数字图像处理技术在智能交通中的应用

电子科技大学 格拉斯哥学院 2017级 王恩泽

摘要：随着数字图像处理技术的不断发展，以图像处理技术为主的交通视频监测技术的研究已成为智能交通系统的重要前沿研究领域。针对智能交通系统、数字图像处理技术的特点，我们可以着重分析研究数字图像处理技术在智能交通系统中信息采集、车牌识别、车辆检测与跟踪等多方面的应用。
介绍：图像处理，是指用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术的一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。 常见的系统有康耐视系统、图智能系统等，目前是正在逐渐兴起的技术。
基本情况描述： 随着工业的迅速发展， 城市化的进展和汽车的普及，世界各国的交通量急剧增加。 如何能够改善混乱的交通状况，减少拥堵，提高运输效率并提高交通的安全性，则成为大家更关心重视的问题。 智能交通系统则是在这种情况下产生和发展起来，它主要是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统。它的作用主要是通过人、车、路的和谐、密切配合提高交通运输效率，缓解交通阻塞，提高路网通过能力，减少交通事故，降低能源消耗，减轻环境污染。
调研分析：数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 数字图像处理的特点主要有处理精度高，在现性好；易于控制处理效果；处理的多样性；图像处理技术综合性较强。
图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。 而随着计算机视频监测技术的不断成熟发展，以图像处理技术为主的交通视频监测技术的研究也成为智能交通系统的重要前沿研究领域。 本文就是依据数字图像处理的特点，介绍了数字图像处理技术在智能交通系统中各方面的应用。
交通信息采集：
智能交通系统能否高效的运行， 关键取决与获得全面、准确和实时的动态交通信息。 在智能交通系统研究中，能够研究开发出有效获取道路上的运行信息，包括车流量、车速、车型分类、交通密度等信息的交通信息采集设备是提高实现交通智能化的重要途径。 正确有效的交通信息采集可以在正确及时获得交通状况信息的同时，实现对交通状况进行有效管理，并发出诱导信息，从而自动调节车流，减少车辆在道路顺畅时在红灯前停留的时间，安排疏导交通、肇事报警等。 因此，在智能交通系统中，交通信息采集技术的不断进步是智能交通系统得以高效发展的基础，是提高交通安全性和效率的前提。
措施与建议：随着智能交通采集手段及其分析技术的快速发展，交通信息采集已从静态、人工采集向动态、自动采集转变，从单一模式采集向多模式、多方法采集转变。 常用的一些交通信息采集方法，如雷达测速仪，感应线圈，GPS 测速法，红外线检测等等，都能一定程度上达到车辆的检测，但这些方法中有的需要路面开槽来埋置线圈在一定程度上破坏路面，影响路面寿命，有的设备成本过高，受天气环境影响较大，都不能全面，高效地采集信息。 随着数字图像处理技术的飞速发展，图像分析法应用于在交通领域得到越来越广泛的应用。 相对于研究方向：软件开发，图像处理算法研究。一些传统的交通信息采集方法，它具有全面、高效、并对主线交通无干扰的特点，能够真实反映交通流状况。
总结： 基于图像处理的交通信息采集方法，利用计算机视觉技术从数字图像中提取高质量的图像，进而获取图像范围内多目标车辆以及车速等在内的交通运行特征信息，它克服了传统测速法只能得到单车车速的不足的同时也能够精确的定位车辆的空间位置。 在交通信息采集中，无需对主线交通进行管制，只需保证相关的拍摄条件，也无需观测人员现场职守，从一定程度上减少了人力物力的投入，提高采集效率。