- 相關(guān)推薦
交通拍照識別系統中數字圖像處理技術(shù)的運用論文
摘要：隨著(zhù)當代電子信息技術(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用價(jià)值使得它在智能交通中的應用研究占有重要的地位。通過(guò)對數字圖像處理技術(shù)在智能交通領(lǐng)域對車(chē)牌識別起到的作用和存在問(wèn)題的的分析，提出了相應的解決對策。
關(guān)鍵詞：智能交通；數字圖像處理；車(chē)牌識別；車(chē)輛的跟蹤與檢測
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(shù)的前沿，將這項技術(shù)應用到交通管理中，實(shí)現了交通的智能化。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，建立起準確實(shí)時(shí)的地面交通系統。主要應用于A(yíng)PTIS（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(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、計算機與人工智能。在交通管理過(guò)程中借用當代的信息技術(shù)，對車(chē)輛道路進(jìn)行全面的監控，實(shí)現交通的智能化管理。
一、數字圖像處理技術(shù)在智能交通領(lǐng)域中的作用
�。� 一） 數字圖像處理技術(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(jìn)行編碼與存儲、圖像的合成。合成之后對圖像進(jìn)行繪制，并最終輸出，利用新技術(shù)對其進(jìn)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(jìn)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(jìn)行分割識別； 其三，對獲取到的數據進(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） 數字圖像處理技術(shù)在車(chē)牌識別當中發(fā)揮的重要作用
車(chē)牌識別技術(shù)（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(chē)輛查找、停車(chē)場(chǎng)的車(chē)輛管理、監控車(chē)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(shù)在智能交通領(lǐng)域中發(fā)揮著(zhù)極大的作用，如監控車(chē)輛交通安全、統計交通擁堵情況等，最為出色的地方是車(chē)牌識別。數字圖像處理技術(shù)在智能交通方面有著(zhù)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(chē)牌識別過(guò)程，應該是先獲取到車(chē)牌的圖像，計算機設備對獲取到的圖片信息進(jìn)行識別，然后對圖片進(jìn)行預處理。根據獲取到的圖片信息，通過(guò)渡波、邊緣增強等辦法對其進(jìn)行車(chē)牌定位。
二、我國拍照識別系統存在問(wèn)題及原因
首先，我國的車(chē)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(chē)牌識別的難度增加； 其次，我國車(chē)牌的顏色比較多，有白色、藍色、紅色等，識別起來(lái)比較麻煩； 第三，由于人為、道路、天氣等原因，使得車(chē)牌上粘有水漬、泥土之類(lèi)的污漬，導致車(chē)牌模糊不清，難以識別； 第四，車(chē)牌格式繁多，如民用、軍用、公安警車(chē)、武警專(zhuān)用、外交車(chē)輛、特種車(chē)輛、消防專(zhuān)用、救護車(chē)等。民用車(chē)又分為多種，導致識別起來(lái)更加麻煩； 第五，車(chē)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，使得拍照識別系統更加有效。
三、應用數字圖像處理技術(shù)解決拍照識別系統存在問(wèn)題的對策
�。� 一） 車(chē)牌定位要從復雜的背景中提取出有價(jià)值的信息，并進(jìn)行分割
因為自身不利因素的影響，所以增加了LPR對車(chē)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，準確的將車(chē)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。車(chē)牌具有紋理，顏色與形狀三個(gè)主要的特征。紋理主要是因為車(chē)牌的字符與車(chē)牌背景顏色的一個(gè)對比。顏色主要是由于汽車(chē)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(chē)） ,黑字黃底 （ 大型汽車(chē)） ,白字黑底（ 使、領(lǐng)館汽車(chē)） ,黑字白底（ 警用汽車(chē)） 四種�，F階段車(chē)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(jué)上極占優(yōu)勢，尤其是隨著(zhù)計算機的迅速發(fā)展，運行速度飛快，內存也隨之增大。而顏色也是車(chē)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(chē)牌字符分割
