计算机图像处理与识别技术在现代交通中的应用分析

（华南理工大学 计算机科学与工程学院 广东 510000）

伴随着如今信息与互联网技术的持续革新与发展，诸如数字图像处理技术在各领域的深化运用很大程度上提升着大众的生活水准。图像识别是生物识别、计算机视觉、机器学习中最具吸引力和挑战性的研究课题之一[1]。不过就目前而言，国内的信息终端针对数字图像处理技术存在着显著的欠缺，因此需要持续化健全，数字图像处理技术的未来发展态势较为明朗。为了全面增进国内信息终端的数字化图像处理技术，相关的研发技术人员需要更为全面地探究其在生活中的核心价值，特别是要有效挖掘其所存在的优势特征，借助持续化的实验探究，不断增进自身的专业水准，并且更好提升信息终端的数字化图像处理技术，从而进一步契合大众对此种技术的真实需求。

1 计算机图像处理与识别技术概念分析

计算机图像处理与识别技术是数字图像处理与模式识别技术相结合的产物，它利用计算机视觉采集事物对象，以图像数据为基础，计算机模拟人的视觉自动完成信息的处理，达到人所具有的对视觉采集图像进行识别的能力，代替人完成图像识别和处理的任务。借助图像传输的方式，可以将图像有效地划分成为虚拟与数码两类。数码类的图片是大众日常最常规的图像，其中包含的信息点也极具多样化的特征。数码图像的参数设置的工作体量通常相对较高，倘若运用传统的纯人力方式对图像开展处理，其整体的工作开展效率与精准度都无法得到有效保障，也大概率破坏最终的成效。所以，信息终端图像处置以及相关识别方式的理论与人力图像鉴定有着极为显著的同质性。在开展图像鉴定的过程之中，首先，需要可以对图像的色调以及尺寸等规格开展最为有效的调整；其次，脑神经系统的视觉审定开启信息反馈之后，可以有效达成图像的基础认知，之后让其可以在遇到相近信息之后，自主地收集有关的信息内容。信息终端图像处理与鉴定的方式是将脑神经中枢转变成为信息终端设施的存储，不过信息终端设施却没有人脑的深刻感受，大概率会让图像的处理与鉴定的结果缺少主观性。

2 计算机图像处理与识别技术的特点

针对现阶段基于信息化终端的数字图像处理技术与识别技术的持续发展以及运用，其显著性的特点主要包括以下三个方面：

2.1 处理运作速率优异

在如今互联网与信息化技术持续深入运用的发展趋势影响下，有海量的数据资料需要有效借助信息终端的图像处理与识别技术开展有效的运作，而此项技术因为有着较为优异的匹配性，其可以在较短的周期之内有效完成对数据高效率解析工作。诸如一幅255*256 较低分辨率的黑白图像，则需要64bit 的数据量，而对于高分辨彩色512*512 图像，则需要768kbit 的数据量，而伴随着如今计算机图像处理与识别技术的快速发展，如今高分辨影像可以实现瞬间解析，处理效率与黑白图像持平。

2.2 精准度相对较高

据统计，在人获取的信息中，视觉信息占了百分之六十，而图像是人获取信息的主要途径[2]。相对于人力图像处理方式以及革新前期的信息终端数字化图像处理与识别技术而言，现阶段所运用的信息终端图像处理与识别技术已经充分展现出了运作完善性的特征，特别是其可以同步开展多个以及多样类型图像，并且可以有效筛选出价值性较高且整体较为健全的数据，而且识别误差率不高于1%[3]。

2.3 高可靠性

图像识别技术特别是生物特征图像识别技术改变了依靠实物确认身份或可记忆信息的传统模式，所具有的独特性、持久性特征大大降低了信息丢失和伪造的可能性，在国家的社会安全、人机交互等领域具有非常高的应用价值。

3 计算机图像处理与识别技术在现代交通中的应用

现阶段计算机图像处理与识别技术在诸如交通、工业制造、医疗等众多领域中有着较为广泛的应用。但是针对智能交通系统（Intelligent Transportation Systems）而言，通过此项技术的深入运用，让信息终端图像处理与鉴定能力都有着较为精准且高效的判定水准，其在道路交通领域也有着较为优异的运用，比如车辆行驶辅助、车辆行驶状态的确认等，信息终端图像处理以及鉴定能力都有着极为关键的运用。现阶段，机动车在个人家庭得到了全面的普及以及交通事故的产生概率也在不断提升，为了更好明晰交通违法人员需要担负的责任，交通管理部门可以运用专项的信息终端技术开展有针对性的处理与识别，明晰违法车辆的基础信息，从而增进信息终端数字图像处理技术在交通领域的有效化运用。以下几个方面是目前计算机图像处理与识别技术在智能交通中最具代表性的运用。

