2026-08-18
Wczesny zakres zastosowań technologii przetwarzania obrazu aparatów przemysłowych CCD był pod wpływem wysokiej ceny i niskiej prędkości przetwarzania sprzętu do przetwarzania obrazu,i ograniczała się do niektórych dziedzinOd lat siedemdziesiątych XX wieku, wraz z rozwojem teorii i postępem technologii komputerowej w wyniku rewolucji układów zintegrowanych,zakres zastosowań przetwarzania obrazu stopniowo się poszerzałPierwsze zastosowanie kamer przemysłowych CCD w dziedzinie transportu.
W 1978 roku Federalna Administracja Dróg Drogowych w Stanach Zjednoczonych zleciła EE Hilbertowi, C. Carlowi, W. Grossowi, GR Hansonowi, MJ Olasaby i AR Johnsonowi opracowanie systemu wykrywania szerokiego obszaru.Inne kraje takie jak Japonia, Francja, Zjednoczone Królestwo i Szwecja również kolejno zainwestowały w znaczące badania i osiągnęły dobre wyniki.W ostatnich latach nastąpił znaczny postęp w rozwoju krajowej technologii przetwarzania obrazu stosowanej w transporcieNa przykład rozpoznawanie tablic rejestracyjnych jest obecnie bardzo popularne w Chinach, a wielu producentów uruchomiło odpowiednie produkty.Poniżej przedstawiono krótkie wprowadzenie do zastosowania technologii przetwarzania obrazu w transporcie, który jest podzielony na trzy części: wykrywanie pojazdów, identyfikację typu pojazdu i śledzenie pojazdów.
Metody wykrywania pojazdów można w przybliżeniu podzielić na wykrywanie punktów próbkowania, wykrywanie linii wykrywania i wykrywanie pełnego ekranu.
Wybierz punkt próbki w formie macierzy w określonej części pasa drogowego.Jeżeli wartość statystyczna odejmowania między tymi dwoma wartościami przekracza pewien próg, oznacza obecność pojazdu.
Metoda ta polega na układzie wirtualnych linii wykrywania składających się z pikseli w kierunku pionowego lub równoległego przepływu ruchu, jak pokazano na rysunku 2.Jest zazwyczaj składa się z jasnych plam, aby ułatwić oddzielenie głębokości pikseli powierzchni drogi i linii wykrywania. Gdy pojazd przekracza linię wykrywania, wartość poziomu szarości na linii różni się od wartości, gdy żaden pojazd nie przekracza drogi;jeżeli różnica w wartości poziomu szarości przekracza pewien prógPonieważ metoda wykrywania punktu próbkowania lub metody wykrywania linii wykrywania pobiera tylko część danych pikseli do przetwarzania,ilość przetwarzanych danych jest znacznie zmniejszonaAby spełnić wymagania wykrywania w czasie rzeczywistym, system przetwarzania obrazu AUTOSCOPE, który jest obecnie stosowany w wykrywaniu ruchu drogowego,wykorzystuje linie wykrywające do przetwarzania.
Na odcinkach dróg, na których pojazdy poruszają się po prostu, dobre wyniki można uzyskać, stosując punkty próbkowe lub linie wykrywania jako środek wykrywania pojazdów; jednakże na złożonych skrzyżowaniachJak ustalić punkty pobierania próbek lub linie wykrywania będzie pierwszym problemem napotkanym, ponieważ pojazdy na skrzyżowaniach nie tylko idą prosto, ale również mają zachowania skręcania, a pojazdy mogą pojawiać się w dowolnej pozycji.
Metoda wykrywania pojazdów, która wykorzystuje przetwarzanie pełnego ekranu, może uzyskać więcej informacji, ale znacząco zwiększa również ilość danych, które należy przetwarzać.Są dwie metody wykrywania, które należą do tej metody: metoda odejmowania tła i metoda binaryzacji: metoda odejmowania tła przyjmuje obraz bez pojazdu jako tła.Jeżeli obraz zawierający pojazd jest odliczany od obrazu tła punkt po punkcie, część pojazdu jest odejmowana, np. w systemie TRIP. Metoda binaryzacji obcina obraz na określonym progu. Głębokość pikseli wyższa niż ta wartość staje się 255 (biały),i głębokość pikseli niższa niż ta wartość staje się 0 (czarna)To może oddzielić obiekt od tła.
Zarówno metoda odejmowania tła, jak i metoda binaryzacji mają wiele wad. Pierwsza wymaga częstej aktualizacji tła, podczas gdy druga ma skomplikowany proces.Wspólną wadą obu jest to, że gdy kolor obiektu jest podobny do tłaPonadto trudno jest ustalić wartość progową, dlatego proponuje się metodę cięcia wielowartościowego,Ale proces staje się coraz bardziej skomplikowany..
