基于5G通信和圖像增強算法的交通監(jiān)控系統(tǒng)設(shè)計

黎旭健 吳會 舒雯茜

摘要：目前中國道路監(jiān)控系統(tǒng)在信息傳輸方面，大部分采用的是有線傳輸?shù)姆绞剑芯€傳輸雖然帶寬大，但是布線和后期維護成本高。采用無線通信的方式傳輸視頻信息。但是由于帶寬限制無法滿足實時傳輸?shù)臈l件，將降低對路況信息判斷的準確性。隨著5G技術(shù)的應(yīng)用，無線通信的速率和穩(wěn)定性都得到極大的提高。同時，惡劣的天氣條件影響交通監(jiān)控圖像的清晰度也會降低路況信息判斷的準確性。本文主要分析基于5G通信和圖像增強算法的交通監(jiān)控系統(tǒng)設(shè)計。

關(guān)鍵詞：5G無線通信;圖像增強;背景差分法

引言

隨著現(xiàn)代交通迅速發(fā)展，尋找有效的方法對交通道路實施高效準確的監(jiān)控具有重要意義。采用更先進的通信技術(shù)和圖像處理技術(shù)，就能夠?qū)崿F(xiàn)對交通流量的合理管控，預(yù)防交通事故發(fā)生。

1、背景及意義

近幾年，機動車輛數(shù)量急劇增加，面對著有限的道路路面等基礎(chǔ)設(shè)施，城市的道路交通環(huán)境迅速變化。再加上日常路面施工養(yǎng)護、人們交通意識淡漠等原因，導(dǎo)致車輛違章違規(guī)、交通事故、能源緊缺、大氣污染嚴重等許多問題。傳統(tǒng)的收集道路交通信息的方法相對落伍且滯后，已無法滿足現(xiàn)有需求，所以智慧交通已經(jīng)變成了交通管理的前沿研究方向，而道路交通監(jiān)測系統(tǒng)也在這種日益增長的需求下，獲得了快速的發(fā)展。在實際路面上抓拍的機動車視頻，由于不能直接通過收費站的卡口，導(dǎo)致收集不到機動車的車牌信息，而從現(xiàn)實路面上抓拍的汽車圖片也往往會產(chǎn)生運動模糊，由于圖像去模糊的研究成本也相對較低，因此，研究運動模糊圖像的復(fù)原技術(shù)在智能交通管理領(lǐng)域有著更廣闊的應(yīng)用前景。

2、終端系統(tǒng)設(shè)計

2.1基于5G無線通信的無線傳輸

對于交通監(jiān)控系統(tǒng)而言，信息的收集和分析是十分重要的。信息數(shù)據(jù)的收集效率越高，管理人員對各種交通事件做出反應(yīng)的時間就越短。因此本系統(tǒng)采用5G無線通信的方式傳輸視頻信息。實時高清視頻流的傳輸需要帶寬達到一定的大小并且能夠保持穩(wěn)定，帶寬的波動會影響視頻傳輸?shù)姆€(wěn)定性。分別測試D1、720P和1080P3種格式的每秒15幀的視頻流所占帶寬大小。1080P格式的視頻的分辨率最高，因此視頻監(jiān)控圖像的細節(jié)信息也最豐富，相應(yīng)的1080P格式的視頻所占帶寬也最大。目前，中國4G網(wǎng)絡(luò)理論下行速率是100Mbps，上行速率是50Mbps。而5G網(wǎng)絡(luò)下行速率可達到1.4Gbps，上行速率可達到284Mbps。在實際使用過程中單個設(shè)備能達到理論值的1/4，因此使用5G無線通信，能使1080P的監(jiān)控視頻到達實時傳輸?shù)囊蟆?/p>

2.2 5G通信模組設(shè)計

5G模組包含4個天線接口（ANT0、ANT1、ANT2、ANT3）、一個USB3.0接口和高速串行計算機擴展總線接口。本系統(tǒng)中MH5000狀態(tài)控制可分為手動模式和自動模式。手動模式可通過按下按鍵PWRON，來拉低MH5000對應(yīng)引腳的電位。自動模式下通過STM32輸出一個控制信號，使得MOS管Q1導(dǎo)通，拉低MH5000對應(yīng)引腳的電位，實現(xiàn)控制MH5000模組工作狀態(tài)的功能。

