計算機圖像處理與識別技術(shù)在現(xiàn)代交通中的應(yīng)用分析

（華南理工大學(xué) 計算機科學(xué)與工程學(xué)院 廣東 510000）

伴隨著如今信息與互聯(lián)網(wǎng)技術(shù)的持續(xù)革新與發(fā)展，諸如數(shù)字圖像處理技術(shù)在各領(lǐng)域的深化運用很大程度上提升著大眾的生活水準(zhǔn)。圖像識別是生物識別、計算機視覺、機器學(xué)習(xí)中最具吸引力和挑戰(zhàn)性的研究課題之一[1]。不過就目前而言，國內(nèi)的信息終端針對數(shù)字圖像處理技術(shù)存在著顯著的欠缺，因此需要持續(xù)化健全，數(shù)字圖像處理技術(shù)的未來發(fā)展態(tài)勢較為明朗。為了全面增進國內(nèi)信息終端的數(shù)字化圖像處理技術(shù)，相關(guān)的研發(fā)技術(shù)人員需要更為全面地探究其在生活中的核心價值，特別是要有效挖掘其所存在的優(yōu)勢特征，借助持續(xù)化的實驗探究，不斷增進自身的專業(yè)水準(zhǔn)，并且更好提升信息終端的數(shù)字化圖像處理技術(shù)，從而進一步契合大眾對此種技術(shù)的真實需求。

1 計算機圖像處理與識別技術(shù)概念分析

計算機圖像處理與識別技術(shù)是數(shù)字圖像處理與模式識別技術(shù)相結(jié)合的產(chǎn)物，它利用計算機視覺采集事物對象，以圖像數(shù)據(jù)為基礎(chǔ)，計算機模擬人的視覺自動完成信息的處理，達到人所具有的對視覺采集圖像進行識別的能力，代替人完成圖像識別和處理的任務(wù)。借助圖像傳輸?shù)姆绞剑梢詫D像有效地劃分成為虛擬與數(shù)碼兩類。數(shù)碼類的圖片是大眾日常最常規(guī)的圖像，其中包含的信息點也極具多樣化的特征。數(shù)碼圖像的參數(shù)設(shè)置的工作體量通常相對較高，倘若運用傳統(tǒng)的純?nèi)肆Ψ绞綄D像開展處理，其整體的工作開展效率與精準(zhǔn)度都無法得到有效保障，也大概率破壞最終的成效。所以，信息終端圖像處置以及相關(guān)識別方式的理論與人力圖像鑒定有著極為顯著的同質(zhì)性。在開展圖像鑒定的過程之中，首先，需要可以對圖像的色調(diào)以及尺寸等規(guī)格開展最為有效的調(diào)整；其次，腦神經(jīng)系統(tǒng)的視覺審定開啟信息反饋之后，可以有效達成圖像的基礎(chǔ)認知，之后讓其可以在遇到相近信息之后，自主地收集有關(guān)的信息內(nèi)容。信息終端圖像處理與鑒定的方式是將腦神經(jīng)中樞轉(zhuǎn)變成為信息終端設(shè)施的存儲，不過信息終端設(shè)施卻沒有人腦的深刻感受，大概率會讓圖像的處理與鑒定的結(jié)果缺少主觀性。

2 計算機圖像處理與識別技術(shù)的特點

針對現(xiàn)階段基于信息化終端的數(shù)字圖像處理技術(shù)與識別技術(shù)的持續(xù)發(fā)展以及運用，其顯著性的特點主要包括以下三個方面：

2.1 處理運作速率優(yōu)異

在如今互聯(lián)網(wǎng)與信息化技術(shù)持續(xù)深入運用的發(fā)展趨勢影響下，有海量的數(shù)據(jù)資料需要有效借助信息終端的圖像處理與識別技術(shù)開展有效的運作，而此項技術(shù)因為有著較為優(yōu)異的匹配性，其可以在較短的周期之內(nèi)有效完成對數(shù)據(jù)高效率解析工作。諸如一幅255*256 較低分辨率的黑白圖像，則需要64bit 的數(shù)據(jù)量，而對于高分辨彩色512*512 圖像，則需要768kbit 的數(shù)據(jù)量，而伴隨著如今計算機圖像處理與識別技術(shù)的快速發(fā)展，如今高分辨影像可以實現(xiàn)瞬間解析，處理效率與黑白圖像持平。

