处理技术有关在职研究生论文范文与数字图像处理技术在交通行业的应用方面学术论文怎么写-毕业论文网

本文是一篇关于处理技术论文范文，可作为相关选题参考,和写作参考文献。

数字图像处理技术在交通行业的应用

【摘要】当今社会,计算机和网络技术发展迅速,许多人工和半自动化的工作都可以用计算机来代替.计算机不仅能够为人类带来便捷,节省人工和费用成本,更可以提高工作效率,提高准确性.许多基础和传统行业都在逐渐使用计算机技术优化系统,本文介绍了数字图像处理技术在我国交通行业的应用,通过车牌识别应用和车速检测应用的简要分析,体现出计算机技术为交通行业带来的贡献和发展,最后提出对未来智能交通建设的展望.

【关键词】数字图像处理技术车牌识别智能交通

一、数字图像处理技术介绍

图像在我们的生活中随处可见,比如眼睛看到的图像,手机或电脑中存储的图像,照片上的图像等等,这些图像都可以认为是众多小的带颜色的点组成的集合.为了能将这些图像储存进电子设备,就需要对图像进行“数字化”,也就是根据某种映射关系,将每个点的颜色用某个数字代替,这样就可以将图像转化成为一个二维的数字矩阵.

数字图像处理技术就是对数字化后存储在电子设备的的图像利用计算机进行去噪,分割,增强,复原,提取特征等处理的技术.[1] 通过数字图像处理技术,人们可以按照自己的想法优化图像,分析图像,识别图像等等.

数字图像处理技术目前在各个行业的应用十分广泛,比如医学领域,交通领域,军事领域等.根据领域需求的不同,研究的技术深度也有所不同,比如医学领域和军事领域对技术的要求就较为严格.

二、传统交通行业介绍

传统的交通行业,建设方面主要是依靠道桥技术和建筑技术修桥造路,监管方面主要是依靠交警部门通过人力去进行监管.例如检查车辆闯红灯等违章行为,开具罚单,抄记车牌号等工作.在我国发展初期,这样的模式还可以较好的进行,因为车辆少,道路宽敞,出现违章,车祸的现象很少,交警能够应付和处理.但是随着我国综合国力的增强以及国民经济的发展,道路上的车辆越来越多,传统的监管方式已经很难适应.

此时,交通行业开始利用计算机进行行业改造,比如在红绿灯上方安装摄像头,道路上设置传感器检测车速等.这些改造使得交警能够更好地服务于大众,并且识别和检测的准确性也有大幅度的提升.

三、数字图像处理技术在交通行业的应用

3.1 车牌识别技术

车牌识别技术是目前数字图像处理技术在交通领域中较早普及和较为成熟的一项技术,目前主要应用在十字路口,停车场,高速公路等场景下,识别率非常高,已经成为了识别车辆的主要识别方式.

车牌识别技术的主要流程如下：1、获取图片；2、图像预处理；3、车牌定位；4、校正车牌；5、车牌字符切分；6、字符识别；7、输出车牌.

其中前4 个步骤属于图像准备阶段,后3 个步骤属于图像识别阶段.下面我们将详细研究车牌识别的过程.

第一步：获取图片.这个过程是比较简单的,可以通过监控摄像头定时抓拍车辆,或是拍摄视频,采集整段时间的车辆通行记录.

第二步：图像预处理.在获取到了车辆图像后,不能直接去识别图像,因为也许目前的图像质量不是很好,会非常影响识别的效果.在自然环境中拍摄出的图像往往存在大量噪声以及其他干扰信息,所以图像预处理这一步的目的就是要将图片中的无用信息尽量消除,涉及到的技术有去噪技术,滤波技术,锐化技术等等.虽然图像预处理使用的技术都不是很复杂,但是预处理对后续的步骤起着决定性的作用,在整个流程中非常重要.

第三步：车牌定位.在图像预处理后,图像的质量会有所提高,但是依然不能直接识别,因为图片中大部分是自然背景和车辆的图像,此时要做的就是在图片中找出车牌的位置.想在一张图片中找到某个事物不是一件容易的事情,这需要找出事物的特性,并根据这些特性找出事物的大致位置.对于车牌来说,首先它出现的位置是在一定的范围内的,其次它的形状是确定的,还有其颜色是有规律的.所以可以通过边缘检测,颜色检测,纹理检测等技术进行定位.

