簡析數字圖像處理技術在智能交通中的應用論文
智能交通ITS( Intelligent Transport System) 最早出現在二十世紀九十年代初期，作為世界電子信息技術的前沿，將這項技術應用到交通管理中，實現了交通的智能化。ITS 主要是將先進的電子技術、IT、AI、GIS 影像等技術進行全面集成，建立起準確實時的地面交通系統。主要應用于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 有兩個由于面的含義，一是智能; 二是交通。交通技術的核心就是智能，智能技術源于電子通信、計算機與人工智能。在交通管理過程中借用當代的信息技術，對車輛道路進行全面的監控，實現交通的智能化管理。
一、數字圖像處理技術在智能交通領域中的作用
( 一) 數字圖像處理技術的主要工作步驟
一是利用計算機和其他電子設備完成的，其主要內容包括圖像的采集與獲取、對采集的信息進行編碼與存儲、圖像的合成。合成之后對圖像進行繪制，并最終輸出，利用新技術對其進行恢復與重建。因此數字圖像處理的主要目的是: 首先，對圖像做灰度變化，保存有效信息，這種方法可以增強圖像可讀性，有利于原圖的恢復;其次，利用特殊手段對圖像中所包含的特殊且重要的信息進行提取，并詳細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，對圖像進行分割識別; 其三，對獲取到的數據進行壓縮，并保持其特有的清晰度，方便圖像后期的傳送與保存。
( 二) 數字圖像處理技術在車牌識別當中發揮的重要作用
車牌識別技術( LPR) 作為智能交通的重要管理策略，被廣泛應用在高速收費站、失竊車輛查找、停車場的車輛管理、監控車輛的違紀情況等方面，大大提高了工作效率，節省了人力資源。數字圖像處理技術在智能交通領域中發揮著極大的作用，如監控車輛交通安全、統計交通擁堵情況等，最為出色的地方是車牌識別。數字圖像處理技術在智能交通方面有著不可忽視的作用，在智能交通領域的研究中占有一席之地。
一個完整的車牌識別過程，應該是先獲取到車牌的圖像，計算機設備對獲取到的圖片信息進行識別，然后對圖片進行預處理。根據獲取到的圖片信息，通過渡波、邊緣增強等辦法對其進行車牌定位。
二、我國拍照識別系統存在問題及原因
首先，我國的車牌組成比較復雜，由漢字、英文和阿拉伯數字共同構成。漢字的相似，對車牌識別的難度增加; 其次，我國車牌的顏色比較多，有白色、藍色、紅色等，識別起來比較麻煩; 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，導致車牌模糊不清，難以識別; 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、救護車等。民用車又分為多種，導致識別起來更加麻煩; 第五，車牌懸掛的地方不一致。要解決上述問題，必須提高圖像處理的算法，使得拍照識別系統更加有效。
三、應用數字圖像處理技術解決拍照識別系統存在問題的對策
( 一) 車牌定位要從復雜的背景中提取出有價值的信息，并進行分割
因為自身不利因素的影響，所以增加了LPR 對車牌定位的難度。良好的提取算法，是在保證有效信息不丟失的前提下，盡可能多的踢掉沒價值的信息，準確的將車牌信息給抽取出來。判斷算法是否精確，有以下三個方法: 其一，為了保證其實時性，必須要盡量減少算法; 其二，在復雜的環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價值的信息為提高圖像的質量奠定基礎。車牌具有紋理，顏色與形狀三個主要的特征。紋理主要是因為車牌的字符與車牌背景顏色的一個對比。顏色主要是由于汽車牌照的字符顏色與背景的組合，一般分為白字藍底( 民用轎車) ，黑字黃底( 大型汽車) ，白字黑底( 使、領館汽車) ，黑字白底( 警用汽車) 四種�，F階段車牌定位的`處理辦法主要要兩種，一是灰度圖像處理，其主要優勢是速度快，內存少;二是基于彩色圖像處理，其主要優勢是彩色的圖像從視覺上極占優勢，尤其是隨著計算機的迅速發展，運行速度飛快，內存也隨之增大。而顏色也是車牌的主要區分模式，所以基于顏色的分割定位在當今的使用更為廣泛。
