簡(jiǎn)述機(jī)器視覺(jué)在交通中的應(yīng)用

隨著技術(shù)的發(fā)展，機(jī)器視覺(jué)技術(shù)在交通各領(lǐng)域都發(fā)揮著越來(lái)越重要，而且應(yīng)用廣泛。下面成都西旺小編為您講解機(jī)器視覺(jué)在交通中的應(yīng)用:

一、應(yīng)用于視頻檢測(cè)

視頻檢測(cè)是交通信息采集和交通事件檢測(cè)領(lǐng)域較新的技術(shù)，是一種融合視頻圖像處理、模式識(shí)別及數(shù)據(jù)通信等多項(xiàng)技術(shù)為一體的計(jì)算機(jī)視頻監(jiān)測(cè)技術(shù)。它的目標(biāo)就是用數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)技術(shù)，通過(guò)分析交通圖像序列來(lái)對(duì)車輛、行人等交通目標(biāo)的運(yùn)動(dòng)進(jìn)行檢測(cè)、定位、識(shí)別和跟蹤，并對(duì)目標(biāo)的交通行為進(jìn)行分析、理解和判斷，從而完成各種交通流數(shù)據(jù)的采集、交通事件的檢測(cè)，并盡快進(jìn)行相應(yīng)處理。此檢測(cè)的準(zhǔn)確性主要取決于目標(biāo)物的準(zhǔn)確獲取。首先對(duì)獲取的原始圖片進(jìn)行預(yù)處理，去除原圖片的干擾噪聲，保留有用信息;其次進(jìn)行運(yùn)動(dòng)目標(biāo)的分割，通過(guò)當(dāng)前圖像與背景圖像的相應(yīng)像素的灰度差異進(jìn)行分割?？刹捎肙tsu閾值法，檢測(cè)規(guī)則為:

有了目標(biāo)還應(yīng)該進(jìn)行識(shí)別，需要對(duì)目標(biāo)的特征進(jìn)行提取和描述，如幾何特征、拓樸特征和紋理特征等;最后再考慮機(jī)器視覺(jué)中的場(chǎng)景標(biāo)定因素，就可以對(duì)目標(biāo)進(jìn)行決策分類，完成目標(biāo)檢測(cè)與識(shí)別。圖像處理的流程圖如所示。視頻的交通事件和參數(shù)檢測(cè)系統(tǒng)有高度的網(wǎng)絡(luò)化和智能化，實(shí)現(xiàn)了遠(yuǎn)程監(jiān)控和設(shè)置。

圖表1-圖像處理流程圖

二、應(yīng)用于智能車輛安全保障系統(tǒng)

安全是圍繞汽車的永恒主題。隨著公路交通特別是高速公路交通的飛速發(fā)展，交通事故特別是惡性交通事故呈不斷上升趨勢(shì)，交通安全越來(lái)越受到廣泛關(guān)注。機(jī)器視覺(jué)系統(tǒng)在智能車輛研究領(lǐng)域應(yīng)用廣泛，主要用于路徑識(shí)別與跟蹤、障礙物識(shí)別、駕駛員狀態(tài)監(jiān)測(cè)、駕駛員視覺(jué)增強(qiáng)等。

目前，在智能車輛機(jī)器視覺(jué)領(lǐng)域研究中處于前沿的主要有德國(guó)的UBM大學(xué)、意大利Broggi教授領(lǐng)導(dǎo)的課題組、美國(guó)國(guó)際科技應(yīng)用公司等。德國(guó)UBM大學(xué)Dick-manns教授領(lǐng)導(dǎo)的智能車輛研究小組一直致力于動(dòng)態(tài)機(jī)器視覺(jué)領(lǐng)域的研究，研制的EMS-Vision視覺(jué)可較好地模擬人眼功能。

三、應(yīng)用于識(shí)別車牌識(shí)別

車牌識(shí)別技術(shù)(VLPR)是計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)在現(xiàn)代智能交通系統(tǒng)中的一項(xiàng)重要研究課題，是實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)。由于每一部汽車都有唯一的車牌號(hào)碼，通過(guò)攝像機(jī)所拍攝的車輛圖像進(jìn)行車牌號(hào)碼的識(shí)別，能夠有效的了解路面的動(dòng)態(tài)和每部汽車的適時(shí)情況。其步驟主要為獲取原圖像，圖像預(yù)處理，車牌定位，字符分割和字符識(shí)別。

隨著圖像處理技術(shù)的日趨成熟，更多算法的融入綜合，使得車牌識(shí)別技術(shù)逐漸成熟。單一算法很難達(dá)到良好的識(shí)別效果，只有多種方法結(jié)合，才能實(shí)現(xiàn)車牌識(shí)別的高效性和準(zhǔn)確性。

四、應(yīng)用于前方道路邊界及車道標(biāo)識(shí)識(shí)別

過(guò)去的10多年里，有些國(guó)家已經(jīng)成功開(kāi)發(fā)了一些基于視覺(jué)的道路識(shí)別和跟蹤系統(tǒng)。其中，具有代表性的系統(tǒng)有：LOIS系統(tǒng)、GOLD系統(tǒng)、RALPH系統(tǒng)、SCARF系統(tǒng)和ALVINN系統(tǒng)等。近年來(lái)，國(guó)內(nèi)外一些學(xué)者又提出了很多基于視覺(jué)的道路邊界和車道標(biāo)識(shí)識(shí)別方法。

概括地說(shuō)，道路邊界及車道標(biāo)識(shí)識(shí)別方法基本上可歸結(jié)為兩大類方法，一類為基于特征的識(shí)別方法，另一類為基于模型的識(shí)別方法?；谔卣鞯淖R(shí)別方法主要是結(jié)合道路邊界圖像的一些特征(顏色特征、灰度梯度特征等)從所獲取的圖像中識(shí)別出道路邊界?；谔卣鞯淖R(shí)別方法可分為：基于灰度特征和基于彩色特征的識(shí)別。目前應(yīng)用較多的是基于灰度特征的識(shí)別方法。