第四步：校正车牌.正常情况下,图像中的车牌为矩形,但是由于拍摄角度不同,可能会出现部分角度倾斜的车牌,这对后续的识别是非常不利的.可以使用霍夫变换,投影技术等进行车牌校正.

第五步：车牌字符切分.因为车牌是由数字和字母组合而成的,所以将其分割后单独识别,识别率较高.这一步常常使用模板匹配识别技术或垂直投影法进行字符分割.[2] 这是车牌识别的核心,也是最复杂的部分.

第六步：字符识别.第五步已经将车牌分割成单个的字母或数字,第六步需要对每个字符进行识别,主要使用了模式识别技术,通过与库中的字符匹配,可以得出结果.第七步：输出车牌.将第六步识别出的字符按照顺序进行整理,输出给使用者,车牌识别的流程到此结束.

3.2 车速检测

传统车速检测主要会使用以下检测技术：

1、地埋式感应线圈检测技术.地埋式感应线圈检测技术是使用最为广泛的车速检测技术之一.[3] 该技术应用了电磁感应原理,将感应线圈埋在地下,发出一个脉冲后,会形成一个磁场,当有车辆通过时,可以统计到产生的感应电量,得到道路的交通信息,比如通过的车辆数量,通过车辆的车速.

这种检测技术的优点是稳定性较强,精确性较高,其缺点也较为明显,比如线圈容易被损坏,寿命较短,并且安装和维修的成本都很高,需要中断交通,重新铺路.但因其精确性依然受到欢迎.

2、雷达检测技术.雷达检测技术的原理比较容易理解,就是在固定时间内发出两个脉冲,测到两个距离,就可以求出目标车辆的速度了.雷达测速的优点是测速范围较广,精度高,不受天气条件影响,但是容易受到无线电波的干扰.

3、激光检测技术.激光检测技术的工作原理也比较容易理解,主要是通过发射激光与反射激光到车辆的时间差来计算车速的.其优点是测量精度高,抗干扰性较强.其缺点是激光测速器只能安装在静止的位置,不能有运动的行为,并且激光束对人体也有一定的伤害性.

4、数字图像处理检测技术.基于数字图像处理的车速检测技术原理很简单,它不需要安装任何设备,只需要将摄像头拍摄到的视频进行分析计算,就能得到目标车辆的速度.想要计算出车辆的速度,需要得到间隔距离和间隔时间,因为视频中,每一帧的时间是固定的,所以只需要得到这段时间内的行驶距离就可以计算出车速.但是在图像中,得到的不是真实距离而是像素距离.于是需要根据摄像机的位置,建立一个图像像素坐标和实际道路的对应关系,这样就可以根据像素距离得到真实的间隔距离.

以下是数字图像处理车速检测的具体流程：

1、图像预处理.此处的图像预处理与车牌识别技术的预处理方式比较类似,目的是为了提高图像的质量.

2、背景提取.获取无车情况下的图像,目的是为了后续步骤检测是否有车辆通过.

3、车辆检测和特征点提取.通过当前图像与上一步获取到的背景图像进行差分,就可以判断出是否有车辆存在,如果有车辆存在还可以得到目标车辆.为了便于跟踪车辆,需要设定一个特征点,比如车牌的中心等.

4、目标车辆跟踪.设置了特征点后,根据特征点在每一帧图像的位置进行拟合,可以得到车辆的行驶轨迹.

5、车速计算.根据得到的像素距离和间隔时间,可以计算出在此时间内行驶的实际距离,从而得到车速.

四、总结

本文通过介绍车牌识别技术和车速检测技术的流程和原理,体现出数字图像处理技术已经广泛地应用在我国的交通行业中.我国的传统基础行业在当今的计算机时代逐渐走向自动化,数字化.

可以看出,交通行业在结合计算机技术后,大大地提高了工作效率,减少了成本.未来的交通行业还将会继续走向智能化,那时的交通将会更好地服务于大众,道路的规划将会更加合理,交通安全性将会更加得到保障,逐渐向“出行即服务”的理想迈进.

参考文献

[1] 朱杰. 数字图像处理技术在螺纹检测中的应用研究[D]. 河北科技大学, 2010.

[2] 程广涛, 陈雪, 张文治. 基于垂直投影和模板匹配的车牌字符分割方法[J]. 北华航天工业学院学报, 2013, 23(1):19-21.