劉慧慧,陳瑾瑾

(鄭州工業(yè)應(yīng)用技術(shù)學(xué)院,河南 鄭州 450000)

0 引言

隨著汽車數(shù)量的不斷增多,為了避免城市交通擁堵造成安全隱患,研究人員需要匹配智能交通系統(tǒng),建立更加合理的數(shù)據(jù)傳輸和匯總機(jī)制,創(chuàng)設(shè)安全的出行空間,確保車輛道路的實(shí)時(shí)性,為智能化管理提供支持。

1 智能交通系統(tǒng)

在智能交通系統(tǒng)中,信號(hào)采集模塊、車輛檢測(cè)模塊、車輛流量統(tǒng)計(jì)子系統(tǒng)、紅綠燈控制子系統(tǒng)等是主要組成部分。研究人員要結(jié)合對(duì)應(yīng)的系統(tǒng)完成信息數(shù)據(jù)的收集,以保證信號(hào)采集和管理的實(shí)時(shí)性,從而更好地評(píng)估車輛流量等相關(guān)信息,提升流量?jī)?yōu)化控制的基本水平。另外,智能交通系統(tǒng)的應(yīng)用過(guò)程中,視頻監(jiān)測(cè)數(shù)據(jù)的獲取是較關(guān)鍵的數(shù)據(jù)處理機(jī)制,能夠形成匹配的數(shù)據(jù)包。涉及監(jiān)測(cè)路段交通狀態(tài)信息時(shí),智能交通系統(tǒng)能進(jìn)行自動(dòng)提取、識(shí)別等操作,提高了圖像處理和模型識(shí)別的工作效率[1]。

2 數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域中的具體應(yīng)用

在智能交通領(lǐng)域,智能化應(yīng)用平臺(tái)和技術(shù)方案是核心內(nèi)容,要系統(tǒng)化融合信息技術(shù)、電子技術(shù)、影像控制技術(shù)等,從而建構(gòu)完整的信息處理系統(tǒng)。而數(shù)字圖像處理技術(shù)將計(jì)算機(jī)處理過(guò)程作為核心,完成信息的收集、識(shí)別和傳輸處理。

2.1 交通信息采集

對(duì)于交通體系的日常管理工作而言,只有保證信息和數(shù)據(jù)收集的準(zhǔn)確性、及時(shí)性,才能更好地維護(hù)交通運(yùn)行環(huán)境,提升交通管理水平。因此,交通信息采集技術(shù)是較常見(jiàn)的技術(shù)類型之一。在技術(shù)應(yīng)用過(guò)程中,技術(shù)人員要對(duì)車流量參數(shù)、車速參數(shù)、車型參數(shù)以及交通路面擁堵現(xiàn)狀等情況予以實(shí)時(shí)監(jiān)控,確保管理人員結(jié)合交通應(yīng)急信息、交通仿真數(shù)據(jù)等及時(shí)了解整體信息,從而制定更加合理的指引信號(hào)處理決策,在保證自動(dòng)調(diào)控車輛運(yùn)行的同時(shí),大幅緩解道路擁堵現(xiàn)象。交通信息采集系統(tǒng)還能從整個(gè)交通分布圖和路況圖出發(fā),維持智能交通工序的整體效果和整體交通疏導(dǎo)布局的規(guī)范性。

在智能交通信息采集技術(shù)全面發(fā)展的時(shí)代,交通信息采集過(guò)程也實(shí)現(xiàn)了技術(shù)性的突破。從傳統(tǒng)靜態(tài)化人工采集信息轉(zhuǎn)變?yōu)閯?dòng)態(tài)化智能系統(tǒng)實(shí)時(shí)性采集,信息采集手段更加多樣。例如,傳統(tǒng)測(cè)試方案中,雷達(dá)測(cè)速儀、紅外線感應(yīng)儀、GPS(全球定位系統(tǒng))測(cè)速儀等都能獲取車輛信息,但會(huì)受到天氣等外界因素的影響,相較于傳統(tǒng)的測(cè)試設(shè)備,數(shù)字圖像處理技術(shù)能建立更加完整的數(shù)據(jù)信息分析模式,打造準(zhǔn)確性較好、應(yīng)用效果較高、信息采集及時(shí)的信息監(jiān)督平臺(tái)。與此同時(shí),匹配計(jì)算機(jī)視覺(jué)技術(shù)便可獲取更加清晰的圖像,維持車速、定位車身位置等模塊工作的平衡,真正意義上提高信息采集水平[2]。

