機器視覺技術圖像處理在交通領域的應用
早期圖像處理技術的應用范圍受到圖像處理設備價格昂貴以及處理速度緩慢的影響,僅局限于某些領域;及至70年代后至今,隨著理論的發展與集成電路革命造就計算機科技的進步,使得圖像處理的應用范圍漸廣。
美國于1978年由聯邦高速公路局委托E.E. Hilbert、C. Carl、W. Gross、G.R. Hanson、M.J. Olasaby及A.R. Johnson發展寬域檢測系統(Wide Area Detection System , WADS),其它各國如日本、法國、英國、瑞典等也已陸續投注了相當的研究,并有不錯的成績。相對于國外,國內將圖像處理技術應用于交通的發展,在近年已經有相當程度的進步,如國內目前相當熱門的車牌識別,有多個廠家推出了相應的產品。下面將針對圖像處理技術在交通上的應用分車輛檢測、車種識別、車輛跟蹤三個部分做簡單介紹。
1)、車輛檢測
車輛檢測的方法可大致歸類為樣本點檢測、檢測線檢測以及全畫面式檢測等途徑,另外針對夜間車輛檢測進行說明如下:
(1)、樣本點檢測
在車道的某一部分選取類似矩陣的樣本點,當車輛通過時,樣本點之灰階值與原路面不同,若兩者相減的統計值超過某一門檻值,即表示車輛的存在。
(2)、檢測線檢測
此法是于垂直或平行車流方向布設由象素組成之虛擬檢測線,如圖2所示。一般由亮點來組成,以方便區隔路面與檢測線的象素深度。當車輛通過檢測線時,線上的灰階值與沒有車輛通過路面時有差異;若灰階值的差異大于某門檻值,則表示有車輛通過。由于樣本點或檢測線檢測法僅擷取部分象素資料進行處理,處理的資料量明顯減少,因此運算時間縮短許多;為了達到實時(Real-Time)檢測的要求,目前已實際運用于交通檢測的圖像處理系統AUTOSCOPE便是以檢測線做處理。
在車輛運行單的路段,以樣本點或檢測線作為車輛檢測的途徑可獲得不錯的結果;但在復雜的路口內,布設樣本點或檢測線將是首先遭遇的難題,因為路口內車輛除直行外,尚有轉向行為,任何位置均可能有車輛出現。
相關信息來源:www.szgrd.com