楊春梅　楊柳

【摘 要】隨著計(jì)算機(jī)視覺(jué)技術(shù)在交通系統(tǒng)中的廣泛應(yīng)用，如何在視頻圖像序列中進(jìn)行車(chē)輛檢測(cè)與跟蹤成為一個(gè)重要的研究課題。本文基于圖像處理領(lǐng)域的基本理論和方法，闡述了利用視頻圖像序列進(jìn)行車(chē)輛檢測(cè)和跟蹤的重要性以及視頻圖像處理技術(shù)在交通視頻監(jiān)控系統(tǒng)中的應(yīng)用。

【關(guān)鍵詞】視頻；圖像處理；智能交通系統(tǒng)

交通視頻監(jiān)控系統(tǒng)是一個(gè)國(guó)家交通正常運(yùn)行的有力保障。隨著我國(guó)城鎮(zhèn)化進(jìn)程的不斷推進(jìn)和汽車(chē)的普及，交通問(wèn)題日益嚴(yán)峻，道路擁擠、事故頻發(fā)，加上不遵守交通規(guī)則的人比比皆是，使交通問(wèn)題成為一直困擾我國(guó)的難題。而由于交通系統(tǒng)是一個(gè)相當(dāng)復(fù)雜的龐大系統(tǒng)，所以監(jiān)控起來(lái)十分困難。

隨著計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)視覺(jué)處理技術(shù)興盛起來(lái)。計(jì)算機(jī)視覺(jué)處理技術(shù)是模擬人類(lèi)視覺(jué)系統(tǒng)的一種技術(shù)，人類(lèi)可以通過(guò)對(duì)視覺(jué)中感知到的信息進(jìn)行適當(dāng)?shù)慕M合和聯(lián)想以達(dá)到對(duì)外界信息進(jìn)行判斷的能力，計(jì)算機(jī)視覺(jué)處理技術(shù)就是要用計(jì)算機(jī)代替人類(lèi)的大腦實(shí)現(xiàn)對(duì)采集到的信息進(jìn)行處理，從而使計(jì)算機(jī)具有外部感知的能力，這對(duì)于交通視頻監(jiān)控系統(tǒng)具有非常重要的意義。

在智能交通系統(tǒng)中，基于計(jì)算機(jī)視覺(jué)的圖像處理技術(shù)扮演著重要的角色，它以視頻圖像為分析對(duì)象，利用先進(jìn)的算法去除干擾，具有直觀、高效、精度高等特點(diǎn)。

1 交通視頻中進(jìn)行圖像處理的重要性

交通視頻檢測(cè)系統(tǒng)的攝像機(jī)在工作時(shí)面臨的是自然氣象條件，這就意味著它要受到各種自然條件的干擾，比如強(qiáng)光、霧霾、粉塵、街燈等，由于光照條件不同所引起的圖像差異遠(yuǎn)遠(yuǎn)大于由于人的不同所引起的圖像差異，即使是在相同光照條件下，由于鏡面反射的存在，同一物體的不同表面對(duì)光的反射不同，再加上粉塵、霧霾等的影響，從不同視角反映出來(lái)的圖像有很大差異。外界光照的方向和強(qiáng)度還會(huì)隨著時(shí)間不斷發(fā)生變化，這些因素會(huì)導(dǎo)致采集的圖像不清晰、重影、有陰影等，給基于視頻的檢測(cè)帶來(lái)很大的難度。而視覺(jué)檢測(cè)必須借助外界光線才能夠獲取圖像信息，所以要把圖像中的車(chē)輛信息完整清晰的反應(yīng)出來(lái)，就要對(duì)靜止的視頻圖像序列（即每幀圖像）進(jìn)行預(yù)處理。這些處理會(huì)涵蓋圖像色彩模式轉(zhuǎn)換、格式轉(zhuǎn)換、算法處理等。

