張影

摘要：為了解決交通擁堵的現(xiàn)狀與緩解交通擁擠的狀況已成為世界上各個國家的一個重要課題。智能交通系統(tǒng)是以計算機為基礎(chǔ)的信息通信網(wǎng)絡(luò)，是一種集環(huán)境感知、決策、規(guī)劃控制等功能為一體的綜合交通運輸，它通過對車輛運行狀態(tài)的實時監(jiān)測，利用先進的傳感器設(shè)備，對道路上的車流進行自動識別，并根據(jù)其不同的特征采取相應(yīng)的措施來應(yīng)對突發(fā)情況，促進國民經(jīng)濟的可持續(xù)穩(wěn)定的健康可持續(xù)性的發(fā)展下去。

關(guān)鍵詞：視頻圖像;智能交通;處理技術(shù)

引言

智能交通系統(tǒng)是一個集計算機、通信、傳感等技術(shù)為一體的綜合應(yīng)用型城市，它是以現(xiàn)代信息技術(shù)為基礎(chǔ)，以管理和服務(wù)為主要目的的一種現(xiàn)代化的交通運輸管理系統(tǒng)。對車輛的通行速度的標(biāo)準(zhǔn)也就變得更高了，因此為了滿足這一需求，智能交通的發(fā)展勢在必行。本文的研究內(nèi)容就是基于此，對道路交通中的圖像處理技術(shù)進行深入的分析與探討。

1數(shù)字圖像處理技術(shù)

1.1數(shù)字圖像處理概述

所謂的數(shù)字圖像處理就是利用計算機的一些基本的算法和運算來對我們所需要的圖像進行分析，從而得到有用的信息并將其轉(zhuǎn)換為可識別的數(shù)據(jù)，最后再通過人的視覺系統(tǒng)來對其加以處理，最終使之成為一個完整的圖像信號。在實際的應(yīng)用中，數(shù)字圖像的處理技術(shù)是比較常見的一種方法，它可以根據(jù)不同的要求而選擇合適的方式去實現(xiàn)，一般情況下，數(shù)字濾波法、線性統(tǒng)計變換法、神經(jīng)網(wǎng)絡(luò)濾波法等都是常用的幾種方法。

1.2數(shù)字圖像處理技術(shù)的特點

實時性在實際應(yīng)用中，我們需要對交通的運行情況進行監(jiān)控，因此在交通管理的過程中，我們要對交通的數(shù)據(jù)信息及時的獲取和處理，這樣才能保證道路的安全和通行。準(zhǔn)確性在公路的建設(shè)中，為了保障車輛的正常行駛，必須要有一個統(tǒng)一的標(biāo)準(zhǔn)來衡量，這就要求了圖像處理技術(shù)的精準(zhǔn)度。如果想要提高圖像的準(zhǔn)確度，就得從采集到最后的處理都做到精確無誤，這也是數(shù)字圖像處理技術(shù)的關(guān)鍵所在。

1.3數(shù)字圖像處理技術(shù)

數(shù)字圖像處理技術(shù)是一種在計算機中使用數(shù)字信號的方法和技術(shù)，它可以用來對圖像的處理和識別，也可用于對圖像的分析與理解。它是一個將信息轉(zhuǎn)換為可識別的形式的過程;它的本質(zhì)就是將一些復(fù)雜的、非結(jié)構(gòu)的數(shù)據(jù)轉(zhuǎn)化為具有一定規(guī)則的圖形化的模型;同時，也能把圖像的特征提取出來，從而進行后續(xù)的分類等操作。在實際應(yīng)用中，我們通常會用到很多的算法來實現(xiàn)，比如說，有基于圖論的算法、基于統(tǒng)計的算法以及基于神經(jīng)網(wǎng)絡(luò)的算法等。其中最主要的是基于圖論的算法和基于神經(jīng)網(wǎng)絡(luò)的算法這兩種。而本文所研究的則是基于圖論的算法中的數(shù)字化的問題上[1]?；趫D的算法：這種算法的原理是從圖中得到的結(jié)果與原始的圖片有直接的聯(lián)系;從圖中獲得的結(jié)論一般都會被視為該物體的幾何形狀的變化或者其他位置的改變而被感知。因此該算法的優(yōu)點在于能夠快速地檢測出所需的樣本點的坐標(biāo)值，而且不需要任何的存儲空間。

