1、数字图像处理作者：石晓亮摘要：本文介绍了数字图像处理与模式识别在交通的应用领域及其重要意义，详细阐述了利用数字图像处理及模式识别技术的原理和方法，并在此基础上研究了交通检测系统的算法和模型，通过本文的研究，初步探索了数字图像处理与模式识别在交通检测系统中的应用途径和方法，为以后进一步的实现基于数字图像的交通检测系统的打下了基础。关键词：数字 图像 位图 调色板目 录前言 31 高速公路常用的车流检测方法主要有以下几种 ： .41 空气管道检测 .42 检测环检测 .43 视频检测 .52 视频车辆检测系统 ： 51 视频车辆检测系统 .5WINDOWS 位图和调色板 7结论与展望 9参考文献
2、9致谢 9数字图像处理和模式识别在交通检测中的应用前言数字图像处理（Digital Image Processing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理最早出现于 20 世纪 50 年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20 世纪 60 年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是
3、美国喷气推进实验室（JPL） 。他们对航天探测器徘徊者 7 号在 1964 年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972 年英国
4、 EMI 公司工程师 Housfield 发明了用于头颅诊断的 X 射线计算机断层摄影装置，也就是我们通常所说的 CT（Computer Topography）。CT 的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975 年 EMI 公司又成功研制出全身用的 CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类做出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理
5、成 为一门引人注目、前景远大的新型学科。 随着图像处理技术的深入发展，从 70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人 类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是 70 年代末 MIT 的 Marr 提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的
6、视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域1 高速公路常用的车流检测方法主要有以下几种 ：1 空气管道检测空气管道检测是接触式的检测方法，在高速公路主线的被检测点拉一条空心的塑料管道并作固定，一端为封闭，另一端联接计数器，当车辆经过塑料管道时，车轮压到空气管道，管内空气被挤压而触动计数进行计算车流量的方法。该方法的优点是：方便，简单，流动性强，成本较低。缺点：塑料管道使用寿命短，更换周期频繁，当更换塑料管道时需封闭车道，增加了人员不安全的因素和塞车的可能性。当长车经过时由于车轴的距离大，有可能被计算成两辆车，造成数据的误差率大。此方法在早期的车流量检测较多见，现在的高速
7、公路车流检测已不用这种方法。2 检测环检测检测环检测车流量也属接触式检测方法，在高速公路建设期间应确定主线被检测的站点，铺筑路面和安装线圈检测棒同时进行。当车辆经过路面的检测棒时，车轮压到环形线圈使电感发生变化而产生检测信号，从而进行计算数据的检测方法。该方法的优点：线圈检测技术的发展已很成熟，国内外生产厂家也较多，价格相对合理，被高速公路广泛采用，特别是城市道路公安交警用于抓拍违章车辆也常用这种方法。误差率相对空气管道检测减少。缺点：更换检测棒时必须封闭车道，开挖路面，造成维护成本高和容易塞车，也给维护人员带来不安全的因素，维护作业在路上进行，受天气因素影响较大，在路面大中修时往往会挖断检测
8、棒，给路面的重铺和大中修增加了困难，道路的扩建和改道也受牵制。目前大多数高速公路是用这种检测方法。 3 视频检测视频检测车流量属非接触式的检测方法，也称为图片处理或人工视觉，是一种结合视频图像和电脑化模式识别的技术，在路上安装摄像机，通过视频摄像机和计算机模仿人眼的功能为实际应用提供工作平台，是目前高速公路车流检测较先进的技术，它通过软件在显示器视频图像的车道上设置虚拟车道检测器，每个虚拟车辆检测器代表一个区域，当车辆通过任何一个虚拟检测器时，就会产生一个检测信号，再经过软件数字化处理和计算得到所需的交通数据，如车型、车流量、车速、车头距离、占有率、车辆排队长度等。该系统的优点：由于是在显示器
