|
同时，视频监控与智能交通的融合运用也显得尤为重要。现阶段，智能交通系统中运用运用较多的有图像识别技术、车联网技术、车辆控制系统、交通管理系统、ETC一体多用等。 图像识别多项技术在智能交通中的运用 智能交通最大的作用就是辨识与分析，图像识别技术是人类利用计算机对现实图像进行分析和理解的技术，研究这项技术，对于促进社会进步和人类自身发展有着重大意义。多年来，人们在图像识别领域取得了显著的成就，并将这项技术成功的应用在人们的日常生活当中。在ITS中的应用领域非常广阔，包括道路识别、障碍物检测、车辆检测、车牌识别和车型识别等领域。 道路识别是智能车辆导航中一个具有挑战性的课题，是车辆导航的基础。由于道路情况非常复杂，为使问题简化，研究者们提出了许多关于道路模型的假设，包括道路曲线形状假设，道路宽度及边界平行假设，道路路面平坦假设，路面特征一致假设。 目前主要采取下述方法：基于区域的道路识别方法、基于边缘的道路识别方法、基于模板的道路识别方法、基于图像滤波的道路识别方法。以上几种方法已经在实际应用中取得了较好的效果，促进了图像识别技术在智能交通监控系统中的实际应用。 车辆检测是自动交通监控系统的基本技术之一，只有从背景中准确地分割出车辆，才能进行车辆的识别与跟踪，才能进行各种交通流参数的测量与分析。因此，车辆检测是车辆计数、车速度、车流量、车密度等各种交通流参数测量的基础。 目前主要有以下几种方法：基于背景差法、基于帧差法、基于边缘检测法、基于道路颜色模型法。以上的四种方法在实际车辆检测中得到了广泛的应用。 车牌的自动识别是图像识别技术在智能交通领域应用的重要研究方向之一，是实现交通管理智能化的重要环节。在高清视频技术的车牌识别系统中，采用视频全区域动态检测跟踪技术，是目前智能交通计算机运算视觉最先进的技术。 对全部区域不同方向、不同速度移动的所有车辆或物体，进行不同角度、不同种类的复杂检测，采用改进的滤波方法进行跟踪，然后对行进轨迹或物体进行复杂交通规则判断的综合技术。通常这是采用了帧率差检测和车牌检测识别相结合的技术，可具备跟踪车辆行驶轨迹的功能，这样一来就可以判断车辆直行、左转、右转等行驶方向。 目前，车牌识别技术具有四大应用： 一、停车场及小区出入口 停车场及小区出入口车牌识别技术的应用，主要用于记录车辆的牌照号码、车牌颜色、出入时间，实现车辆的自动管理，以便节省人力、提高效率；例如应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动、客观地记录本单位车辆的出车情况。 为有效遏制城市内车辆闯红灯违章行为，现在城市内各个路口都在大力安装卡口式的闯红灯违法行为的检测系统，而此系统最重要的组成部分就是车牌识别模块，车牌识别系统主要是确定违法车辆的信息。 通过抓拍所有车辆的车牌信息并和公安网的数据库进行比对分析哪些车辆是可疑车辆，减少违法行为的同时也可以控制、减少道路交通事故，应用道路监控设备结合现代信息网络技术，形成道路监控智能化网络系统，更好地提升道路动态管理/控制和满足治安、刑侦、交通管理等新形势的业务需求。 商机中带来挑战智能交通大步向前或遇"门槛" 由于我国汽车车牌识别的特殊性，不能直接引进国外的车牌识别技术，同时由于汽车车牌识别的复杂性，采用任何一种单一识别技术均难以奏效。在私家车剧增的现阶段，商机中带来挑战，智能交通大步向前遇"门槛"。 1.由于自然环境下的路面情况比较复杂，导致采集到的车牌图像背景复杂车体本身的干扰，如车辆生产厂家的标志、车体广告、个性车主在车体上的涂鸦等都给图像造成了干扰，都可能会对处理造成影响。 2.由于采集误差、噪声和光线的影响，使得图像质量较差，而且运动又不同程度地造成了图像的恶化，***产生了儿何变形，给图像预处理造成了一定的困难。汽车牌照上目标的大小不同，距离不等，目标尺寸不规范，都存在着一定程度的图像仿射变形和模糊大量的随机噪声的干扰，光线、光照角度的不同，造成车牌区域明暗灰度的无规律变化。 汽车速度往往也会对车牌识别有较大的影响，汽车速度超过70公里/小时，拍摄的汽车图像会产生模糊、扭曲、变形。 3.中国的车辆牌照一般由三种字符组成：汉字、英文字符、阿拉伯数字，所以中国的车辆牌照识别远远难于国外的车辆牌照识别。另一方面，车牌具有不同的颜色，主要分为黄底黑字、蓝底白字、黑底白字等三种，字符与车牌背景的灰度比也不一致。所识别的车辆种类繁多、车型、颜色变化多端，这些因素均给车牌识别增加了难度。 4.为了达到应用的水平，必须要求能够实时地对过往车辆的车牌进行识别，因此算法不能过于复杂。而大多数的传统方法计算量都偏大，根本无法达到实时的要求。这就要求要另辟蹊径，寻求一种快速精确的定位和识别的方法。 5.在实际情况下由于各类车型不同，大小不同，同一车型的车牌位置不同，加上车身纹理线条复杂，所以在非车牌区域可能形成同车牌区域类似的色彩和纹理，可能导致定位时出现误差。快速准确的找到车牌的位置是一个难题。 6.字符的粘连处理，字符断裂时的合并，是字符分割的难点。 7.车牌识别时虽然车牌字符的字符数比较少，字体规范，但也可能导致标准的车牌字符与实际拍摄的车牌字符之间存在较大差距，致使模板的选取存在较大困难。 尽管如此，国内的交通正在缓慢得到有效解决，无论是停车难、春运高峰、雾霾天气等，安防监控都积极创新，一路相随。 (责任编辑：编辑J1) |
-->