面向智能交通的图像处理技术与应用

面向智能交通的图像处理技术与应用

摘要: 在智能交通系统( Intelligent Transportation System,ITS) 领域中, 数字图像处理技术扮演着极其重要的角色。对智能交通系统的研究内容、图像采集设备以及数字图像处理技术在智能交通系统中的具体应用等作了详细的分析、研究及阐述。

关键词: 智能交通系统；数字图像处理；图像采集设备

Abstract : Image processing techniques play a very important role in

Intelligent TransportationSystem. This paper elaborates on details about

Intelligent Transportation System, image sensorsand the application of image processing techniques.

Key words : Intelligent Transportation System; image processing; image sensors

随着社会经济的高速发展和交通机动化水平的迅速提高, 城市交通问题日益严峻, 国内许多城市尤其是大中城市的车流量与日俱增, 交通阻塞、交通事故频繁发生, 人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的问题,简单地进行道路扩建已经无法完全解决目前的交通问题。在现有的条件下, 建立和

完善智能交通系统是解决交通问题的有效方法之一, 而如何建立行之有效的智能运输系统、快捷地进行交通监控、交通调度和交通控制已经成为当前亟待解决的问题。

1 智能交通系统

智能交通系统( Intelligent Transportation System, ITS) 是目前世界各国交

通运输领域竞相研究和开发的热点。它是在较完善的道路设施基础上, 将先进的电子技术、信息技术( Information Technology ,IT ) 、人工智能( Artificial Intelligence, AI) 、地理信息系统( Geographic Information System, GIS)

图像处理技术、计算机技术、有线/ 无线通信、传感器技术和系统工程技术集成运用

于地面运输的实际需求,建立起全方位、实时、准确、高效的地面交通系统, 能对各种交通方式进行现代化、科学化的智能管理[1 ] , 从而使交通设施得到充分的利用, 并能提高交通效率和安全, 最终实现交通运输服务的管理智能化。智能交通系统的应用可以大大减少人力、物力的消耗, 极大地提高运动车辆行为分析的及时性和准确性, 由此带来的直接和间接的经济效益和社会效益是难以估量的。智能交通系统主要应用于交通信息服务系统( Advanced Public Traffic Information System, APTIS)、交通管理系统(Advaneed Traffic Management System, ATMS、) 公共交通系统

( Advanced Public Transportation Systems, APTS)车辆控制系统(Advaneed Vehicle Control System, AV CS)、货运管理系统( Commercial Vehicle Operations, CV O) 、电子收费系统( Electronic Toll Collection, ETC) 、紧急救援系( Emergency Medical

Services, EM S) 等[ 2] 。

智能交通系统是21世纪地面交通运输科技、运营和管理的主要发展方向, 是解决交通问题的有效途径之一, 是交通运输的一场革命, 其重要性正被越来越多的人所认可。西欧、北美和日本竞相发展智能运输系统, 制定并实施了研究和开发计划。发展中国家也开始了智能交通系统的全面开发与研究。道路交通信息如车流量、车型、车速、车辆运行轨迹等基本交通参数的获取是ITS发挥作用的前提和基础。

随着计算机和图像处理技术的不断发展, 交通视频图像检测技术越来越成为现代智能交通系统的一个重要组成部分。由于视频检测方法的诸多优点, 在国外一些经济发达国家如美国、英国、加拿大、德国、日本等, 应用其先进的计算机、图像处理及通讯技术, 最先开始视频技术的研究, 并开发出了各具特色的产品,例如：美国的Autoscope、英国的TIPS、德国西门子的ARTEMI和比利时的Traficon 等[3 ] 。

2 交通信息采集交通流信息的采集是智能交通系统中的一个重要的构成要素, 实时的或者历史统计的交通流数据信息是进一步研究的基础。交通流信息, 包括交通事件(交通事故、

闯红灯等）和交通流量、车道占有率、车速、行程时间等交通参数和道路拥挤程度等信息在交通流数据中占有非常重要的位置。传统的采集以及测量方法只适用于作

短期内的调查, 不适用于实时交通控制和交通流的诱导。大量应用的还是自动采集技术, 可以同时测量多种交通参数。交通信号采集子系统作为智能交通系统的一部分其重要性是不言而喻的, 目前在

国内外常见的交通流参数采集方法有人工监测、地埋感应线圈、超声波探测器、视频检测等几大类方法。同其它方法相比, 视频检测具有以下特点[4 ]: 无需破坏路面（设置虚拟检测线） , 安装简单, 维护容易, 并且可以随时改变检测区域的位置和大小; 检测的信息量大,可以多车道检测车辆数、车型、占有率、车速、停车时间、停车排队长度等交通信息, 还可以对视频图像场景内的交通状况进行实时智能监控, 当发现交通拥挤、车辆逆行、停车、违章、超速等事件时自动报警, 并自动录像, 作为违章处罚和责任判定的依据; 实时性好, 得到数据可以同时反馈利用, 并且可以实时分析和绘制出各种参数之间关系的图表, 可省去大量的人力调查和计算分析；性价比高, 寿命长, 经济性好; 扩展性强, 具有二次开发功能。由此可见视频检测同其它方法相比具有很大的优越性, 尽管它还存在着易受外界环境影响、检测准确率较低等缺点, 但是随着计算机硬件和软件技术的发展, 基于计算机视觉的交通采集和检测手段已经逐渐成为交通流参数检测中的一种新兴的主流技术。

3 面向智能交通的图像处理基于视频图像的交通参数提取方法是近年来出现的一种新的交通参数获取方法, 融合了计算机视觉、图像处理、模式识别及信息融合等多个知识领域, 与其它交通参数提取方法相比, 具有明显的优势: 无需破坏路面, 安装简单, 维护容易；获取的交通信息量丰富, 可以多车道检测车流量、车型、占有率、车速等交通信息；为交通管理部门提供可视图像等。因此, 基于计算机视觉的检测技术已经逐渐成为交通流参数检测中的主流技术。

3. 1 智能交通系统中的图像处理技术智能交通系统中的图像处理技术是通过图像传感器获取道路交通图像, 然后利用计算机对图像进行处理和识别来模仿人的视觉功能, 获得智能交通系统所需要的有用信息。这里的图像既包括二维数据, 如彩色图像、黑白图像, 又包括三维数据, 如图像序列。智能交通系统中的图像处理技术可以分为两大类。帧内处理: 其处理对象是一帧图像, 一般包括图像增强、图像复原、边缘检测、目标识别等。帧间处理: 一般包括运动目标的检测和追踪。

帧内处理一般包括象素值变换、窗口运算、二维变形运算、区域和边界检测、