數字圖像處理技術在智能交通領域中的應用

劉慧慧,陳瑾瑾

(鄭州工業應用技術學院,河南 鄭州 450000)

0 引言

隨著汽車數量的不斷增多,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,建立更加合理的數據傳輸和匯總機制,創設安全的出行空間,確保車輛道路的實時性,為智能化管理提供支持。

1 智能交通系統

在智能交通系統中,信號采集模塊、車輛檢測模塊、車輛流量統計子系統、紅綠燈控制子系統等是主要組成部分。研究人員要結合對應的系統完成信息數據的收集,以保證信號采集和管理的實時性,從而更好地評估車輛流量等相關信息,提升流量優化控制的基本水平。另外,智能交通系統的應用過程中,視頻監測數據的獲取是較關鍵的數據處理機制,能夠形成匹配的數據包。涉及監測路段交通狀態信息時,智能交通系統能進行自動提取、識別等操作,提高了圖像處理和模型識別的工作效率[1]。

2 數字圖像處理技術在智能交通領域中的具體應用

在智能交通領域,智能化應用平臺和技術方案是核心內容,要系統化融合信息技術、電子技術、影像控制技術等,從而建構完整的信息處理系統。而數字圖像處理技術將計算機處理過程作為核心,完成信息的收集、識別和傳輸處理。

2.1 交通信息采集

對于交通體系的日常管理工作而言,只有保證信息和數據收集的準確性、及時性,才能更好地維護交通運行環境,提升交通管理水平。因此,交通信息采集技術是較常見的技術類型之一。在技術應用過程中,技術人員要對車流量參數、車速參數、車型參數以及交通路面擁堵現狀等情況予以實時監控,確保管理人員結合交通應急信息、交通仿真數據等及時了解整體信息,從而制定更加合理的指引信號處理決策,在保證自動調控車輛運行的同時,大幅緩解道路擁堵現象。交通信息采集系統還能從整個交通分布圖和路況圖出發,維持智能交通工序的整體效果和整體交通疏導布局的規范性。

在智能交通信息采集技術全面發展的時代,交通信息采集過程也實現了技術性的突破。從傳統靜態化人工采集信息轉變為動態化智能系統實時性采集,信息采集手段更加多樣。例如,傳統測試方案中,雷達測速儀、紅外線感應儀、GPS(全球定位系統)測速儀等都能獲取車輛信息,但會受到天氣等外界因素的影響,相較于傳統的測試設備,數字圖像處理技術能建立更加完整的數據信息分析模式,打造準確性較好、應用效果較高、信息采集及時的信息監督平臺。與此同時,匹配計算機視覺技術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 車牌區域定位

在車牌區域定位工作中,工作人員借助形態學匹配數字圖像處理技術,便能及時了解預處理后的車牌信息,并配合綜合運行狀態完成濾波處理。總而言之,實現車牌區域連通控制,結合車牌驗收知識對區域予以綜合篩選,保證其獲取車牌的區域位置信息,對于提取車輛信息并判定相關內容具有重要作用。

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,拍攝車牌圖像時難以控制在同一個水平狀態。此時,為了保證車牌分割以及識別工作都能滿足應用規范以及要求,工作人員就要匹配對應的技術完成車牌角度的校正處理。目前,較為常見的技術方案是Radon 變換形式,能完成車牌校正處理,維持綜合應用效果[3]。

2.2.3 車牌識別

工作人員配合標準字庫就能完成字符識別處理,并且使用分割處理機制進行字符分類控制,完成相應的分割后對比分析標準字符和劃定字符,顯示出誤差最小的字符,以確保車牌識別工作切實有效。

首先,智能交通系統中的圖片識別、處理等工序都要結合實際情況落實到位。在傳統處理機制中,實際圖片獲取過程受到外界光線條件、灰塵、車速等條件因素的影響,車牌識別系統獲取的照片質量有限,加之背景噪音較大,無法全面落實識別工序。工作人員能夠利用智能交通系統數字圖像處理技術,在圖片中提取有效的信息,并且提升字母、數字等基礎信息的識別準確性,匹配圖像處理技術和灰度化分析、分割預處理分析等,保證能對高質量圖片予以識別[4]。