9、视频图像的车道设置虚拟检测器，因而在维护时无须封闭车道，无须开挖路面，也不会因道路重铺或拓宽车道而影响车流量的检测。检测点的变化只在监视器的图像上设定虚拟检测器的位置就可完成，不因道路的维修而中断交通检测。缺点：当大雾天气摄像机无法完全捕捉车辆信号时会影响数据的精确率，但这种天气很少见。2 视频车辆检测系统 ：1 视频车辆检测系统1984 年，美国明尼苏达大学运输研究中心的帕诺斯麦克鲁波洛斯博士发明 AUTOSCOPE视频车辆检测系统，是用一台普通工业电视摄像机对多达 68个车道的交通流量进行同时监视和检测。从摄像机上人为设置的特定检测区域内得到的图像信号，经过一台 286(或 386)微机的
10、数字化和格式化处理，可以得到以下的交通数据：车辆存在、车辆通过、车速、车种、排队长度、流量、占有率、车间时距、拥挤程度、密度、交通录像带的脱机分析。数据收集之齐全，可包括现在的各种环形线圈检测器的所有检测功能。1991 年 9 月 5 日，在美国某市第 26 街的 350 英尺距离内的 4 个车道上，进行了两种系统的对比试验，测验结果表明，在不同时间和不同气候条件下，视频检测系统与环形线圈检测器的检测效果是非常接近的，完全满足检测精度的要求。1992 年，明尼苏达的图像传感系统公司和 Econo1ite 控制产品公司联合推出 AUTOSCOPETM2003 型视频车辆检测系统,用于多车道、多方
11、向的大范围交通车辆检测。带 RGB 监视器的 AUTOSCOPE2003 ，其大小为 19 in 宽、55 in高、1025 in 深(0.48 m0.14 m0.26 m),可安装在交通柜中或控制器里,符合美国电气制造者协会(NEMA)的标准，可在-3574 的环境温度下正常工作,CPU 为 Intel 486 sx 微机，具有 170 型控制器接口。就 AUTOSCOPE 一 2003视频车辆检测系统的典型配置而言，它由 14 个电视摄像机，AUTOSCOPE2003单元,管理计算机和 RGB 视频监视器组成。摄像机为普通工业用黑白或彩色 CCD芯片型，具有 300 线以上的清晰度，安装在
12、室外防护罩内。该系统能够同时接收并处理 4 台摄像机送来的图像信息，可以检测至少 48 个区域。可用于高速公路、桥梁、隧道等不同道路的检测。具有如下功能：可进行事故检测；可通过内部非易失的快速擦写存储器(F1ash)或管理机的硬盘收集大量的交通参数以便进行实时的和脱机的交通分析；用一台摄像机对 68 个车道同时监视；匝道的测量控制和网络的自适应控制；不同检测方案的选择和比较等。欧、美、日己广泛推广和使用 AUTOSCOPE 一 2003 视频车辆检测系统，密执安州奥克兰公路委员会实施的 FASTTRAC ATMSATIS 规划2，3是 AUTO SCO PE 规模最大和最复杂的应用实例。目前已
13、推出 AUTOSCOPE2004 视频车辆检测系统。2 结语由于 AUTOSCOPE 视频车辆检测系统的使用，取代了传统的在道路埋设线圈检测器的复杂施工，减少了工程费用，提高了检测精度和系统的可靠性，使原有的交通监视系统除仍能完成现场监视外，赋予了新的功能，国外已经推广应用。随着我国经济的发展和交通事业的进步，该系统在我国的交通控制和管理领域必将得到推广应用。视频检测技术在高速公路的应用 2002-08-05 中国公路交通信息产业 广深珠高速公路有限公司 田育涛 车流量检测系统是高速公路交通监控系统的组成部分，用于检测高速公路主线车流辆、车型、车速、占有率等交通数据，是控制高速公路的车流出入，
14、确保道路安全畅通的重要手段，也为统计有关资料，为管理者决策提供有效的数字依据。近年来，随着计算机技术的不断进步，车流量检测系统也飞速发展，用于车辆检测的方式也多种多样，但作为高速公路管理者或业主，在选择车辆的检测方式时应从其性能、成本、使用寿命、日常维护、发展方向和系统兼容等方面进行综合考虑，特别是新建的高速公路对以上指标更应认真对比，慎重选择。在选择产品性能可靠、成本合理的前提下，应让高科技含量的产品能充分发挥其作用。车流量检测系统一般由车辆检测部分、传输部分和数据处理部分组成。1、辆检测部分：安装于高速公路主线的被检测点，用于实时记录各种交通数据，并转换成适合传输用的信号。2、传输部分：由
15、于高速公路的线路长，数据大，一般采用光纤传输。3、数据处理部分：对检测部分记录的数据进行必要的处理，计算出有用的交通数据，用曲线、表格和图形等形式提供给管理者。同时对数据进行备份和归档。根据多年来高速公路的实际情况，在系统的运行中损坏最多的是车辆检测部分，维修也占最大的工作量，而且在路上作业需要封道开挖路面，增加了人员不安全的因素和塞车的可能性。以下对车辆检测部分常用的几种方法进行比较。Windows 位图和调色板我们知道，普通的显示器屏幕是由许许多多点构成的，我们称之为象素。显示时采用扫描的方法：电子枪每次从左到右扫描一行，为每个象素着色，然后从上到下这样扫描若干行，就扫过了一屏。为了防止闪
