簡(jiǎn)析數(shù)字圖像處理技術(shù)在智能交通中的應(yīng)用論文
智能交通ITS( Intelligent Transport System) 最早出現(xiàn)在二十世紀(jì)九十年代初期，作為世界電子信息技術(shù)的前沿，將這項(xiàng)技術(shù)應(yīng)用到交通管理中，實(shí)現(xiàn)了交通的智能化。ITS 主要是將先進(jìn)的電子技術(shù)、IT、AI、GIS 影像等技術(shù)進(jìn)行全面集成，建立起準(zhǔn)確實(shí)時(shí)的地面交通系統(tǒng)。主要應(yīng)用于APTIS( Advanced Public Traffic InformationSystem) 、APTS ( Advanced Public TransportationSystems) 、AVCS ( Advanced Vehicle Control System) 、CVO( Commercial Vehicle Operations) 、ETC ( electronicToll Collection) 、EMS( Emergency Management System) 等方面。Intelligent Transport System 有兩個(gè)由于面的含義，一是智能; 二是交通。交通技術(shù)的核心就是智能，智能技術(shù)源于電子通信、計(jì)算機(jī)與人工智能。在交通管理過(guò)程中借用當(dāng)代的信息技術(shù)，對(duì)車輛道路進(jìn)行全面的監(jiān)控，實(shí)現(xiàn)交通的智能化管理。
一、數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域中的作用
( 一) 數(shù)字圖像處理技術(shù)的主要工作步驟
一是利用計(jì)算機(jī)和其他電子設(shè)備完成的，其主要內(nèi)容包括圖像的采集與獲取、對(duì)采集的信息進(jìn)行編碼與存儲(chǔ)、圖像的合成。合成之后對(duì)圖像進(jìn)行繪制，并最終輸出，利用新技術(shù)對(duì)其進(jìn)行恢復(fù)與重建。因此數(shù)字圖像處理的主要目的是: 首先，對(duì)圖像做灰度變化，保存有效信息，這種方法可以增強(qiáng)圖像可讀性，有利于原圖的恢復(fù);其次，利用特殊手段對(duì)圖像中所包含的特殊且重要的信息進(jìn)行提取，并詳細(xì)分析圖像中所包含的特征，這種方法主要是為了提取其中包含的特殊信息，對(duì)圖像進(jìn)行分割識(shí)別; 其三，對(duì)獲取到的數(shù)據(jù)進(jìn)行壓縮，并保持其特有的清晰度，方便圖像后期的傳送與保存。
( 二) 數(shù)字圖像處理技術(shù)在車牌識(shí)別當(dāng)中發(fā)揮的重要作用
車牌識(shí)別技術(shù)( LPR) 作為智能交通的重要管理策略，被廣泛應(yīng)用在高速收費(fèi)站、失竊車輛查找、停車場(chǎng)的車輛管理、監(jiān)控車輛的違紀(jì)情況等方面，大大提高了工作效率，節(jié)省了人力資源。數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域中發(fā)揮著極大的作用，如監(jiān)控車輛交通安全、統(tǒng)計(jì)交通擁堵情況等，最為出色的地方是車牌識(shí)別。數(shù)字圖像處理技術(shù)在智能交通方面有著不可忽視的作用，在智能交通領(lǐng)域的研究中占有一席之地。
一個(gè)完整的車牌識(shí)別過(guò)程，應(yīng)該是先獲取到車牌的圖像，計(jì)算機(jī)設(shè)備對(duì)獲取到的圖片信息進(jìn)行識(shí)別，然后對(duì)圖片進(jìn)行預(yù)處理。根據(jù)獲取到的圖片信息，通過(guò)渡波、邊緣增強(qiáng)等辦法對(duì)其進(jìn)行車牌定位。
二、我國(guó)拍照識(shí)別系統(tǒng)存在問(wèn)題及原因
首先，我國(guó)的車牌組成比較復(fù)雜，由漢字、英文和阿拉伯?dāng)?shù)字共同構(gòu)成。漢字的相似，對(duì)車牌識(shí)別的難度增加; 其次，我國(guó)車牌的顏色比較多，有白色、藍(lán)色、紅色等，識(shí)別起來(lái)比較麻煩; 第三，由于人為、道路、天氣等原因，使得車牌上粘有水漬、泥土之類的污漬，導(dǎo)致車牌模糊不清，難以識(shí)別; 第四，車牌格式繁多，如民用、軍用、公安警車、武警專用、外交車輛、特種車輛、消防專用、救護(hù)車等。民用車又分為多種，導(dǎo)致識(shí)別起來(lái)更加麻煩; 第五，車牌懸掛的地方不一致。要解決上述問(wèn)題，必須提高圖像處理的算法，使得拍照識(shí)別系統(tǒng)更加有效。
