数字图像处理技术在智能交通领域中的应用

2022-11-18刘慧慧陈瑾瑾

无线互联科技 2022年7期

关键词：车牌滤波交通

刘慧慧,陈瑾瑾

(郑州工业应用技术学院,河南郑州 450000)

0 引言

随着汽车数量的不断增多,为了避免城市交通拥堵造成安全隐患,研究人员需要匹配智能交通系统,建立更加合理的数据传输和汇总机制,创设安全的出行空间,确保车辆道路的实时性,为智能化管理提供支持。

1 智能交通系统

在智能交通系统中,信号采集模块、车辆检测模块、车辆流量统计子系统、红绿灯控制子系统等是主要组成部分。研究人员要结合对应的系统完成信息数据的收集,以保证信号采集和管理的实时性,从而更好地评估车辆流量等相关信息,提升流量优化控制的基本水平。另外,智能交通系统的应用过程中,视频监测数据的获取是较关键的数据处理机制,能够形成匹配的数据包。涉及监测路段交通状态信息时,智能交通系统能进行自动提取、识别等操作,提高了图像处理和模型识别的工作效率[1]。

2 数字图像处理技术在智能交通领域中的具体应用

在智能交通领域,智能化应用平台和技术方案是核心内容,要系统化融合信息技术、电子技术、影像控制技术等,从而建构完整的信息处理系统。而数字图像处理技术将计算机处理过程作为核心,完成信息的收集、识别和传输处理。

2.1 交通信息采集

对于交通体系的日常管理工作而言,只有保证信息和数据收集的准确性、及时性,才能更好地维护交通运行环境,提升交通管理水平。因此,交通信息采集技术是较常见的技术类型之一。在技术应用过程中,技术人员要对车流量参数、车速参数、车型参数以及交通路面拥堵现状等情况予以实时监控,确保管理人员结合交通应急信息、交通仿真数据等及时了解整体信息,从而制定更加合理的指引信号处理决策,在保证自动调控车辆运行的同时,大幅缓解道路拥堵现象。交通信息采集系统还能从整个交通分布图和路况图出发,维持智能交通工序的整体效果和整体交通疏导布局的规范性。

在智能交通信息采集技术全面发展的时代,交通信息采集过程也实现了技术性的突破。从传统静态化人工采集信息转变为动态化智能系统实时性采集,信息采集手段更加多样。例如,传统测试方案中,雷达测速仪、红外线感应仪、GPS(全球定位系统)测速仪等都能获取车辆信息,但会受到天气等外界因素的影响,相较于传统的测试设备,数字图像处理技术能建立更加完整的数据信息分析模式,打造准确性较好、应用效果较高、信息采集及时的信息监督平台。与此同时,匹配计算机视觉技术便可获取更加清晰的图像,维持车速、定位车身位置等模块工作的平衡,真正意义上提高信息采集水平[2]。

2.2 车牌处理

2.2.1 车牌区域定位

在车牌区域定位工作中,工作人员借助形态学匹配数字图像处理技术,便能及时了解预处理后的车牌信息,并配合综合运行状态完成滤波处理。总而言之,实现车牌区域连通控制,结合车牌验收知识对区域予以综合筛选,保证其获取车牌的区域位置信息,对于提取车辆信息并判定相关内容具有重要作用。

2.2.2 车牌校正

在车辆综合管理工作中,因摄像头的位置和车身存在一定的角度偏差,拍摄车牌图像时难以控制在同一个水平状态。此时,为了保证车牌分割以及识别工作都能满足应用规范以及要求,工作人员就要匹配对应的技术完成车牌角度的校正处理。目前,较为常见的技术方案是Radon 变换形式,能完成车牌校正处理,维持综合应用效果[3]。

2.2.3 车牌识别

工作人员配合标准字库就能完成字符识别处理,并且使用分割处理机制进行字符分类控制,完成相应的分割后对比分析标准字符和划定字符,显示出误差最小的字符,以确保车牌识别工作切实有效。

