基于计算机视觉技术在智能交通系统中应用的研究

刘畅+周宣屹

摘要：随着大数据时代的到来，传统的交通系统已不足以满足交通行业日益膨胀的需求，因此对智能交通系统的发展迫在眉睫，而对于智能交通系统的研究与大数据的联系是密不可分的。大数据包括数据采集、数据统计和数据挖掘三个部分，智能交通系统的运行也要依靠这三个步骤，首先要及时准确获取大量的交通数据，然后将大量的数据进行统计和分类管理，继而从这些低价值密度的信息中挖掘出有用的信息，将分离的数据融合再分析，实现交通的趋势预测、安全预测预警、路网调度规划等。计算机视觉技术作为数据挖掘中一种重要的技术手段，在智能交通的发展中起着至关重要的作用，下面我将基于基于计算机视觉技术在智能交通系统中应用做一些简单的研究。

关键词：计算机视觉技术；智能交通系统；大数据

一、计算机视觉技术概述

计算机视觉技术利用视觉传感器对目标进行识别、跟踪和测量，随后通过智能分析进一步进行图像处理，以获得三维空间的信息。计算机视觉技术发展的最终目标是让计算机与人类大脑一样拥有观察和理解世界的能力，可以独立自主适应环境并智能完成某些特定的任务。计算机视觉技术处理方法包括图像识别和处理、场景重建、直方图匹配、图像局部与分割、跟踪与运动、边缘检测、图像恢复等。目前已应用于工业、农业、医学、制造业、食品加工业、铁路运输业等各行各业，为各行各业提供了便捷。

二、智能交通系统的概述

智能交通系统（Intelligent Transportation Systems，ITS）是一种实时、准确、高效的综合交通管理系统，它运用了先进的信息技术、数据通讯传输技术、定位导航技术、电子传感技术、图像分析技术、自动控制技术以及计算机处理技术等，可以统一协调人、车、路三者的关系，缓解交通阻塞现象，提高交通运输效率，降低交通事故发生率，降低能源消耗。ITS由交通信息采集系统、信息处理分析系统、信息发布系统三大主要系统组成，包含的子系统有交通信息服务系统（ATIS）、交通管理系统（ATMS）、公共交通系统（APTS）、车辆控制系统（AVCS）、货运管理系统、电子收费系统（ETC）和紧急救援系统（EMS）。

三、计算机视觉技术在智能交通系统中典型应用

1、车辆牌照识别

车辆牌照识别在智能交通系统中应用最为广泛，首先提取摄像机抓拍的图像作预处理，然后利用边缘检测的技术对车牌进行定位，最后对车牌上进行字符分割、特征提取和识别，从而得到车辆牌照号码。此项技术多应用于监测黑名单车辆进行报警、高速公路超速违章的处罚、车辆进出小区收费管理、高速公路自动收费管理、计算车辆旅行时间判断拥堵状况等。自动化的操作步骤，大大减轻了管理人员的工作量，减少了人为操作的疏漏，提高了工作效率。

2、交通违法检测

基于车辆牌照识别的基础上，交通违法监测应用可分析出视频场景中的交通指示信息以及机动车行为，从而对交通违法行为进行研判，可对非法占道、压线行驶、违规停车等行为进行抓拍，降低了交警的工作量，科学系统地增强了对交通违法行为的管理，有据可查，也在一定程度上起到了震慑的作用，让犯罪分子没有可乘之机。

3、交通流量统计

交通流量统计在智能交通系统中的主要应用为通过对车辆的轨迹分析、运动趋势分析和局部检测车牌，判断出城市道路系统的拥堵状况，为交管部门提供交通拥堵信息，以便合理规划现有道路，重新进行路网调度，缓解道路堵塞的现象，确保拥堵道路可以顺利通行。

4、高速公路自动收费

高速公路自动收费有多种方式，目前应用最广泛的是非接触式IC卡收费，这种方式可以提高卡的使用寿命，也便于一卡多用。车辆在通过收费站时，通过IC卡技术和射频识别技术实现车辆信息自动识别，然后将数据信息上传至收费分中心，从射频卡联名储蓄卡中扣缴通行费用。这种自动化的收费方式，减少了收费人员的工作量，将人力从单一的工作中解放出来，同时减少了车辆通过收费站的时间，避免了停车收费造成的道路拥堵。

5、驾驶员工作状态检测

基于计算机视觉技术来检测驾驶员工作状态主要有两种方法，一种是针对驾驶员面部通过帧间差分法，肤色检测法等对面部区域进行定位，同时采用二值法对眼睛区域进行定位，根据眨眼的频率来判断其工作状态。另外一种则利用车辆行驶在道路上的状态分析驾驶员工作状态，首先采用差分算子来提取道路图像边缘，然后采用区域生长法对区域特征进行提取，将区域特征和边缘特征进行融合，最后提取出直线信息，通过左右车道线与夹角的关系来判断司机是否处于异常驾驶状态。这种应用可以对疲劳驾驶的现象进行警报，提示疲劳驾驶的司机及时休息，从一定程度上可以降低交通事故的发生率，给人身和财产安全提供更好的保障。

四、总结

智能交通系统是大数据发展下交通行业的必然发展趋势，发展智能交通系统能够提高交通运转的效率，加强路网的运输能力，增强道路调度研判的能力，提高交通安全水平。但我国对于智能交通系统的应用水平还仅停留在基础层面，还有很多潜在价值尚未得到挖掘，因此我们要不断地提升交通自动化和智能化水平，努力提高交通信息资源的综合管理的水平。endprint