2.2 精準(zhǔn)度相對較高

據(jù)統(tǒng)計，在人獲取的信息中，視覺信息占了百分之六十，而圖像是人獲取信息的主要途徑[2]。相對于人力圖像處理方式以及革新前期的信息終端數(shù)字化圖像處理與識別技術(shù)而言，現(xiàn)階段所運用的信息終端圖像處理與識別技術(shù)已經(jīng)充分展現(xiàn)出了運作完善性的特征，特別是其可以同步開展多個以及多樣類型圖像，并且可以有效篩選出價值性較高且整體較為健全的數(shù)據(jù)，而且識別誤差率不高于1%[3]。

2.3 高可靠性

圖像識別技術(shù)特別是生物特征圖像識別技術(shù)改變了依靠實物確認身份或可記憶信息的傳統(tǒng)模式，所具有的獨特性、持久性特征大大降低了信息丟失和偽造的可能性，在國家的社會安全、人機交互等領(lǐng)域具有非常高的應(yīng)用價值。

3 計算機圖像處理與識別技術(shù)在現(xiàn)代交通中的應(yīng)用

現(xiàn)階段計算機圖像處理與識別技術(shù)在諸如交通、工業(yè)制造、醫(yī)療等眾多領(lǐng)域中有著較為廣泛的應(yīng)用。但是針對智能交通系統(tǒng)（Intelligent Transportation Systems）而言，通過此項技術(shù)的深入運用，讓信息終端圖像處理與鑒定能力都有著較為精準(zhǔn)且高效的判定水準(zhǔn)，其在道路交通領(lǐng)域也有著較為優(yōu)異的運用，比如車輛行駛輔助、車輛行駛狀態(tài)的確認等，信息終端圖像處理以及鑒定能力都有著極為關(guān)鍵的運用。現(xiàn)階段，機動車在個人家庭得到了全面的普及以及交通事故的產(chǎn)生概率也在不斷提升，為了更好明晰交通違法人員需要擔(dān)負的責(zé)任，交通管理部門可以運用專項的信息終端技術(shù)開展有針對性的處理與識別，明晰違法車輛的基礎(chǔ)信息，從而增進信息終端數(shù)字圖像處理技術(shù)在交通領(lǐng)域的有效化運用。以下幾個方面是目前計算機圖像處理與識別技術(shù)在智能交通中最具代表性的運用。

3.1 車牌自動識別技術(shù)

近些年來，機動車號牌自動化識別技術(shù)已經(jīng)在居民小區(qū)、商業(yè)街區(qū)等眾多區(qū)域得到了較為廣泛的運用。車牌識別（License Plate Recognition）系統(tǒng)具體所指的是借助對行駛車輛的實時監(jiān)控拍攝，實現(xiàn)對其牌照信息的自動化提取并開展處理的專項技術(shù)。車牌識別技術(shù)的基礎(chǔ)原理是，當(dāng)車輛通過檢測區(qū)域以后，檢測裝置便會被觸發(fā)，開啟數(shù)字影像設(shè)施獲取車牌的相關(guān)圖像，從而進一步將圖像上傳到信息終端管控系統(tǒng)。借助軟件算法對車牌上的漢字、字母、數(shù)字等開展智能化的識別。一般情況下，識別軟件為整體系統(tǒng)的核心，核心環(huán)節(jié)包括圖像的預(yù)處理、車牌定位等。這當(dāng)中，圖像預(yù)處理是對圖像開展識別運作的前期工作，首先，對圖像開展色彩空間的改變、濾波等一系列的處理，以更好消除對周邊環(huán)境的影響；車牌定位具體所指的是對圖片開展形態(tài)學(xué)處理融合車牌特征獲取車輛的所處區(qū)域；車牌校正是對車牌開展較大的校正，從而有效解除拍攝角度所帶來的負面影響；字符切割具體所指的是借助投影來運算獲取所有字符的寬度，從而對車牌分割，獲取單一化的字符；字符識別是運用模板匹配對所有字符開展識別，從而獲取車牌的識別結(jié)果。