首先,智能交通系统中的图片识别、处理等工序都要结合实际情况落实到位。在传统处理机制中,实际图片获取过程受到外界光线条件、灰尘、车速等条件因素的影响,车牌识别系统获取的照片质量有限,加之背景噪音较大,无法全面落实识别工序。工作人员能够利用智能交通系统数字图像处理技术,在图片中提取有效的信息,并且提升字母、数字等基础信息的识别准确性,匹配图像处理技术和灰度化分析、分割预处理分析等,保证能对高质量图片予以识别[4]。

其次,由于我国车牌格式差异性较大,为了保证车牌识别效率的合理性,就要应用高性能计算机处理机制和改进算法,发挥数字图像处理技术的优势,及时完成自动识别和处理的任务。

最后,在识别系统中,工作人员也要完善处理、识别工序和采集信息,维持较好的信息采集效率。

2.2.4 车牌分割

在车牌分割处理过程中,工作人员需按照标准化处理流程落实相应工作。(1)从水平方向进行车牌图片投影处理工作并有效去除水平边框位置。(2)从垂直的方向完成投影处理,有效利用投影车牌图片实现应用[5]。(3)对投影中最大的峰值予以分析,保证车牌中字符间隔的规范性。在获取第2 大峰中心距离对应的车牌字符宽度后,便开展后续的分割处理。

2.3 跟踪运动车辆和视频分割

对于公共交通管理而言,工作人员在获取车辆运动数据后就能更好地指挥交通,落实合理有效、可控的决策。在传统的技术体系中,工作人员主要是借助感应线圈等硬件设施落实测量工作。此方法会将感应线圈集中安装在路面上,但受到安装的限制,道路的使用寿命会受到影响,工作人员需结合视频处理结果配合数字图像处理技术完成视频分析,及时获取运动数据。

摄像头能及时捕捉交通信息,并且回传到监控中心,利用监控数据对应的算法分析数据信息并获取结果,从而保证有效监测和动态跟踪的及时性。与此同时,摄像头不仅能够匹配运动目标车辆检测技术和跟踪技术,还能完成背景、运动点、运动团点等提取处理工作。在不同环节应用不同算法,一定程度上提高了智能交通系统综合控制的效率。

2.4 电子警察

在电子警察应用方案中,工作人员借助数字图像处理技术可打造更加安全可靠的车辆运行环境。在具体工作中,要依据以下技术要点落实相应工作。

(1)图像滤波技术。图像滤波技术能有效降噪、消除无效信息并结合均值滤波、中值滤波等处理方式有效实现滤波操作,确保提取有效的标志信息。

(2)图像编码技术。工作人员借助二次编码拍摄到的视频图像,有效建立完整的图像分析方案,并且维持图像处理流程,确保视频图像符合通信的实际需求。

(3)图像加密和水印处理。工作人员对视频图像进行加密操作,从而及时征用具有讨论价值的信息,提升图像保密性和安全性。

(4)图像的识别处理。工作人员需借助识别视频模块,及时捕捉相关信息和数据,并且有效完成识别车辆、行人、非机动车等相关行为信息。

2.5 车辆违章检测

对于交通管理工作而言,车辆的违章检测工作非常关键。工作人员要秉持实时性原则,发挥识别系统的应用优势,获取运动目标后从运行背景中提取车辆并结合目标运动情况评估其是否出现了违章行为。较为常见的算法包括光流法、背景差法、帧差法等。其中,光流法不会受到大风、大雨天气的影响便能结合图像像素的强度数据进行运动状态的捕捉处理,因此不会产生不必要的抖动。但光流法整体技术的运算结构较为复杂,综合抗噪性一般。而背景差法是借助图像和输入图像差值完成运动目标的检测,这种处理方式的计算难度较小,符合系统应用的实时性需求。但背景差法适应性较差,尤其是在光照条件较差或者雾霾状态下,需要更新背景图像才能开展检测工作[5]。