2 智能交通系統(tǒng)中對圖像處理技術(shù)的應(yīng)用

2.1車牌識別

在計算機的基礎(chǔ)上，利用圖像處理的算法對車輛的牌照進行定位，并通過圖像采集卡將其轉(zhuǎn)換為灰度級的數(shù)據(jù)信息，然后再使用一定的方法將這些數(shù)據(jù)轉(zhuǎn)化為字符的過程就是車牌識別。在實際的應(yīng)用當(dāng)中，由于各種原因，車牌識別主要分為以下兩種：第一種是基于數(shù)學(xué)形態(tài)學(xué)的特征提取，第二種則是基于統(tǒng)計的方式來實現(xiàn)[2]。基于數(shù)學(xué)的特征提取的原理是從幾何角度出發(fā)，對原始的圖片中的點、線等的位置和方向進行分析，并根據(jù)所得到的結(jié)果來判斷是否有車牌。這種模式的優(yōu)點在于能夠快速準(zhǔn)確地找到所需要的目標(biāo)區(qū)域。但是它的缺點也非常明顯，因為它的計算速度較慢，而且容易受到光照的影響而產(chǎn)生錯誤。

2.2違章現(xiàn)象抓拍

違章現(xiàn)象的出現(xiàn)是由于車輛的行駛速度太快，而造成的交通擁堵，因此需要對交通的擁堵進行一定的控制措施。在城市中，違章的現(xiàn)象比較多，主要是指一些道路的通行能力不足，或者是交通信號的中斷等。這些情況的存在都會對人們的出行產(chǎn)生影響，所以要想解決這個問題，就要從根源上解決問題，首先就是要從根本上著手，提高交通管理水平，完善道路交通的基礎(chǔ)設(shè)施建設(shè);其次，在交警部門的監(jiān)督下，可以采取有效的方式來制止違章行為的再次發(fā)生。

2.3車輛動態(tài)跟蹤

車輛動態(tài)跟蹤是通過對車輛的運行軌跡和行駛的狀態(tài)進行分析，從而判斷車輛的運動速度是否正常。在實際應(yīng)用中，我們可以使用實時的交通流數(shù)據(jù)，對采集到的信息進行處理，然后將處理后的結(jié)果反饋給用戶。在車輛的動態(tài)跟蹤中，首先需要確定車輛的當(dāng)前位置，并根據(jù)所得到的圖像來決定是什么車型的車才能進入下一步的跟蹤路線。如果有一個特殊的情況出現(xiàn)，則會導(dǎo)致整個系統(tǒng)的失敗;反之，則會使后續(xù)的跟蹤程序變得更加復(fù)雜。但是由于其成本較高，并且還不能滿足大規(guī)模的生產(chǎn)和運輸，所以還沒有被普遍地運用起來。因此本文采用了一種基于GPS的動態(tài)車牌識別方法。

2.4數(shù)據(jù)采集過程中采用“先拍照后處理”方式

先拍照后處理是指對采集到的圖片進行預(yù)處理，將采集到的圖像通過數(shù)字信號轉(zhuǎn)換成計算機可以識別的二進制值，再將其轉(zhuǎn)化為標(biāo)準(zhǔn)的字符格式，最后用機器的方法對其進行保存。在實際應(yīng)用中，一般情況下，我們會把一個個的原始數(shù)據(jù)分成若干個部分，然后再把這些數(shù)據(jù)分割出來，這樣就能得到一組單獨的數(shù)據(jù)序列，而這個算法就是“先拍照后處理”的方式了[3]。因為在預(yù)處理過程中，如果有的數(shù)據(jù)是以文字的形式出現(xiàn)的或者是以視頻的形式出現(xiàn)的時候很可能會導(dǎo)致圖像模糊，所以這就需要使用“先拍照”的方式來實現(xiàn)。在拍攝交通照片的時候通常都使用數(shù)碼相機，但是由于交通信息的復(fù)雜性以及交通管理的特殊性，這種方式也被稱為“先拍照+人工拍出的”方式。

結(jié)束語

本文通過對智能交通中圖像處理技術(shù)的研究與應(yīng)用，對其在城市交通中的作用進行了分析，并提出了基于像素的算法和圖像的邊緣檢測的方法以及如何提高圖像的質(zhì)量等問題，最后得到的結(jié)果是：在車輛的行駛過程中，如果能夠很好地處理好道路上的車流，那么就能很好地解決道路上的車流，從而降低事故的發(fā)生率;對于路面的反射情況，由于不同的環(huán)境條件，比如說雨雪天氣，雨天，還有行人的過山車，所以我們需要采取有效的措施來減少汽車的運行速度，這樣才能保證交通安全。

參考文獻：

[1]凌晨， 張鑫彤， 馬雷. 基于Mask R-CNN算法的遙感圖像處理技術(shù)及其應(yīng)用[J]. 計算機科學(xué)， 2020（10）.

[2]滕悅， 徐少川， 張慶東. 基于圖像處理技術(shù)的皮帶跑偏監(jiān)測系統(tǒng)設(shè)計[J]. 燒結(jié)球團， 2020（2）：10-14.

[3]張冬梅， 盧小平， 張航，等. 一種基于無人機視頻影像的車流量統(tǒng)計算法[J]. 遙感信息， 2020（1）：142-146.

三峽大學(xué) 443002