2.2 車牌處理

2.2.1 車牌區(qū)域定位

在車牌區(qū)域定位工作中,工作人員借助形態(tài)學(xué)匹配數(shù)字圖像處理技術(shù),便能及時(shí)了解預(yù)處理后的車牌信息,并配合綜合運(yùn)行狀態(tài)完成濾波處理。總而言之,實(shí)現(xiàn)車牌區(qū)域連通控制,結(jié)合車牌驗(yàn)收知識(shí)對(duì)區(qū)域予以綜合篩選,保證其獲取車牌的區(qū)域位置信息,對(duì)于提取車輛信息并判定相關(guān)內(nèi)容具有重要作用。

2.2.2 車牌校正

在車輛綜合管理工作中,因攝像頭的位置和車身存在一定的角度偏差,拍攝車牌圖像時(shí)難以控制在同一個(gè)水平狀態(tài)。此時(shí),為了保證車牌分割以及識(shí)別工作都能滿足應(yīng)用規(guī)范以及要求,工作人員就要匹配對(duì)應(yīng)的技術(shù)完成車牌角度的校正處理。目前,較為常見(jiàn)的技術(shù)方案是Radon 變換形式,能完成車牌校正處理,維持綜合應(yīng)用效果[3]。

2.2.3 車牌識(shí)別

工作人員配合標(biāo)準(zhǔn)字庫(kù)就能完成字符識(shí)別處理,并且使用分割處理機(jī)制進(jìn)行字符分類控制,完成相應(yīng)的分割后對(duì)比分析標(biāo)準(zhǔn)字符和劃定字符,顯示出誤差最小的字符,以確保車牌識(shí)別工作切實(shí)有效。

首先,智能交通系統(tǒng)中的圖片識(shí)別、處理等工序都要結(jié)合實(shí)際情況落實(shí)到位。在傳統(tǒng)處理機(jī)制中,實(shí)際圖片獲取過(guò)程受到外界光線條件、灰塵、車速等條件因素的影響,車牌識(shí)別系統(tǒng)獲取的照片質(zhì)量有限,加之背景噪音較大,無(wú)法全面落實(shí)識(shí)別工序。工作人員能夠利用智能交通系統(tǒng)數(shù)字圖像處理技術(shù),在圖片中提取有效的信息,并且提升字母、數(shù)字等基礎(chǔ)信息的識(shí)別準(zhǔn)確性,匹配圖像處理技術(shù)和灰度化分析、分割預(yù)處理分析等,保證能對(duì)高質(zhì)量圖片予以識(shí)別[4]。

其次,由于我國(guó)車牌格式差異性較大,為了保證車牌識(shí)別效率的合理性,就要應(yīng)用高性能計(jì)算機(jī)處理機(jī)制和改進(jìn)算法,發(fā)揮數(shù)字圖像處理技術(shù)的優(yōu)勢(shì),及時(shí)完成自動(dòng)識(shí)別和處理的任務(wù)。

最后,在識(shí)別系統(tǒng)中,工作人員也要完善處理、識(shí)別工序和采集信息,維持較好的信息采集效率。

2.2.4 車牌分割

在車牌分割處理過(guò)程中,工作人員需按照標(biāo)準(zhǔn)化處理流程落實(shí)相應(yīng)工作。(1)從水平方向進(jìn)行車牌圖片投影處理工作并有效去除水平邊框位置。(2)從垂直的方向完成投影處理,有效利用投影車牌圖片實(shí)現(xiàn)應(yīng)用[5]。(3)對(duì)投影中最大的峰值予以分析,保證車牌中字符間隔的規(guī)范性。在獲取第2 大峰中心距離對(duì)應(yīng)的車牌字符寬度后,便開(kāi)展后續(xù)的分割處理。

2.3 跟蹤運(yùn)動(dòng)車輛和視頻分割

對(duì)于公共交通管理而言,工作人員在獲取車輛運(yùn)動(dòng)數(shù)據(jù)后就能更好地指揮交通,落實(shí)合理有效、可控的決策。在傳統(tǒng)的技術(shù)體系中,工作人員主要是借助感應(yīng)線圈等硬件設(shè)施落實(shí)測(cè)量工作。此方法會(huì)將感應(yīng)線圈集中安裝在路面上,但受到安裝的限制,道路的使用壽命會(huì)受到影響,工作人員需結(jié)合視頻處理結(jié)果配合數(shù)字圖像處理技術(shù)完成視頻分析,及時(shí)獲取運(yùn)動(dòng)數(shù)據(jù)。