三、應(yīng)用數(shù)字圖像處理技術(shù)解決拍照識(shí)別系統(tǒng)存在問(wèn)題的對(duì)策
( 一) 車牌定位要從復(fù)雜的背景中提取出有價(jià)值的信息，并進(jìn)行分割
因?yàn)樽陨聿焕蛩氐挠绊懀栽黾恿薒PR 對(duì)車牌定位的難度。良好的提取算法，是在保證有效信息不丟失的前提下，盡可能多的踢掉沒(méi)價(jià)值的信息，準(zhǔn)確的將車牌信息給抽取出來(lái)。判斷算法是否精確，有以下三個(gè)方法: 其一，為了保證其實(shí)時(shí)性，必須要盡量減少算法; 其二，在復(fù)雜的環(huán)境下依然具有高度的定位效果，必須有一定的抗干擾性，第三，在保證有效信息不丟失的前提下，盡可能的多的踢掉沒(méi)價(jià)值的信息為提高圖像的質(zhì)量奠定基礎(chǔ)。車牌具有紋理，顏色與形狀三個(gè)主要的特征。紋理主要是因?yàn)檐嚺频淖址c車牌背景顏色的一個(gè)對(duì)比。顏色主要是由于汽車牌照的字符顏色與背景的組合，一般分為白字藍(lán)底( 民用轎車) ，黑字黃底( 大型汽車) ，白字黑底( 使、領(lǐng)館汽車) ，黑字白底( 警用汽車) 四種�，F(xiàn)階段車牌定位的`處理辦法主要要兩種，一是灰度圖像處理，其主要優(yōu)勢(shì)是速度快，內(nèi)存少;二是基于彩色圖像處理，其主要優(yōu)勢(shì)是彩色的圖像從視覺(jué)上極占優(yōu)勢(shì)，尤其是隨著計(jì)算機(jī)的迅速發(fā)展，運(yùn)行速度飛快，內(nèi)存也隨之增大。而顏色也是車牌的主要區(qū)分模式，所以基于顏色的分割定位在當(dāng)今的使用更為廣泛。
( 二) 基于模板匹配的車牌字符分割
在車牌得到準(zhǔn)確的定位后，字符分割水平影響到字符的識(shí)別精確度。字符的分割算法主要有: 一是直接取得原始車牌的垂直投影，將投影后的峰值作為分割的黃金點(diǎn)。在車牌嚴(yán)重受到損壞的情況下，直接分割往往會(huì)產(chǎn)生極大的錯(cuò)誤，所以很難找到分割的黃金點(diǎn); 二是分割即精分割與細(xì)分割。這種方法的最大優(yōu)勢(shì)就是包括在車牌遭到嚴(yán)重?fù)p壞的情況下，也可以保持極好的分割效果，但是算法較為復(fù)雜、費(fèi)時(shí)，較難保證實(shí)時(shí)性。由于一些客觀條件的影響，使得以上算法都不能滿足，所以提出了一種新的分割算法，這種方法既能克服車牌損壞的影響，又沒(méi)有過(guò)多的增加字符分割的時(shí)間。
在此也講一下改進(jìn)的MSR 算法對(duì)車牌圖像進(jìn)行預(yù)處理，由于車牌的圖像不是很大，所以完全可以滿足實(shí)時(shí)性要求。因?yàn)槲覀兲崛〕鰜?lái)的車牌不能直接進(jìn)行分割，必須先將其進(jìn)行二值化處理。所謂二值化處理就是將原始圖像經(jīng)過(guò)技術(shù)轉(zhuǎn)成二值圖像。因?yàn)檐嚺茍D像的邊緣信息是最終圖像識(shí)別結(jié)果的重要影響因素，所以要在進(jìn)行二值化處理的過(guò)程中要保留其邊緣信息。我們經(jīng)常見(jiàn)到的車牌應(yīng)該是一個(gè)方方正正的矩形，然而在實(shí)際中，車牌會(huì)發(fā)生傾斜，我們可以把它看作為一個(gè)平行四邊形來(lái)處理。對(duì)于其傾斜車牌的校正，我們需要找到傾斜的角度，然后進(jìn)行旋轉(zhuǎn)變化，使得轉(zhuǎn)變成一個(gè)矩形。對(duì)于傾斜的車牌進(jìn)行校正，一般情況就是先水平校正，再垂直校正。
( 三) 對(duì)于字符的識(shí)別
