智能交通中图像处理技术应用综述

佀君淑 张建文

摘要：伴随着交通的发展，图像处理技术在智能交通领域得到了广泛的应用与发展。本文主要探究了智能交通领域中常见的图像处理技术与方法。首先对交通图像处理技术进行了介绍；其次，针对车牌自动识别和运动车辆检测技术中的常用方法进行了综述与比较；最后，在此基础上进行了研究展望，为进一步研究智能交通领域的图像处理技术奠定基础。

关键词：交通信息；图像处理技术；视频处理技术

随着现代工业的迅速发展，中国汽车保有量呈快速增长趋势。汽车的普及在给人们带来极大便利的同时，也带来了拥堵、事故、环境污染等问题。为提高交通运输效率及安全性、减少拥堵，智能交通系统（Intelligent Transport System， ITS）应运而生。ITS是一个多学科和多技术的交通运输和管理综合化系统工程，是将信息技术、数据通讯技术、控制技术、人工智能技术、图像处理技术等有效地综合运用于整个交通体系，可以在大范围内、全方位、实时发挥作用，提高交通运输效率，保障交通安全性，缓解拥堵问题，从而实现交通运输与管理的智能化[1]。

在智能交通领域，交通信息的采集是确保智能交通系统高效运行的关键环节。由于图像是一种直观有效的信息展示与传递方式，近年来数字图像处理技术（Digital Image Processing）在智能交通领域得到了广泛应用。智能交通系统通过采集图像的方式获取车辆、道路等交通信息，进而对图像进行进一步分析，可以获得速度、车辆排队长度、车辆数量等有价值的交通信息，从而实现对交通系统的控制。目前图像处理技术在智能交通中的主要应用有车牌识别、运动车辆检测及跟踪、闯红灯检测、交通流参数检测等[2]。

1 车牌自动识别技术

近年来，机动车牌自动识别技术在住宅小区安保管理、停车场收费、超速抓拍等方面得到了广泛应用。车牌识别系统（License Plate Recognition，LPR）是指对受监控路面的车辆进行牌照信息自动提取（含汉字字符、英文字 母、阿拉伯数字及号牌颜色）并进行处理的技术。

车牌识别系统的基本工作原理是，当车辆通过检测位置时，检测装置被触发，启动数字摄像设备获取车牌的正面图像，进而将图像上传至计算机管理系统，通过软件算法对车牌上的汉字、字母、数字等符号进行自动识别[3]。通常，识别软件为整个系统的核心部分，主要包括图像预处理、车牌定位、车牌校正、字符分割和字符识别等环节。其中，图像预处理是指在对图像进行识别处理之前，首先需要对图像进行色彩空间变换、直方图均衡、滤波等一系列预处理，以消除环境影响；车牌定位是指对图片进行二值化、形态学处理结合车牌特征获得车牌的具体位置；车牌校正是指对车牌进行角度的校正，从而消除拍摄角度倾斜的影响；字符分割是指通过投影计算获取每一个字符的宽度，进而对车牌分割，获取单一字符；字符识别是指采用模板匹配对每一个字符进行识别，得出车牌识别结果。

2 运动车辆检测技术

基于视频的运动车辆检测技术采用摄像头对道路进行拍摄，对得到的图像序列进行处理进而获取运动目标。但现实情况中，由于天气条件、光照情况等因素的影响，运动车辆检测是一项相当复杂的工作。针对这项技术，常用的方法有：

2.1 背景差分法

背景差分法的关键思想是建立背景模型，将当前帧与背景模型进行差分运算及二值化，即可得前景目标图像。该方法运算简单，速度快，满足系统实时性的要求，但由于背景图像受环境等外界因素影响较大，所以需要对背景图像进行实时更新，否则将会影响运动目标检测的准确性。

2.2 帧差法

帧差法的基本原理是利用图像序列相邻帧像素的变化进行目标检测、并对差分结果进行阈值二值化处理，从而得到运动目标[4][5]。该方法算法简单，适合应用于实时检测系统。但该方法对环境噪声比较敏感，且对于运动缓慢、体积较大的运动目标，检测结果可能会产生目标内部空洞现象，从而降低运动目标检测的准确性。

3 研究展望

尽管当下图像处理技术在智能交通系统中已经得到了广泛应用，且取得了较好的效果，但在以下几个方面仍然有极大的研究价值。

3.1 恶劣天气影响研究

近年来雾霾天气多发，对图像采集产生很大影响，进而影响图像处理结果。分析研究雾霾天气下的图像特征，并探究有效的噪声去除方法，是当下图像处理和智能交通领域亟待研究的一个新问题。

3.2 背景更新

在利用背景差法进行运动目标检测时，背景图像提取的准确性直接影响检测的准确性。而背景图像对环境敏感，会随光线、天气等因素变化而改变，因此如何对背景图像进行提取及实时更新，消除累积误差，使其与真实背景更接近是一个值得探究的问题。

3.3 运动目标跟踪

在运动目标检测中，对运动目标的跟踪一直是算法复杂度较高且较难实现的一个问题。由于目标处于运动状态，其相对于摄像机的位置不断变化，因此采集到的目标尺寸、灰度、形状等都会发生复杂改变，如何对动态变化的目标进行准确识别及跟踪，是运动检测领域的一个研究重点。

参考文献：

[1]黃卫，陈里得.智能运输系统（ITS）概论[M].人民交通出版社，1999.

[2]李文举.智能交通中图像处理技术应用的研究[D].大连海事大学，2005.

[3]石红兰.基于图像处理的车牌识别系统的研究与实现[J].机电信息，2011（21）.

[4]Long W， Yang Y H. Stationary background generation： An alternative to the difference of two images[J].Pattern Recognition，1990，23（12）.

[5]肖梅，韓崇昭，张雷.一种视频序列的背景提取算法[J].光电工程，2005，32（4）.

[6]张志清，张鹏，谢常仁，等.智能交通系统研究综述[J].东北林业大学学报，1999，27（2）.