2 交通視頻監(jiān)控系統(tǒng)的組成

交通視頻監(jiān)控系統(tǒng)一般由采集、傳輸、控制、顯示四部分組成。

2.1 圖像采集

圖像采集工作由前端的攝像機(jī)完成，采集質(zhì)量的好壞將直接影響視頻圖像處理的效果。如果視頻圖像中的車(chē)輛信息清楚，對(duì)比度好，無(wú)干擾信息或干擾信息少，將有利于車(chē)輛的檢測(cè)和跟蹤，反之，將不利于車(chē)輛的檢測(cè)和跟蹤。

2.2 傳輸

根據(jù)攝像機(jī)和控制中心之間距離的長(zhǎng)短，會(huì)采用不同的傳輸設(shè)備，一般的傳輸方式包括視頻基帶傳輸、射頻有線傳輸、光纖傳輸、電話線傳輸?shù)取?/p>

2.3 控制

控制部分是整個(gè)交通視頻監(jiān)控系統(tǒng)的中心，由總控制臺(tái)組成?？偪刂婆_(tái)可以進(jìn)行信號(hào)的縮放、矯正、補(bǔ)償、切換、遙控、記錄存儲(chǔ)圖像等。

2.4 顯示

顯示部分的功能就是把傳送過(guò)來(lái)的圖像顯示出來(lái)，由若干臺(tái)監(jiān)視器組成。

3 交通視頻監(jiān)控系統(tǒng)中視頻圖像處理技術(shù)的應(yīng)用

3.1 車(chē)輛檢測(cè)

對(duì)運(yùn)動(dòng)車(chē)輛的檢測(cè)是交通視頻監(jiān)控系統(tǒng)的核心功能，通過(guò)對(duì)視頻圖像中的連續(xù)畫(huà)面的變化分析能抽出運(yùn)動(dòng)車(chē)輛的特征，從而實(shí)現(xiàn)檢測(cè)。但是由于運(yùn)動(dòng)的車(chē)輛受光線、灰塵、霧霾、陰影等因素的影響，給圖像分割帶來(lái)很大的困難。所以在進(jìn)行車(chē)輛檢測(cè)時(shí)，要對(duì)獲得的視頻圖像進(jìn)行處理，來(lái)提取目標(biāo)車(chē)輛信息，常用的方法有幀間差分法、背景差分法、邊緣檢測(cè)法等。

3.2 車(chē)輛跟蹤

對(duì)車(chē)輛進(jìn)行檢測(cè)的目的是辨別運(yùn)動(dòng)車(chē)輛，然而要想了解目標(biāo)的運(yùn)動(dòng)參數(shù)，還要對(duì)車(chē)輛進(jìn)行跟蹤。車(chē)輛跟蹤的核心內(nèi)容是根據(jù)目標(biāo)運(yùn)動(dòng)車(chē)輛的某些特征在不同的圖像幀中進(jìn)行目標(biāo)匹配，用于匹配的特征包括位置、大小、形狀，以及局部的點(diǎn)、線特征和整體輪廓特征等[1]。常用的車(chē)輛跟蹤方法有基于區(qū)域的方法、基于特征的方法、基于運(yùn)動(dòng)估計(jì)的方法、基于模型的方法、基于輪廓的方法等。

3.3 陰影檢測(cè)

陰影檢測(cè)是交通視頻監(jiān)控系統(tǒng)的一項(xiàng)重要且具有挑戰(zhàn)性的工作。運(yùn)動(dòng)目標(biāo)車(chē)輛由于受各種光源的影響會(huì)產(chǎn)生陰影，而陰影與運(yùn)動(dòng)目標(biāo)車(chē)輛具有相似的視覺(jué)特征和運(yùn)動(dòng)特征，所以前面介紹的車(chē)輛檢測(cè)方法都不能有效地將陰影檢測(cè)出來(lái)。陰影的存在會(huì)使車(chē)輛檢測(cè)和跟蹤產(chǎn)生誤差，給交通參數(shù)的提取帶來(lái)很大誤差，因而陰影的檢測(cè)與去除是視頻檢測(cè)的重點(diǎn)和難點(diǎn)。根據(jù)陰影形成的不同原理可以把陰影分成不同的類(lèi)型，而不同類(lèi)型的陰影又有不同的特點(diǎn)，這給陰影的檢測(cè)和提取提供了可能。目前，陰影檢測(cè)方法通常包括兩大類(lèi)：一類(lèi)是基于陰影屬性如顏色不變性、紋理不變性、低頻性質(zhì)等屬性的檢測(cè)技術(shù)，另一類(lèi)是基于應(yīng)用場(chǎng)景先驗(yàn)知識(shí)的模型的陰影檢測(cè)[2]。