在車(chē)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(chē)牌的垂直投影，將投影后的峰值作為分割的黃金點(diǎn)。在車(chē)牌嚴重受到損壞的情況下，直接分割往往會(huì )產(chǎn)生極大的錯誤，所以很難找到分割的黃金點(diǎn)； 二是分割即精分割與細分割。這種方法的最大優(yōu)勢就是包括在車(chē)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(shí)，較難保證實(shí)時(shí)性。由于一些客觀(guān)條件的影響，使得以上算法都不能滿(mǎn)足，所以提出了一種新的分割算法，這種方法既能克服車(chē)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算法對車(chē)牌圖像進(jìn)行預處理，由于車(chē)牌的圖像不是很大，所以完全可以滿(mǎn)足實(shí)時(shí)性要求。因為我們提取出來(lái)的車(chē)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)轉成二值圖像。因為車(chē)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(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(chē)牌應該是一個(gè)方方正正的矩形，然而在實(shí)際中，車(chē)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。對于其傾斜車(chē)牌的校正，我們需要找到傾斜的角度，然后進(jìn)行旋轉變化，使得轉變成一個(gè)矩形。對于傾斜的車(chē)牌進(jìn)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(shù)，對車(chē)牌中分隔處理的字符進(jìn)行識別，字符識別系統的工作過(guò)程： 首先，對所需識別數據獲取。圖像數據的獲取只有通過(guò)輸入設備來(lái)實(shí)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(wù)就是將景物反射的信號轉換成可以識別的模擬信號，再經(jīng)過(guò)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(xiàn)做優(yōu)先的選擇。只有達到這個(gè)標準的轉換電信號線(xiàn)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(jìn)行進(jìn)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(wèn)題的干擾，保留并增強有效信息。其次，進(jìn)行預處理的過(guò)程也比較復雜，要進(jìn)過(guò)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(jìn)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(jìn)行分析、辨別真偽、剔除無(wú)效信息、保留有效信息的一個(gè)過(guò)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(jià)值的信息，并進(jìn)行歸類(lèi)，這就是特征的提取。在對特征進(jìn)行提取之后，才能對其進(jìn)行分類(lèi)決策。其主要的目的就是對在分類(lèi)提取過(guò)程中所得到的樣本進(jìn)行分析和判斷，當然在判斷的過(guò)程需要遵循某個(gè)規則，將分類(lèi)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(guò)圖像處理來(lái)進(jìn)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(chē)輛的運動(dòng)數據，之前通常采用感應線(xiàn)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(guò)圖像處理來(lái)進(jìn)行數據的采集。隨著(zhù)科技的發(fā)展與進(jìn)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(huì )通過(guò)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(jìn)行提取，就可以對車(chē)輛進(jìn)行實(shí)時(shí)跟蹤。運作跟蹤是車(chē)輛識別的一部分，其主要分為背景的提取、運動(dòng)點(diǎn)團的提取，運動(dòng)點(diǎn)團位置的提取和運動(dòng)物體的跟蹤。近幾年，經(jīng)過(guò)技術(shù)人員的不斷鉆研，針對每個(gè)點(diǎn)都提出各自相應的算法，使得車(chē)輛跟蹤更為直觀(guān)、精確。
本文中詳細描述了數字圖像處理技術(shù)在ITS中的應用。ITS技術(shù)在車(chē)牌識別，車(chē)輛的跟蹤等方面應用廣泛。由于信息技術(shù)的逐步完善，使得數字處理技術(shù)在智能交通領(lǐng)域中得到極大的應用。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，使得數字圖像處理取得一個(gè)又一個(gè)突破性的進(jìn)步。
參考文獻：
[1]黃衛，陳里得。智能運輸系統（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(chē)牌識別系統的研究與實(shí)現[J].現代制造，2011（21） :178.
[4]王洪建。數字圖像處理技術(shù)在智能交通中的應用與研究[D].重慶： 重慶大學(xué)，2004.
【交通拍照識別系統中數字圖像處理技術(shù)的運用論文】相關(guān)文章：
我國數字圖像處理技術(shù)的應用與發(fā)展畢業(yè)論文08-19
AR技術(shù)在舞臺音樂(lè )中的運用論文06-25
微波擴頻技術(shù)在交通系統中的運用09-25
建筑設計中BIM技術(shù)的運用論文05-09
醫學(xué)圖像領(lǐng)域中數字圖像處理的應用論文08-25
建筑施工技術(shù)中節能理念運用論文09-18