产品分类 更多>>
机器视觉技术图像处理在交通领域的应用
早期图像处理技术的应用范围受到图像处理设备价格昂贵以及处理速度缓慢的影响，仅局限于某些领域；及至70年代后至今，随着理论的发展与集成电路革命造就计算机科技的进步，使得图像处理的应用范围渐广。
美国于1978年由联邦高速公路局委托E.E. Hilbert、C. Carl、W. Gross、G.R. Hanson、M.J. Olasaby及A.R. Johnson发展宽域检测系统(Wide Area Detection System , WADS)，其它各国如日本、法国、英国、瑞典等也已陆续投注了相当的研究，并有不错的成绩。相对于国外，国内将图像处理技术应用于交通的发展，在近年已经有相当程度的进步，如国内目前相当热门的车牌识别，有多个厂家推出了相应的产品。下面将针对图像处理技术在交通上的应用分车辆检测、车种识别、车辆跟踪三个部分做简单介绍。
1)、车辆检测
车辆检测的方法可大致归类为样本点检测、检测线检测以及全画面式检测等途径，另外针对夜间车辆检测进行说明如下：
(1)、样本点检测
在车道的某一部分选取类似矩阵的样本点，当车辆通过时，样本点之灰阶值与原路面不同，若两者相减的统计值超过某一门槛值，即表示车辆的存在。
(2)、检测线检测
此法是于垂直或平行车流方向布设由象素组成之虚拟检测线，如图2所示。一般由亮点来组成，以方便区隔路面与检测线的象素深度。当车辆通过检测线时，线上的灰阶值与没有车辆通过路面时有差异；若灰阶值的差异大于某门槛值，则表示有车辆通过。由于样本点或检测线检测法仅撷取部分象素资料进行处理，处理的资料量明显减少，因此运算时间缩短许多；为了达到实时(Real-Time)检测的要求，目前已实际运用于交通检测的图像处理系统AUTOSCOPE便是以检测线做处理。
在车辆运行单的路段，以样本点或检测线作为车辆检测的途径可获得不错的结果；但在复杂的路口内，布设样本点或检测线将是首先遭遇的难题，因为路口内车辆除直行外，尚有转向行为，任何位置均可能有车辆出现。
相关信息来源：www.szgrd.com
