EEPW论坛

    计算机视觉技术是通过高速摄像机获取场景图像，并借助于计算机软件构建一个自动化或半自动化的图像/视频理解和分析系统，并提供及时准确的图像/视频处理结果，以模仿人的视觉功能。该技术在交通领域有着广泛的应用，并取得了较大的成功。以下是科天健为大家总结的计算机视觉技术在交通领域的部分应用方向：

    车辆牌照是车辆的唯一身份，对车辆牌照的有效检测与识别在车辆违章检测、停车场管理、不停车收费、被盗车辆稽查等方面有着重要的应用价值。尽管针对车牌识别技术的研究相对成熟，然而在实际的应用场景中，受到天气、光照、拍摄视角、车牌扭曲等因素的影响，车牌识别技术仍然有一定的改善空间。

    车牌识别技术的三个重要组成部分是：车牌定位技术、车牌字符分割技术和车牌字符识别技术，这三部分相辅相成并对最终的识别结果产生重要的影响。

    （3）字符识别，首先提取字符特征，如小波包系数特征、LBP特征等，然后采用SVM方法、人工神经网络等方法训练字符识别分类器，最后利用训练好的字符识别分类器对待识别字符进行识别。

    目前城市交通路口的红路灯间隔时间是固定的，而不同路段、不同时间段交通流量是随机变化的。此外，对于一定范围的交通区域而言，交通警察等公共资源的配备也是有限的。若能根据各个交通路口的交通状况辅以计算机进行自动分析，并判断与预测交通流量，无疑为交通警察出警，红绿灯时间间隔的动态设置等提供技术支持。

    城市公交调度问题是城市公共交通的核心内容，合理的公交调度，可以有效地缓解运力和运量的矛盾，最大限度地平衡乘客和公交公司的利益，提高公交公司的经济效益和社会效益。由于公交客流在地域、时间上存在着不均衡性，会经常出现高峰时段乘客过分拥挤、平峰时段车辆满载率不高的现象，造成了有限资源的大量浪费。

    自动乘客计数技术是智能公交系统中的关键技术，是自动收集乘客上下车时间和地点的最有效方法之一，并能以此分析客流在时间和空间上分布特征，从而为公交车辆组合调度形式的合理选择提供了依据。

    随着车辆拥有量的增加，交通事故的发生率也随之增加。而驾驶员的疲劳驾驶是引发交通事故的一个重要因素。据美国联邦公路局的数据显示，超过40%以上的致命交通事故与车道偏离有关，而汽车偏离行驶车道的原因主要是驾驶员注意力不集中或者驾驶疲劳。车道偏离预警系统应运而生，在偏离车道时迅速发出警报提醒驾驶员。

    目前，基于计算机视觉技术的驾驶员疲劳状态检测主要有两种方法。一种是针对驾驶员面部进行图像处理与分析，利用人眨眼的频率与疲劳/驾驶专注度的关系，来判断其工作状态。另外一种则利用道路识别来检测车辆行驶状态，进而判断司机是否处于异常驾驶状态。

    在现实生活中，因横穿机动车道所导致的交通事故时有发生。机动车辆在行驶的过程中如何有效地规避行人，已成为了车辆辅助驾驶系统中的重要应用方向。

    针对前方行人检测，可以利用安装在运动车辆上的摄像头获取待处理图像/视频，对待处理的图像/视频划定检测区域。在对行人进行检测的过程中，若输入待处理对象为图像，则以全图多尺度遍历的方式，分别提取每一个检测窗特征，并采用训练好的级联分类器进行检测。若输入待处理对象为视频，则对于每一帧图像利用训练好的级联分类器及并结合特征子，采用多尺度遍历搜索的方式对行人进行检测；结合多帧时序信息，辅以跟踪算法、通过分析行人的运动信息来进行综合判决，最后根据判决结果进行预警。

    无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。 它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

    裂缝是最常见的路面损坏，在路面裂缝演变成坑槽之前进行修补，可以大大节约路面的维护成本。与传统的人工检测方式相比，视觉检测效率高、自动化程度和安全性更强，在路面裂缝变的更糟糕之前及时进行修补，可以大大节省路面维修的资金。

    由以上可见，计算机视觉技术在交通领域的应用是十分广泛的，科天健相信随着计算机视觉技术越来越成熟，高速摄像机也将在交通领域及其他领域方向发挥更多作用。