字符識(shí)別的原理是利用數(shù)字圖像處理技術(shù)，對(duì)車牌中分隔處理的字符進(jìn)行識(shí)別，字符識(shí)別系統(tǒng)的工作過(guò)程: 首先，對(duì)所需識(shí)別數(shù)據(jù)獲取。圖像數(shù)據(jù)的獲取只有通過(guò)輸入設(shè)備來(lái)實(shí)現(xiàn)，比如我們通常使用的攝像機(jī)、攝像頭等等一些圖像采集設(shè)備。它們主要的任務(wù)就是將景物反射的信號(hào)轉(zhuǎn)換成可以識(shí)別的模擬信號(hào)，再經(jīng)過(guò)A/D 轉(zhuǎn)換，將轉(zhuǎn)換后的模擬信號(hào)轉(zhuǎn)換成數(shù)字圖像信息。性能好、分辨率高、噪聲較小、轉(zhuǎn)換速度比較快的電信號(hào)線做優(yōu)先的選擇。只有達(dá)到這個(gè)標(biāo)準(zhǔn)的轉(zhuǎn)換電信號(hào)線才是上乘選擇，對(duì)圖像的識(shí)別水平也較高。轉(zhuǎn)換后的圖像信息要進(jìn)行進(jìn)一步的預(yù)處理。其主要目的就是為了去掉原始圖像的噪音與其他變形問(wèn)題的干擾，保留并增強(qiáng)有效信息。其次，進(jìn)行預(yù)處理的過(guò)程也比較復(fù)雜，要進(jìn)過(guò)濾液、復(fù)原、提取邊緣、圖像分割等預(yù)處理方式，提高圖像的可讀性與清晰度，為下一步進(jìn)行特征的提取提供了便利，奠定了基礎(chǔ)。第三，提取特征。是根據(jù)預(yù)處理后得到的結(jié)果，對(duì)其進(jìn)行分析、辨別真?zhèn)巍⑻蕹裏o(wú)效信息、保留有效信息的一個(gè)過(guò)程。鑒于原始圖像數(shù)據(jù)信息量比較大，需要在這龐大的數(shù)據(jù)中提取出有價(jià)值的信息，并進(jìn)行歸類，這就是特征的提取。在對(duì)特征進(jìn)行提取之后，才能對(duì)其進(jìn)行分類決策。其主要的目的就是對(duì)在分類提取過(guò)程中所得到的樣本進(jìn)行分析和判斷，當(dāng)然在判斷的過(guò)程需要遵循某個(gè)規(guī)則，將分類提所引起的錯(cuò)誤識(shí)別概率降到最低，保證其具有較高的精準(zhǔn)度。字符識(shí)別常用的方法有三種: 統(tǒng)計(jì)識(shí)別法; 句法結(jié)構(gòu)模式識(shí)別; 模糊模式識(shí)別法。
( 四) 先采取攝像頭拍攝的方式，再通過(guò)圖像處理來(lái)進(jìn)行數(shù)據(jù)的采集
在我國(guó)的公共道路交通管理系統(tǒng)中，為了獲取更多的車輛的運(yùn)動(dòng)數(shù)據(jù)，之前通常采用感應(yīng)線圈等方法，但是這種方法要求設(shè)置在路面上并且對(duì)路面造成一定程度的損壞，安裝困難，影響交通。所以現(xiàn)在都是采取攝像頭拍攝，再通過(guò)圖像處理來(lái)進(jìn)行數(shù)據(jù)的采集。隨著科技的發(fā)展與進(jìn)步，現(xiàn)在只需要在路段相應(yīng)的位置安裝攝像頭，攝像頭所獲取到的視頻與圖像就會(huì)通過(guò)壓縮之后傳輸?shù)娇刂浦行�。監(jiān)控中心只需要根據(jù)上述視頻與圖像進(jìn)行提取，就可以對(duì)車輛進(jìn)行實(shí)時(shí)跟蹤。運(yùn)作跟蹤是車輛識(shí)別的一部分，其主要分為背景的提取、運(yùn)動(dòng)點(diǎn)團(tuán)的提取，運(yùn)動(dòng)點(diǎn)團(tuán)位置的提取和運(yùn)動(dòng)物體的跟蹤。近幾年，經(jīng)過(guò)技術(shù)人員的不斷鉆研，針對(duì)每個(gè)點(diǎn)都提出各自相應(yīng)的算法，使得車輛跟蹤更為直觀、精確。
本文中詳細(xì)描述了數(shù)字圖像處理技術(shù)在ITS 中的應(yīng)用。ITS 技術(shù)在車牌識(shí)別，車輛的跟蹤等方面應(yīng)用廣泛。由于信息技術(shù)的逐步完善，使得數(shù)字處理技術(shù)在智能交通領(lǐng)域中得到極大的應(yīng)用。經(jīng)過(guò)各方的不懈努力，無(wú)論是硬件還是軟件，都在不斷的進(jìn)步與發(fā)展，使得數(shù)字圖像處理取得一個(gè)又一個(gè)突破性的進(jìn)步。
【簡(jiǎn)析數(shù)字圖像處理技術(shù)在智能交通中的應(yīng)用論文】相關(guān)文章：
1.簡(jiǎn)析食療學(xué)在臨床中的應(yīng)用論文
2.無(wú)線通信技術(shù)在智能交通系統(tǒng)中的應(yīng)用論文
3.交通拍照識(shí)別系統(tǒng)中數(shù)字圖像處理技術(shù)的運(yùn)用論文
4.簡(jiǎn)析視唱練耳在聲樂(lè)演唱中的實(shí)踐應(yīng)用論文
5.簡(jiǎn)析法律邏輯在法律案例教學(xué)法中的應(yīng)用論文
6.物聯(lián)網(wǎng)技術(shù)在交通中的應(yīng)用論文