3.4 交通參數(shù)的檢測(cè)

交通參數(shù)可以分為兩類(lèi)，一類(lèi)是針對(duì)某一具體車(chē)輛的，如該車(chē)輛的車(chē)型、顏色、車(chē)牌、速度、重量等；另一類(lèi)是針對(duì)某一具體路段的，如該這段的固定時(shí)間內(nèi)的車(chē)流量、平均速度、車(chē)輛密度、車(chē)輛數(shù)目、路面占有率等?；趫D像處理的交通參數(shù)檢測(cè)需要實(shí)時(shí)處理大量的圖像數(shù)據(jù)，這些參數(shù)的獲得可以為交通執(zhí)法提供依據(jù)，增加交通道路的容量。目前應(yīng)用較為廣泛的交通參數(shù)獲取方法為虛擬線圈檢測(cè)方法，很多學(xué)者都在此基礎(chǔ)之上設(shè)計(jì)算法更加精密的檢測(cè)系統(tǒng)。

3.5 車(chē)牌識(shí)別

車(chē)牌識(shí)別技術(shù)（Vehicle License Plate Recognition，VLPR） 是計(jì)算機(jī)視頻圖像識(shí)別技術(shù)在車(chē)輛牌照識(shí)別中的一種應(yīng)用。車(chē)牌識(shí)別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。它以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等技術(shù)為基礎(chǔ)，對(duì)攝像機(jī)所拍攝的車(chē)輛圖像或者視頻序列進(jìn)行分析，得到每一輛汽車(chē)唯一的車(chē)牌號(hào)碼，從而完成識(shí)別過(guò)程。通過(guò)車(chē)牌識(shí)別可以實(shí)現(xiàn)對(duì)停車(chē)場(chǎng)的收費(fèi)管理、車(chē)輛定位、交通違法行為監(jiān)控等功能，對(duì)于維護(hù)交通安全、實(shí)現(xiàn)交通自動(dòng)化管理有很重要的意義。

視頻圖像處理技術(shù)在交通視頻監(jiān)控系統(tǒng)中應(yīng)用的已經(jīng)十分廣泛，隨著計(jì)算機(jī)視覺(jué)、人工智能理論的發(fā)展，對(duì)包含運(yùn)動(dòng)目標(biāo)的圖像序列進(jìn)行分析和處理，能夠?qū)崿F(xiàn)交通管理的高效智能化。隨著視頻圖像處理技術(shù)硬件的不斷發(fā)展，我們所面臨的挑戰(zhàn)是如何找出與硬件相匹配的高效的軟件技術(shù)（即先進(jìn)的算法），使智能交通系統(tǒng)的功能更加強(qiáng)大和完善。

【參考文獻(xiàn)】

[1]梁曉愛(ài).基于視頻的車(chē)輛檢測(cè)與跟蹤技術(shù)研究[D].山東師范大學(xué)，2010.

[2]許潔瓊.基于視頻圖像處理的車(chē)輛檢測(cè)與跟蹤方法研究[D].中國(guó)海洋大學(xué)，2012.

[3]衛(wèi)小偉.視頻圖像處理技術(shù)在智能交通系統(tǒng)中的運(yùn)用[J].電子測(cè)試，2015（6）.

[4]姜旭.視頻圖像處理技術(shù)在智能交通系統(tǒng)中的應(yīng)用[D].蘇州大學(xué)，2009.

[5]張琪.基于層次的交通視頻陰影檢測(cè)方法[D].東北師范大學(xué)，2014.

[6]朱翔.基于圖像處理技術(shù)的交通流量視頻檢測(cè)系統(tǒng)研究[D].燕山大學(xué)，2012.

[責(zé)任編輯：李書(shū)培]