3.1 车牌自动识别技术

近些年来，机动车号牌自动化识别技术已经在居民小区、商业街区等众多区域得到了较为广泛的运用。车牌识别（License Plate Recognition）系统具体所指的是借助对行驶车辆的实时监控拍摄，实现对其牌照信息的自动化提取并开展处理的专项技术。车牌识别技术的基础原理是，当车辆通过检测区域以后，检测装置便会被触发，开启数字影像设施获取车牌的相关图像，从而进一步将图像上传到信息终端管控系统。借助软件算法对车牌上的汉字、字母、数字等开展智能化的识别。一般情况下，识别软件为整体系统的核心，核心环节包括图像的预处理、车牌定位等。这当中，图像预处理是对图像开展识别运作的前期工作，首先，对图像开展色彩空间的改变、滤波等一系列的处理，以更好消除对周边环境的影响；车牌定位具体所指的是对图片开展形态学处理融合车牌特征获取车辆的所处区域；车牌校正是对车牌开展较大的校正，从而有效解除拍摄角度所带来的负面影响；字符切割具体所指的是借助投影来运算获取所有字符的宽度，从而对车牌分割，获取单一化的字符；字符识别是运用模板匹配对所有字符开展识别，从而获取车牌的识别结果。

3.2 运动状况识别与路径追踪判别

作业条件识别和路径跟踪判断能够有效地应用于停车、变道、事故等状态检测环节，以前如果要获得运行中车辆的数据，就需要根据传感器的配置，这种传统的方法有一个比较突出的缺点，即需要超声波雷达的硬件必须标准化放置在道路两侧，这样操作无疑难度较大，而且资金支出方面也相对较大，特别是经常需要对现有道路进行一定程度的改造甚至破坏，这无疑也会对相关道路的总体使用周期产生影响。当代的数字化图书处理技术则有效解决了此项问题，妥善地运用此种技术可以在视频之中获取来往车辆的真实数据，这当中的原理可以将视频运用数字图像技术开展运算进行解析，从而得出科学化结论。

3.3 数据的收集

在国内的基础道路交通管控系统之中，为了更好获取更大范围内车辆的行驶运作数据，以往一般所运用的是感应线圈等传统方法，不过此类方法都需要将装置设施安置在路面上，这会对路面造成一定程度上的伤害，安置的难度也较高。因此如今都是运用专业的摄像设备开展拍摄，然后借助图像处理来开展数据的收集。伴随着科技的持续进步与发展，如今只需要在相关路段区域安置专业的摄像设备，借助其就可以获取实时的影像资料，通过系统化的压缩操作之后传输到管控中心。管控中心将相关图像进行全面的提取，则可以实现对车辆的动态化追踪。运动追踪是车辆识别的运作环节之一，其核心分为背景的提取、运动物体的追踪等。在近些年来，通过相关专业研发人员的不懈努力，如今对于每个点都提出了有针对性的算法，这也让车辆追踪变得更为精准，保证了信息采集的自动化与全面性，增强信息的可靠程度[4]。

3.4 道路障碍的检测

车辆在高速公路上较快速度的行驶时，如果遭遇障碍物则必然会进行紧急刹车操作，而这样的操作也往往会带来难以估量的后果。因此，对道路开展障碍物的检测是极为必要的，因为其直接关乎着车辆的安全行驶。系统检测到有障碍物可以第一时间通知相关的管理部门。如今最常用的检测技术主要是以下两种种：图像滤波法、模板法[5]。这些方法都是如今智能交通系统中不可或缺的关键技术。但是，在受到天气恶劣、亮度因素等情况的影响，这种检测技术会影响其检测障碍物的准确率。

3.5 电子警察中的运用

电子警察技术在智能化交通系统中有着非常显著的作用。电子警察运用了现代化的数字图像处理技术之后，可以对拍摄的视频图像开展识别、解析以及处理，不只是显著提升了智能交通的工作效率与运作的安全，同时也在很大程度上削减了人力与物力。电子警察运用的数字图像处理技术核心包括了以下几个方面：图像滤波、编码、加密与水印等相关的技术。

4 结束语

综上所述，图像处理与识别技术作为信息化领域出现的全新技术模式之一，其深入运用于交通、医疗等领域之中，其不仅可以有效实现对行业发展的促进，同时也在一定程度上更好推进了信息化领域的快速发展。在今后的发展当中，此项技术所涉及的专业领域必将更为广泛化。倘若想要此项技术得到高效的发展，相关的研发工作人员则需要对此技术开展科学化的革新，从而更好推动信息终端的数字化图像处理更为深入地运用于各个领域之中。