)，2004.

（作者單位：杭州中鴻科技有限公司）