3.2 運動狀況識別與路徑追蹤判別

作業(yè)條件識別和路徑跟蹤判斷能夠有效地應(yīng)用于停車、變道、事故等狀態(tài)檢測環(huán)節(jié)，以前如果要獲得運行中車輛的數(shù)據(jù)，就需要根據(jù)傳感器的配置，這種傳統(tǒng)的方法有一個比較突出的缺點，即需要超聲波雷達的硬件必須標(biāo)準(zhǔn)化放置在道路兩側(cè)，這樣操作無疑難度較大，而且資金支出方面也相對較大，特別是經(jīng)常需要對現(xiàn)有道路進行一定程度的改造甚至破壞，這無疑也會對相關(guān)道路的總體使用周期產(chǎn)生影響。當(dāng)代的數(shù)字化圖書處理技術(shù)則有效解決了此項問題，妥善地運用此種技術(shù)可以在視頻之中獲取來往車輛的真實數(shù)據(jù)，這當(dāng)中的原理可以將視頻運用數(shù)字圖像技術(shù)開展運算進行解析，從而得出科學(xué)化結(jié)論。

3.3 數(shù)據(jù)的收集

在國內(nèi)的基礎(chǔ)道路交通管控系統(tǒng)之中，為了更好獲取更大范圍內(nèi)車輛的行駛運作數(shù)據(jù)，以往一般所運用的是感應(yīng)線圈等傳統(tǒng)方法，不過此類方法都需要將裝置設(shè)施安置在路面上，這會對路面造成一定程度上的傷害，安置的難度也較高。因此如今都是運用專業(yè)的攝像設(shè)備開展拍攝，然后借助圖像處理來開展數(shù)據(jù)的收集。伴隨著科技的持續(xù)進步與發(fā)展，如今只需要在相關(guān)路段區(qū)域安置專業(yè)的攝像設(shè)備，借助其就可以獲取實時的影像資料，通過系統(tǒng)化的壓縮操作之后傳輸?shù)焦芸刂行摹９芸刂行膶⑾嚓P(guān)圖像進行全面的提取，則可以實現(xiàn)對車輛的動態(tài)化追蹤。運動追蹤是車輛識別的運作環(huán)節(jié)之一，其核心分為背景的提取、運動物體的追蹤等。在近些年來，通過相關(guān)專業(yè)研發(fā)人員的不懈努力，如今對于每個點都提出了有針對性的算法，這也讓車輛追蹤變得更為精準(zhǔn)，保證了信息采集的自動化與全面性，增強信息的可靠程度[4]。

3.4 道路障礙的檢測

車輛在高速公路上較快速度的行駛時，如果遭遇障礙物則必然會進行緊急剎車操作，而這樣的操作也往往會帶來難以估量的后果。因此，對道路開展障礙物的檢測是極為必要的，因為其直接關(guān)乎著車輛的安全行駛。系統(tǒng)檢測到有障礙物可以第一時間通知相關(guān)的管理部門。如今最常用的檢測技術(shù)主要是以下兩種種：圖像濾波法、模板法[5]。這些方法都是如今智能交通系統(tǒng)中不可或缺的關(guān)鍵技術(shù)。但是，在受到天氣惡劣、亮度因素等情況的影響，這種檢測技術(shù)會影響其檢測障礙物的準(zhǔn)確率。

3.5 電子警察中的運用

電子警察技術(shù)在智能化交通系統(tǒng)中有著非常顯著的作用。電子警察運用了現(xiàn)代化的數(shù)字圖像處理技術(shù)之后，可以對拍攝的視頻圖像開展識別、解析以及處理，不只是顯著提升了智能交通的工作效率與運作的安全，同時也在很大程度上削減了人力與物力。電子警察運用的數(shù)字圖像處理技術(shù)核心包括了以下幾個方面：圖像濾波、編碼、加密與水印等相關(guān)的技術(shù)。

4 結(jié)束語

綜上所述，圖像處理與識別技術(shù)作為信息化領(lǐng)域出現(xiàn)的全新技術(shù)模式之一，其深入運用于交通、醫(yī)療等領(lǐng)域之中，其不僅可以有效實現(xiàn)對行業(yè)發(fā)展的促進，同時也在一定程度上更好推進了信息化領(lǐng)域的快速發(fā)展。在今后的發(fā)展當(dāng)中，此項技術(shù)所涉及的專業(yè)領(lǐng)域必將更為廣泛化。倘若想要此項技術(shù)得到高效的發(fā)展，相關(guān)的研發(fā)工作人員則需要對此技術(shù)開展科學(xué)化的革新，從而更好推動信息終端的數(shù)字化圖像處理更為深入地運用于各個領(lǐng)域之中。