( 二) 基于模板匹配的車牌字符分割
在車牌得到準確的定位后，字符分割水平影響到字符的識別精確度。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。在車牌嚴重受到損壞的情況下，直接分割往往會產生極大的錯誤，所以很難找到分割的黃金點; 二是分割即精分割與細分割。這種方法的最大優勢就是包括在車牌遭到嚴重損壞的情況下，也可以保持極好的分割效果，但是算法較為復雜、費時，較難保證實時性。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，又沒有過多的增加字符分割的時間。
在此也講一下改進的MSR 算法對車牌圖像進行預處理，由于車牌的圖像不是很大，所以完全可以滿足實時性要求。因為我們提取出來的車牌不能直接進行分割，必須先將其進行二值化處理。所謂二值化處理就是將原始圖像經過技術轉成二值圖像。因為車牌圖像的邊緣信息是最終圖像識別結果的重要影響因素，所以要在進行二值化處理的過程中要保留其邊緣信息。我們經常見到的車牌應該是一個方方正正的矩形，然而在實際中，車牌會發生傾斜，我們可以把它看作為一個平行四邊形來處理。對于其傾斜車牌的校正，我們需要找到傾斜的角度，然后進行旋轉變化，使得轉變成一個矩形。對于傾斜的車牌進行校正，一般情況就是先水平校正，再垂直校正。
( 三) 對于字符的識別
字符識別的原理是利用數字圖像處理技術，對車牌中分隔處理的字符進行識別，字符識別系統的工作過程: 首先，對所需識別數據獲取。圖像數據的獲取只有通過輸入設備來實現，比如我們通常使用的攝像機、攝像頭等等一些圖像采集設備。它們主要的任務就是將景物反射的信號轉換成可以識別的模擬信號，再經過A/D 轉換，將轉換后的模擬信號轉換成數字圖像信息。性能好、分辨率高、噪聲較小、轉換速度比較快的電信號線做優先的選擇。只有達到這個標準的轉換電信號線才是上乘選擇，對圖像的識別水平也較高。轉換后的圖像信息要進行進一步的預處理。其主要目的就是為了去掉原始圖像的噪音與其他變形問題的干擾，保留并增強有效信息。其次，進行預處理的過程也比較復雜，要進過濾液、復原、提取邊緣、圖像分割等預處理方式，提高圖像的可讀性與清晰度，為下一步進行特征的提取提供了便利，奠定了基礎。第三，提取特征。是根據預處理后得到的結果，對其進行分析、辨別真偽、剔除無效信息、保留有效信息的一個過程。鑒于原始圖像數據信息量比較大，需要在這龐大的數據中提取出有價值的信息，并進行歸類，這就是特征的提取。在對特征進行提取之后，才能對其進行分類決策。其主要的目的就是對在分類提取過程中所得到的樣本進行分析和判斷，當然在判斷的過程需要遵循某個規則，將分類提所引起的錯誤識別概率降到最低，保證其具有較高的精準度。字符識別常用的方法有三種: 統計識別法; 句法結構模式識別; 模糊模式識別法。
( 四) 先采取攝像頭拍攝的方式，再通過圖像處理來進行數據的采集
在我國的公共道路交通管理系統中，為了獲取更多的車輛的運動數據，之前通常采用感應線圈等方法，但是這種方法要求設置在路面上并且對路面造成一定程度的損壞，安裝困難，影響交通。所以現在都是采取攝像頭拍攝，再通過圖像處理來進行數據的采集。隨著科技的發展與進步，現在只需要在路段相應的位置安裝攝像頭，攝像頭所獲取到的視頻與圖像就會通過壓縮之后傳輸到控制中心。監控中心只需要根據上述視頻與圖像進行提取，就可以對車輛進行實時跟蹤。運作跟蹤是車輛識別的一部分，其主要分為背景的提取、運動點團的提取，運動點團位置的提取和運動物體的跟蹤。近幾年，經過技術人員的不斷鉆研，針對每個點都提出各自相應的算法，使得車輛跟蹤更為直觀、精確。
本文中詳細描述了數字圖像處理技術在ITS 中的應用。ITS 技術在車牌識別，車輛的跟蹤等方面應用廣泛。由于信息技術的逐步完善，使得數字處理技術在智能交通領域中得到極大的應用。經過各方的不懈努力，無論是硬件還是軟件，都在不斷的進步與發展，使得數字圖像處理取得一個又一個突破性的進步。
【簡析數字圖像處理技術在智能交通中的應用論文】相關文章：