攝像頭能及時(shí)捕捉交通信息,并且回傳到監(jiān)控中心,利用監(jiān)控?cái)?shù)據(jù)對(duì)應(yīng)的算法分析數(shù)據(jù)信息并獲取結(jié)果,從而保證有效監(jiān)測(cè)和動(dòng)態(tài)跟蹤的及時(shí)性。與此同時(shí),攝像頭不僅能夠匹配運(yùn)動(dòng)目標(biāo)車輛檢測(cè)技術(shù)和跟蹤技術(shù),還能完成背景、運(yùn)動(dòng)點(diǎn)、運(yùn)動(dòng)團(tuán)點(diǎn)等提取處理工作。在不同環(huán)節(jié)應(yīng)用不同算法,一定程度上提高了智能交通系統(tǒng)綜合控制的效率。

2.4 電子警察

在電子警察應(yīng)用方案中,工作人員借助數(shù)字圖像處理技術(shù)可打造更加安全可靠的車輛運(yùn)行環(huán)境。在具體工作中,要依據(jù)以下技術(shù)要點(diǎn)落實(shí)相應(yīng)工作。

(1)圖像濾波技術(shù)。圖像濾波技術(shù)能有效降噪、消除無(wú)效信息并結(jié)合均值濾波、中值濾波等處理方式有效實(shí)現(xiàn)濾波操作,確保提取有效的標(biāo)志信息。

(2)圖像編碼技術(shù)。工作人員借助二次編碼拍攝到的視頻圖像,有效建立完整的圖像分析方案,并且維持圖像處理流程,確保視頻圖像符合通信的實(shí)際需求。

(3)圖像加密和水印處理。工作人員對(duì)視頻圖像進(jìn)行加密操作,從而及時(shí)征用具有討論價(jià)值的信息,提升圖像保密性和安全性。

(4)圖像的識(shí)別處理。工作人員需借助識(shí)別視頻模塊,及時(shí)捕捉相關(guān)信息和數(shù)據(jù),并且有效完成識(shí)別車輛、行人、非機(jī)動(dòng)車等相關(guān)行為信息。

2.5 車輛違章檢測(cè)

對(duì)于交通管理工作而言,車輛的違章檢測(cè)工作非常關(guān)鍵。工作人員要秉持實(shí)時(shí)性原則,發(fā)揮識(shí)別系統(tǒng)的應(yīng)用優(yōu)勢(shì),獲取運(yùn)動(dòng)目標(biāo)后從運(yùn)行背景中提取車輛并結(jié)合目標(biāo)運(yùn)動(dòng)情況評(píng)估其是否出現(xiàn)了違章行為。較為常見(jiàn)的算法包括光流法、背景差法、幀差法等。其中,光流法不會(huì)受到大風(fēng)、大雨天氣的影響便能結(jié)合圖像像素的強(qiáng)度數(shù)據(jù)進(jìn)行運(yùn)動(dòng)狀態(tài)的捕捉處理,因此不會(huì)產(chǎn)生不必要的抖動(dòng)。但光流法整體技術(shù)的運(yùn)算結(jié)構(gòu)較為復(fù)雜,綜合抗噪性一般。而背景差法是借助圖像和輸入圖像差值完成運(yùn)動(dòng)目標(biāo)的檢測(cè),這種處理方式的計(jì)算難度較小,符合系統(tǒng)應(yīng)用的實(shí)時(shí)性需求。但背景差法適應(yīng)性較差,尤其是在光照條件較差或者霧霾狀態(tài)下,需要更新背景圖像才能開(kāi)展檢測(cè)工作[5]。

2.6 障礙物檢測(cè)

數(shù)字圖像處理技術(shù)要借助圖像濾波法、模板法等方法集中分析攝像頭獲取的道路情況信息,并且獲取相關(guān)信息內(nèi)容的節(jié)點(diǎn)和匯總數(shù)據(jù)信息,從而建立完整的分析機(jī)制。之后工作人員配合監(jiān)控平臺(tái)完成報(bào)警信號(hào)的處理,就能結(jié)合報(bào)警信息及時(shí)清除路面的障礙物,打造更加合理可靠的交通環(huán)境,從而維持交通流暢性。

3 結(jié)語(yǔ)

總而言之,在智能交通系統(tǒng)中應(yīng)用數(shù)字圖像處理技術(shù)是順應(yīng)時(shí)代發(fā)展需求的必然選擇,它能在提升交通安全管理質(zhì)量的同時(shí)打造更加便捷的交通環(huán)境,促進(jìn)智能化城市管理工作全面進(jìn)步。