2026-08-18
Phạm vi ứng dụng ban đầu của công nghệ xử lý hình ảnh của máy ảnh công nghiệp CCD bị ảnh hưởng bởi giá cao và tốc độ xử lý chậm của thiết bị xử lý hình ảnh,và được giới hạn trong một số lĩnh vực nhất địnhKể từ những năm 1970, với sự phát triển của lý thuyết và sự tiến bộ của công nghệ máy tính do cuộc cách mạng mạch tích hợp,phạm vi ứng dụng của xử lý hình ảnh đã dần mở rộngỨng dụng ban đầu của máy ảnh công nghiệp CCD trong lĩnh vực giao thông.
Năm 1978, Cục Quản lý Đường cao tốc Liên bang ở Hoa Kỳ đã ủy thác cho EE Hilbert, C. Carl, W. Gross, GR Hanson, MJ Olasaby và AR Johnson phát triển một hệ thống phát hiện khu vực rộng.Các nước khác như Nhật Bản, Pháp, Vương quốc Anh và Thụy Điển cũng đã đầu tư đáng kể vào nghiên cứu và đạt được kết quả tốt.sự phát triển của công nghệ xử lý hình ảnh trong nước được áp dụng cho giao thông đã đạt được tiến bộ đáng kể trong những năm gần đâyVí dụ, nhận dạng biển số hiện đang rất phổ biến ở Trung Quốc, và nhiều nhà sản xuất đã tung ra các sản phẩm tương ứng.Sau đây là một giới thiệu ngắn gọn về ứng dụng công nghệ xử lý hình ảnh trong giao thông vận tải, được chia thành ba phần: phát hiện xe, nhận dạng loại xe và theo dõi xe.
Các phương pháp phát hiện xe có thể được phân loại thành phát hiện điểm mẫu, phát hiện đường phát hiện và phát hiện toàn màn hình.
Chọn một điểm lấy mẫu giống như ma trận trong một phần nhất định của làn đường. Khi một chiếc xe đi qua, giá trị cấp độ màu xám của điểm lấy mẫu khác với của bề mặt đường ban đầu.Nếu giá trị thống kê của trừ giữa hai vượt quá một ngưỡng nhất định, nó cho thấy sự hiện diện của phương tiện.
Phương pháp này là thiết lập các đường phát hiện ảo bao gồm các pixel theo hướng lưu lượng giao thông dọc hoặc song song, như được hiển thị trong hình 2.Nó thường bao gồm các điểm sáng để tạo điều kiện cho việc tách độ sâu pixel của bề mặt đường và đường phát hiệnKhi một chiếc xe vượt qua đường phát hiện, giá trị mức màu xám trên đường khác với khi không có xe nào vượt qua đường;nếu sự khác biệt trong giá trị mức màu xám lớn hơn một ngưỡng nhất định, có nghĩa là một phương tiện đã đi qua. Vì phương pháp phát hiện điểm lấy mẫu hoặc phương pháp phát hiện đường phát hiện chỉ thu được một phần dữ liệu pixel để xử lý,lượng dữ liệu được xử lý giảm đáng kểĐể đáp ứng các yêu cầu về phát hiện thời gian thực, hệ thống xử lý hình ảnh AUTOSCOPE, hiện đang được sử dụng trong phát hiện giao thông,sử dụng đường phát hiện để chế biến.
Trên các đoạn đường mà xe đang chạy đơn giản, kết quả tốt có thể đạt được bằng cách sử dụng các điểm lấy mẫu hoặc đường phát hiện như một phương tiện phát hiện xe; tuy nhiên, trong các giao lộ phức tạp,làm thế nào để đặt các điểm lấy mẫu hoặc các đường phát hiện sẽ là vấn đề đầu tiên gặp phải, bởi vì các phương tiện trong giao lộ không chỉ đi thẳng, mà còn có hành vi quay, và các phương tiện có thể xuất hiện ở bất kỳ vị trí nào.
Phương pháp phát hiện xe sử dụng xử lý màn hình đầy đủ có thể thu được nhiều thông tin hơn, nhưng số lượng dữ liệu cần được xử lý cũng tăng đáng kể.Có hai phương pháp phát hiện thuộc về phương pháp này: phương pháp trừ nền và phương pháp nhị phân: phương pháp trừ nền lấy một hình ảnh mà không có một phương tiện như nền.Khi hình ảnh chứa xe được trừ đi từ hình ảnh nền từng điểm, phần của phương tiện được trừ đi, chẳng hạn như hệ thống TRIP. Phương pháp nhị phân cắt ảnh ở một ngưỡng nhất định. Độ sâu pixel cao hơn giá trị này trở thành 255 (trắng),và độ sâu pixel thấp hơn giá trị này trở thành 0 (màu đen)Điều này có thể tách đối tượng khỏi nền.
Cả phương pháp trừ nền và phương pháp nhị phân đều có nhiều nhược điểm.Nhược điểm chung của cả hai là khi màu sắc của đối tượng tương tự như nền, nó sẽ phải đối mặt với số phận của thất bại cắt.nhưng quá trình trở nên ngày càng phức tạp.