其次,由于我國車牌格式差異性較大,為了保證車牌識別效率的合理性,就要應用高性能計算機處理機制和改進算法,發揮數字圖像處理技術的優勢,及時完成自動識別和處理的任務。

最后,在識別系統中,工作人員也要完善處理、識別工序和采集信息,維持較好的信息采集效率。

2.2.4 車牌分割

在車牌分割處理過程中,工作人員需按照標準化處理流程落實相應工作。(1)從水平方向進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現應用[5]。(3)對投影中最大的峰值予以分析,保證車牌中字符間隔的規范性。在獲取第2 大峰中心距離對應的車牌字符寬度后,便開展后續的分割處理。

2.3 跟蹤運動車輛和視頻分割

對于公共交通管理而言,工作人員在獲取車輛運動數據后就能更好地指揮交通,落實合理有效、可控的決策。在傳統的技術體系中,工作人員主要是借助感應線圈等硬件設施落實測量工作。此方法會將感應線圈集中安裝在路面上,但受到安裝的限制,道路的使用壽命會受到影響,工作人員需結合視頻處理結果配合數字圖像處理技術完成視頻分析,及時獲取運動數據。

攝像頭能及時捕捉交通信息,并且回傳到監控中心,利用監控數據對應的算法分析數據信息并獲取結果,從而保證有效監測和動態跟蹤的及時性。與此同時,攝像頭不僅能夠匹配運動目標車輛檢測技術和跟蹤技術,還能完成背景、運動點、運動團點等提取處理工作。在不同環節應用不同算法,一定程度上提高了智能交通系統綜合控制的效率。

2.4 電子警察

在電子警察應用方案中,工作人員借助數字圖像處理技術可打造更加安全可靠的車輛運行環境。在具體工作中,要依據以下技術要點落實相應工作。

(1)圖像濾波技術。圖像濾波技術能有效降噪、消除無效信息并結合均值濾波、中值濾波等處理方式有效實現濾波操作,確保提取有效的標志信息。

(2)圖像編碼技術。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際需求。

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

(4)圖像的識別處理。工作人員需借助識別視頻模塊,及時捕捉相關信息和數據,并且有效完成識別車輛、行人、非機動車等相關行為信息。

2.5 車輛違章檢測

對于交通管理工作而言,車輛的違章檢測工作非常關鍵。工作人員要秉持實時性原則,發揮識別系統的應用優勢,獲取運動目標后從運行背景中提取車輛并結合目標運動情況評估其是否出現了違章行為。較為常見的算法包括光流法、背景差法、幀差法等。其中,光流法不會受到大風、大雨天氣的影響便能結合圖像像素的強度數據進行運動狀態的捕捉處理,因此不會產生不必要的抖動。但光流法整體技術的運算結構較為復雜,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動目標的檢測,這種處理方式的計算難度較小,符合系統應用的實時性需求。但背景差法適應性較差,尤其是在光照條件較差或者霧霾狀態下,需要更新背景圖像才能開展檢測工作[5]。

2.6 障礙物檢測

數字圖像處理技術要借助圖像濾波法、模板法等方法集中分析攝像頭獲取的道路情況信息,并且獲取相關信息內容的節點和匯總數據信息,從而建立完整的分析機制。之后工作人員配合監控平臺完成報警信號的處理,就能結合報警信息及時清除路面的障礙物,打造更加合理可靠的交通環境,從而維持交通流暢性。

3 結語

總而言之,在智能交通系統中應用數字圖像處理技術是順應時代發展需求的必然選擇,它能在提升交通安全管理質量的同時打造更加便捷的交通環境,促進智能化城市管理工作全面進步。