- 相關(guān)推薦
交通拍照識別系統(tǒng)中數(shù)字圖像處理技術(shù)的運用論文
摘要：隨著當(dāng)代電子信息技術(shù)的迅速發(fā)展，智能交通成為交通運輸領(lǐng)域重要的研究課題，圖像處理技術(shù)由于自身重要的理論和應(yīng)用價值使得它在智能交通中的應(yīng)用研究占有重要的地位。通過對數(shù)字圖像處理技術(shù)在智能交通領(lǐng)域?qū)嚺谱R別起到的作用和存在問題的的分析，提出了相應(yīng)的解決對策。
關(guān)鍵詞：智能交通；數(shù)字圖像處理；車牌識別；車輛的跟蹤與檢測
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，將這項技術(shù)應(yīng)用到交通管理中，實現(xiàn)了交通的智能化。ITS主要是將先進的電子技術(shù)、IT、AI、GIS影像等技術(shù)進行全面集成，建立起準(zhǔn)確實時的地面交通系統(tǒng)。主要應(yīng)用于APTIS（Advanced Public Traffic Infor-mation System）、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(shù)的核心就是智能，智能技術(shù)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(dāng)代的信息技術(shù)，對車輛道路進行全面的監(jiān)控，實現(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
一是利用計算機和其他電子設(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(shù)對其進行恢復(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(fù)；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(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，對圖像進行分割識別； 其三，對獲取到的數(shù)據(jù)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(shù)字圖像處理技術(shù)在車牌識別當(dāng)中發(fā)揮的重要作用
車牌識別技術(shù)（LPR） 作為智能交通的重要管理策略，被廣泛應(yīng)用在高速收費站、失竊車輛查找、停車場的車輛管理、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)計交通擁堵情況等，最為出色的地方是車牌識別。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。
一個完整的車牌識別過程，應(yīng)該是先獲取到車牌的圖像，計算機設(shè)備對獲取到的圖片信息進行識別，然后對圖片進行預(yù)處理。根據(jù)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(tǒng)存在問題及原因
首先，我國的車牌組成比較復(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(lán)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(dǎo)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(dǎo)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(tǒng)更加有效。
三、應(yīng)用數(shù)字圖像處理技術(shù)解決拍照識別系統(tǒng)存在問題的對策
（ 一） 車牌定位要從復(fù)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(zhǔn)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(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價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(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。現(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)勢是速度快，內(nèi)存少；二是基于彩色圖像處理，其主要優(yōu)勢是彩色的圖像從視覺上極占優(yōu)勢，尤其是隨著計算機的迅速發(fā)展，運行速度飛快，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(yán)重受到損壞的情況下，直接分割往往會產(chǎn)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(xì)分割。這種方法的最大優(yōu)勢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(yù)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(jīng)過技術(shù)轉(zhuǎn)成二值圖像。因為車牌圖像的邊緣信息是最終圖像識別結(jié)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(jīng)常見到的車牌應(yīng)該是一個方方正正的矩形，然而在實際中，車牌會發(fā)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(zhuǎn)變化，使得轉(zhuǎn)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(shù)字圖像處理技術(shù)，對車牌中分隔處理的字符進行識別，字符識別系統(tǒng)的工作過程： 首先，對所需識別數(shù)據(jù)獲取。圖像數(shù)據(jù)的獲取只有通過輸入設(shè)備來實現(xiàn)，比如我們通常使用的攝像機、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轉(zhuǎn)換成可以識別的模擬信號，再經(jīng)過A/D轉(zhuǎn)換，將轉(zhuǎn)換后的模擬信號轉(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線做優(yōu)先的選擇。只有達(dá)到這個標(biāo)準(zhǔn)的轉(zhuǎn)換電信號線才是上乘選擇，對圖像的識別水平也較高。轉(zhuǎn)換后的圖像信息要進行進一步的預(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題的干擾，保留并增強有效信息。其次，進行預(yù)處理的過程也比較復(fù)雜，要進過濾液、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，對其進行分析、辨別真?zhèn)�、剔除無效信息、保留有效信息的一個過程。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(dāng)然在判斷的過程需要遵循某個規(guī)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(zhǔn)度。
字符識別常用的方法有三種： 統(tǒng)計識別法； 句法結(jié)構(gòu)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(shù)據(jù)的采集
在我國的公共道路交通管理系統(tǒng)中，為了獲取更多的車輛的運動數(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，再通過圖像處理來進行數(shù)據(jù)的采集。隨著科技的發(fā)展與進步，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通過壓縮之后傳輸?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(jīng)過技術(shù)人員的不斷鉆研，針對每個點都提出各自相應(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(fā)展，使得數(shù)字圖像處理取得一個又一個突破性的進步。
參考文獻：
[1]黃衛(wèi)，陳里得。智能運輸系統(tǒng)（ITS） 概論[M].北京： 人民交通出版社。2011.
[2]高建平，張小東，蔣 銳�；趫D像處理的交通信息采集[J].重慶交通大學(xué)，2006（1） :103-106.
[3]石紅蘭�；趫D像處理的車牌識別系統(tǒng)的研究與實現(xiàn)[J].現(xiàn)代制造，2011（21） :178.
[4]王洪建。數(shù)字圖像處理技術(shù)在智能交通中的應(yīng)用與研究[D].重慶： 重慶大學(xué)，2004.
【交通拍照識別系統(tǒng)中數(shù)字圖像處理技術(shù)的運用論文】相關(guān)文章：
我國數(shù)字圖像處理技術(shù)的應(yīng)用與發(fā)展畢業(yè)論文08-19
AR技術(shù)在舞臺音樂中的運用論文06-25
微波擴頻技術(shù)在交通系統(tǒng)中的運用09-25
建筑設(shè)計中BIM技術(shù)的運用論文05-09
醫(yī)學(xué)圖像領(lǐng)域中數(shù)字圖像處理的應(yīng)用論文08-25
建筑施工技術(shù)中節(jié)能理念運用論文09-18