Người nước ngoài R. Taktak, Rita Cucchiara, Cucchiara và những người khác tin rằng vì thông tin chứa trong hình ảnh ban đêm là khá khác với hình ảnh ban ngày,việc sử dụng các thuật toán và luồng phát hiện sẽ khá khác nhauNói chung, vào ban đêm và trong điều kiện ánh sáng yếu, các tính năng thị giác duy nhất thu hút mắt là đèn pha xe và các chùm tia của chúng, đèn đường, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED, đèn LED.và các mẫu ánh sáng phản xạ cao (như băng qua ngựa vằn)Họ tin rằng hình ảnh ban đêm không phù hợp với các thuật toán phát hiện chuyển động.
Do sự khác biệt trong thành phần giao thông giữa các quốc gia trong nước và nước ngoài, các nghiên cứu nước ngoài chỉ xác định các phương tiện lớn và xe nhỏ, trong khi các nghiên cứu trong nước phức tạp hơn.Tuy nhiên, nghiên cứu chung đơn giản hóa các loại xe thành xe lớn, xe nhỏ và xe máy, và sử dụng ba loại này để xác định.
Khi sử dụng các đường phát hiện hoặc các điểm lấy mẫu như một cách để xác định các loại xe, vì số lượng dữ liệu được thu thập là nhỏ, nó không thuận lợi cho việc xác định loại xe,vì vậy có ít người sử dụng phương pháp nàyĐối với nhận dạng xe trong hình ảnh ban ngày, các đặc điểm của xe như ngoại hình và kích thước thường được sử dụng làm tiêu chí phân loại.
"Mạng lưới thần kinh", đã phát triển nhanh chóng trong những năm gần đây và đã được áp dụng cho nhiều lĩnh vực, cũng đã được áp dụng cho việc xác định các loại xe.biển số xe cũng có thể được sử dụng để binarize hình ảnh số, và xác định và ghi lại số biển số thông qua tính năng phù hợp. Thông qua so sánh cơ sở dữ liệu, mỗi số có thể tương ứng với một loại xe nhất định,có thể được sử dụng để bắt xe bất hợp pháp, đếm xe, xác định loại xe, điều tra điểm xuất xứ và điểm đến, phân tích thời gian đi, v.v.
Công nghệ nhận dạng biển số xe đã ngày càng trưởng thành trong nước trong những năm gần đây.Xử lý trướcSau đó, để định vị biển số, phương pháp gắn nhãn thành phần kết nối được sử dụng để tìm các thành phần kết nối trong hình ảnh để phân tích,và sau đó xác định vị trí biển sốĐối với nhận dạng ký tự, sau khi phân đoạn ký tự, kích thước của các thành phần cấu trúc được đặt theo kích thước văn bản,và cuối cùng phương pháp kiểu được sử dụng để tìm các tính năng văn bản để so sánhMột số học giả sử dụng các phương pháp khác, chẳng hạn như tìm kiếm biển số và sau đó sử dụng phân đoạn pixel để cắt các ký tự và sau đó sử dụng mạng thần kinh để xác định các ký tự;hoặc sử dụng tính toán số chuyển đổi theo thang màu xám để tìm vị trí biển số có thể, sau đó phân đoạn các ký tự, và sau đó sử dụng phân tích nhịp để xác định các ký tự; hoặc sử dụng các đặc điểm thay đổi của các giá trị thang màu xám trong hình ảnh để tìm vị trí biển số,sử dụng biểu đồ chiếu dọc để phân đoạn các ký tự, và sử dụng mối tương quan giá trị thang màu xám để nhận dạng.
Việc ghi lại quỹ đạo của xe trong hình ảnh liên tục được gọi là theo dõi.Ciervo đầu tiên đề xuất phương pháp phát hiện xe và dự đoán vị trí của xe để liên tục theo dõi quỹ đạo của xeTrong số đó, những người sử dụng các điểm mẫu hoặc các đường phát hiện để theo dõi đang ở trạng thái thụ động vì các pixel được chọn chỉ bị giới hạn trong một phạm vi cố định, không thuận lợi cho việc theo dõi.Hoose lấy một giao lộ hình chữ T với hai làn hai làn trong mỗi hướng liền kề như một ví dụ. 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 leaving. Đồng thời, hình dạng, kích thước và vị trí của xe trên hình ảnh được ghi lại để theo dõi xe, nhưng sai số là khá lớn.theo dõi dựa trên mô hình, theo dõi dựa trên khu vực, và theo dõi dựa trên đường viền. Trong văn học nghiên cứu nước ngoài, chỉ có một chiếc xe trong mỗi làn được theo dõi. Để hiểu cơ chế vận hành xe trong một giao lộ,cần phải theo dõi các phương tiện theo mọi hướng trong giao lộ cùng một lúcNếu không, chỉ có thông tin không đầy đủ sẽ được thu thập, điều này sẽ giúp ích rất ít cho toàn bộ.