Zagraniczny R. Taktak, Rita Cucchiara, Cucchiara i inni uważają, że ponieważ informacje zawarte w nocnych obrazach są zupełnie inne niż w zdjęciach dziennych,wykorzystanie algorytmów i strumieni wykrywania będzie zupełnie inneOgólnie rzecz biorąc, w nocy i w warunkach słabego oświetlenia jedynymi atrakcyjnymi elementami wizualnymi są reflektory samochodowe i ich wiązki, światła uliczne,i wzory światła o wysokim odbiciu (np. przejścia zebry)Uważają, że nocne obrazy nie nadają się do algorytmów wykrywania ruchu.
Ze względu na różnicę w składzie ruchu między krajami krajowymi i zagranicznymi badania zagraniczne identyfikują tylko duże pojazdy i małe pojazdy, podczas gdy badania krajowe są bardziej skomplikowane.Jednakże, ogólne badania uproszczają rodzaje pojazdów na duże pojazdy, małe pojazdy i lokomotywy i wykorzystują te trzy kategorie do identyfikacji.
W przypadku wykorzystania linii wykrywania lub punktów pobierania próbek jako sposobu identyfikacji typów pojazdów, ponieważ ilość zebranych danych jest niewielka, nie sprzyja to identyfikacji typu pojazdu,Więc mniej osób używa tej metody.W celu rozpoznawania pojazdów na zdjęciach dziennych, charakterystyki pojazdów, takie jak wygląd i rozmiar, są zwykle wykorzystywane jako kryteria klasyfikacji.
"Sieć neuronowa", która rozwinęła się gwałtownie w ostatnich latach i została zastosowana w wielu dziedzinach, została również zastosowana do identyfikacji typów pojazdów.tablica rejestracyjna pojazdu może być również używany do binaryzacji obrazu numeru, i identyfikować i rejestrować numer tablicy rejestracyjnej poprzez dopasowanie cech.które mogą być wykorzystane do schwytania nielegalnych pojazdów, liczenie pojazdów, identyfikacja typu pojazdu, badanie miejsca pochodzenia i miejsca przeznaczenia, analiza czasu podróży itp.
Technologia rozpoznawania tablic rejestracyjnych stała się coraz bardziej dojrzała w kraju w ostatnich latach.przetwarzanie wstępneNastępnie, w przypadku pozycjonowania tablicy rejestracyjnej, metodę etykietowania elementów łączących stosuje się do wyszukiwania elementów łączących w obrazie do analizy,Następnie ustalić pozycję tablicy rejestracyjnejW przypadku rozpoznawania znaków po segmentacji znaków rozmiar elementów strukturalnych jest ustawiony zgodnie z rozmiarem tekstu,i wreszcie metoda typologiczna jest używana do znalezienia cech tekstu do porównaniaNiektórzy uczeni używają innych metod, takich jak wyszukiwanie tablicy rejestracyjnej, a następnie wykorzystanie segmentacji pikseli do wycinania znaków, a następnie wykorzystanie sieci neuronowych do identyfikacji znaków;lub użyć obliczenia liczb konwersji w skali szarości, aby znaleźć możliwe pozycje tablic rejestracyjnych, a następnie segmentować znaki, a następnie użyć analizy uderzeń, aby zidentyfikować znaki; lub użyć zmieniających się cech wartości w skali szarości na obrazie, aby znaleźć lokalizację tablicy rejestracyjnej,użyć histogramów projekcji pionowej do segmentacji znaków, a do rozpoznania korelują się wartości w skali szarości.
Nagrywanie trajektorii pojazdu w ciągłych obrazach nazywa się śledzeniem.Ciervo jako pierwszy zaproponował metodę wykrywania pojazdów i przewidywania pozycji pojazdu w celu ciągłego śledzenia trajektorii pojazduWśród nich ci, którzy używają punktów próbkowych lub linii wykrywania do śledzenia, są w stanie biernym, ponieważ wybrane piksele są ograniczone tylko do ustalonego zakresu, co nie sprzyja śledzeniu.Hoose przyjmuje T-w kształcie skrzyżowania z dwustronnym dwustronnym w każdym sąsiednim kierunku jako przykład. Transverse detection line shields are laid out on the lanes before entering the intersection and after leaving the intersection to record the adjacent direction numbers of vehicles entering and leavingW tym samym czasie, kształt, rozmiar i pozycja pojazdu na obrazie są rejestrowane w celu śledzenia pojazdu, ale błąd jest dość duży.śledzenie oparte na wzorcachW zagranicznej literaturze badawczej śledzony jest tylko jeden pojazd w każdym pasie ruchu.konieczne jest śledzenie pojazdów we wszystkich kierunkach na skrzyżowaniu w tym samym czasieW przeciwnym razie uzyskamy jedynie niekompletne informacje, które będą miały ograniczoną pomoc dla całości.