3、系統(tǒng)軟件設(shè)計

3.1無線通信程序設(shè)計

該系統(tǒng)軟件在具體的設(shè)計中，主要借助了套數(shù)字（Socket），有效地保證軟件通信功能的實現(xiàn)效果。套接字主要包含以下兩種類型：1.數(shù)據(jù)報套接字。數(shù)據(jù)報套接字屬于一種常用的套接字，具有無連接特點，它主要用于對雙向數(shù)據(jù)流的全面記錄，但無法保證所傳輸信號的安全性和順序。2.數(shù)據(jù)流套接字。數(shù)據(jù)流套接字在具體的運用中，無法對邊界雙向數(shù)據(jù)流進行記錄，因此，可以保證信號傳輸?shù)挠行蛐院头€(wěn)定性。套數(shù)字主要用于服務(wù)器/客戶端模型，通過將應(yīng)用程序進行科學(xué)劃分，使其被劃分為兩個組成部分，分別是客戶端和服務(wù)器，通過借助服務(wù)器，可以將處于等待狀態(tài)的客戶端進行有效連接，并將連接請求信號傳輸?shù)椒?wù)器端，由服務(wù)器端將最終響應(yīng)的消息返回到客戶端。

3.2圖像處理中的去模糊技術(shù)

在現(xiàn)實場景中獲得的視頻圖像往往會存在運動模糊，這就需要我們事先要去運動模糊。常用的盲去模糊的幾種方法分別是邊緣預(yù)測的方法、變分貝葉斯的方法和最大后驗概率的方法。采用邊界預(yù)測的方法通過濾波器進行了圖象邊界的復(fù)原，這個方法的好處是在處理某些模糊核尺寸比較小而模糊圖像較大的圖象上得到了良好的復(fù)原結(jié)果，缺點在于要重復(fù)進行預(yù)測，使得噪聲疊加對算法影響較大。變分貝葉斯方法有較好的魯棒性，但計算比較復(fù)雜。最大后驗概率方法是根據(jù)模糊核與清晰圖的稀疏性完成模糊圖像的復(fù)原，這種方法速度慢，設(shè)置繁瑣，對圖像復(fù)原具有不確定性。

3.3低照度條件下的交通監(jiān)控識別仿真

對低照度條件下交通監(jiān)控視頻進行測試，同上文霧天監(jiān)控視頻測試類似，分別將未經(jīng)過本文算法預(yù)處理的監(jiān)控視頻和經(jīng)過本文算法預(yù)處理的監(jiān)控視頻提取二值圖像進行對比。可以看出，未經(jīng)預(yù)處理的監(jiān)控圖像，在右側(cè)的車輛輪廓較為模糊，提取的二值圖像也只能顯示車輛燈光的變化。經(jīng)過預(yù)處理的圖像右側(cè)車輛輪廓較為清晰，提取的二值圖像也能更準確的反映車輛運動變化。未經(jīng)預(yù)處理的圖像整體像素灰度值偏低，并且當(dāng)有車輛經(jīng)過時灰度值變化幅度偏小，不利于識別算法的檢測。經(jīng)過預(yù)處理的圖像整體灰度值更高，并且當(dāng)有車輛經(jīng)過時，灰度值變化明顯，識別算法檢測準確率更高。總之，交通自動監(jiān)控子系統(tǒng)通過向交通自動駕駛子系統(tǒng)傳輸準確可靠的數(shù)據(jù)信息，如發(fā)車授權(quán)信息、停車授權(quán)信息、運行方向信息、車站位置等信息，然后，借助交通信號控制子系統(tǒng)將這些信息全部轉(zhuǎn)化為信號命令，實現(xiàn)對交通行駛狀態(tài)以及故障信息的全面檢測和控制。

結(jié)束語

針對現(xiàn)有交通監(jiān)控系統(tǒng)面臨的傳輸效率低，易受環(huán)境影響造成監(jiān)控圖像關(guān)鍵信息丟失，降低識別算法準確率等問題，設(shè)計了一款基于5G通信和圖像增強算法的交通監(jiān)控系統(tǒng)。利用5G無線通信傳輸1080P的交通監(jiān)控視頻，采用改進的Retinex算法對交通監(jiān)控視頻進行預(yù)處理，利用背景差分法對車流量進行檢測，判斷是否出現(xiàn)交通擁堵和違章停車。

參考文獻：

[1]高翔.5G移動通信技術(shù)在城市軌道交通車地?zé)o線通信系統(tǒng)中的應(yīng)用[J].城市軌道交通研究，2018，21（S2）：61-64.

[2]王衛(wèi)星，趙恒.結(jié)合改進Retinex及自適應(yīng)分數(shù)階微分的霧霾公路交通圖像增強[J].光學(xué)精密工程，2020，28（8）：1820-1834.