16、烁，每秒要重复上述过程几十次。例如我们常说的屏幕分辨率为 640480，刷新频率为 70Hz，意思是说每行要扫描 640 个象素，一共有 480 行，每秒重复扫描屏幕 70 次。我们称这种显示器为位映象设备。所谓位映象，就是指一个二维的象素矩阵，而位图就是采用位映象方法显示和存储的图象。自然界中的所有颜色都可以由红、绿、蓝(R，G，B)组合而成。有的颜色含有红色成分多一些，如深红；有的含有红色成分少一些，如浅红。针对含有红色成分的多少，可以分成 0 到 255 共 256 个等级，0 级表示不含红色成分；255 级表示含有 100%的红色成分。同样，绿色和蓝色也被分成 256 级。这种分级概念
17、称为量化。这样，根据红、绿、蓝各种不同的组合我们就能表示出 256256256，约 1600 万种颜色。这么多颜色对于我们人眼来说已经足够丰富了。表 1.1 常见颜色的 RGB 组合值颜色 R G B红 255 0 0蓝 0 255 0绿 0 0 255黄 255 255 0紫 255 0 255青 0 255 255白 255 255 255黑 0 0 0灰 128 128 128让我们来看看下面的例子。有一个长宽各为 200 个象素，颜色数为 16 色的彩色图，每一个象素都用R、G、B 三个分量表示。因为每个分量有 256 个级别，要用 8 位(bit)，即一个字节(byte)来表示，所以
18、每个象素需要用 3 个字节。整个图象要用2002003，约 120k 字节，可不是一个小数目呀！如果我们用下面的方法，就能省的多。因为是一个 16 色图，也就是说这幅图中最多只有 16 种颜色，我们可以用一个表：表中的每一行记录一种颜色的 R、G、B 值。这样当我们表示一个象素的颜色时，只需要指出该颜色是在第几行，即该颜色在表中的索引值。举个例子，如果表的第 0 行为 255，0，0(红色)，那么当某个象素为红色时，只需要标明 0 即可。让我们再来计算一下：16 种状态可以用 4 位(bit)表示，所以一个象素要用半个字节。整个图象要用 2002000.5，约 20k 字节，再加上表占用的字节
19、为 316=48 字节.整个占用的字节数约为前面的 1/6，省很多吧？这张 R、G、B 的表，就是我们常说的调色板(Palette)，另一种叫法是颜色查找表 LUT(Look Up Table)，似乎更确切一些。 Windows 位图中便用到了调色板技术。其实不光是 Windows 位图，许多图象文件格式如 pcx、tif、gif 等都用到了。所以很好地掌握调色板的概念是十分有用的。有一种图，它的颜色数高达 256256256 种，也就是说包含我们上述提到的 R、G、B 颜色表示方法中所有的颜色，这种图叫做真彩色图(true color)。真彩色图并不是说一幅图包含了所有的颜色，而是说它具有显
20、示所有颜色的能力，即最多可以包含所有的颜色。表示真彩色图时，每个象素直接用 R、G、B 三个分量字节表示，而不采用调色板技术。原因很明显：如果用调色板，表示一个象素也要用 24 位，这是因为每种颜色的索引要用 24 位(因为总共有 224种颜色，即调色板有 224行)，和直接用 R，G，B 三个分量表示用的字节数一样，不但没有任何便宜，还要加上一个 2562562563 个字节的大调色板。所以真彩色图直接用 R、G、B 三个分量表示，它又叫做 24 位色图。结论与展望交通流量检测系统是一套计算机系统，它运用了图象识别技术和图象压缩技术。用一个摄像头安装在高速公路或城市内公路上，计算机对图象进行
21、实时处理，计算机识别车道与车辆，对车辆进行统计与记录。该设备对治理公共交通，以及交通控制作用显著，科学技术的变化日新月异，随着高速公路高科技含量的不断增加，在实现资源优势共享的前提下，视频检测技术应用在高速公路的车流量检测必将成为发展参考文献1张宏林，蔡锐.Visual C+数字图像模式识别技术及工程实践M.北京：人民邮电出版社,2003,2.2马忠良，宋朝枢，张清华.中国森林的变迁M.北京：中国林业出版社,1996,10.3阮秋琦.数字图像处理学M.北京:电子工业出版社,1998,6.4霍宏涛.数字图像处理M.北京:北京理工大学出版社,2002,9.5格雷夫斯(Graves,M.)著,尹志军
22、等译.XML 数据库设计M.北京:机械工业出版社,2002,8.6美Castleman,K.R 著；朱志刚等译.数字图像处理M.北京：电子工业出版社,2002，2.7Borko Furht, Stephen W. Smoliar, HongJiang Zhang, Video and image processing in multimedia systems, Kluwer Academic Publishers, Boston, 1995.8G.A.Baxes, Digital Image Processing: Principles and Applications, Wiley, New York,1994,9.致谢 本毕业论文是在我的指导老师潘丽峰老师的严谨指导下完成的。感谢潘老师从我专业课程的学习、论文选题以及论文的撰写，一一悉心指导。本论文的完成凝结了导师的心血和汗水。值此论文完成之际，谨向潘丽峰老师致以衷心感谢！同时对所有帮助过我的老师和同学深表谢忱！
