隨著城市化的進(jìn)展和汽車的普及，交通運(yùn)輸問題變得日益嚴(yán)重：道路車輛擁擠，交通事故頻發(fā)，交通環(huán)境惡化，交通監(jiān)管不完善，交通調(diào)度不及時(shí)。解決交通問題也是我國關(guān)注的一個(gè)焦點(diǎn)。本文是一篇城市管理論文范文，主要論述了圖像處理及物聯(lián)網(wǎng)技術(shù)在智能交通系統(tǒng)中的探索及應(yīng)用。

　　【摘 要】電子器件性能和制造工藝的飛速發(fā)展為交通管理提供了精確的實(shí)時(shí)數(shù)據(jù)以及豐富的歷史數(shù)據(jù)，使交通智能控制成為可能。然而現(xiàn)今各種傳感器、圖像采集設(shè)備給傳統(tǒng)的交通管理帶來很大的挑戰(zhàn)和沖擊，交通信息易受模糊、光照、噪聲等因素影響，大量數(shù)據(jù)需要經(jīng)過分析才能使用，這與傳統(tǒng)的人工處理效率低下成為十分尖銳的矛盾。本研究致力于一套融入物聯(lián)網(wǎng)、圖像處理及模式識(shí)別理論的智能交通軟件系統(tǒng)，輔助交通管理。

　　【關(guān)鍵詞】智能交通,圖像復(fù)原,物聯(lián)網(wǎng),交通管理

　　A fast method for Motion Blurred Restoration

　　CHENG Shu ZHOU Zhi-qiang

　　(Anhui Institute of Quality and Standardization， Hefei Anhui 230051， China)

　　【Abstract】The rapid development of electronic device performance and manufacturing technology provides accurate real-time data and historical data for traffic management， making possible of controlling traffic intelligent. However， the various sensors，the equipment of image acquisition today posed great challenge to the traditional traffic management. Traffic information is easily affected by the factors such as fuzzy， illumination and noise， a large amount of data need to analysing. That become the contradiction with the traditional manual handling. This study focuses on an intelligent Transportation System software integrated into the Internet of things， image processing and pattern recognition theory， auxiliary traffic management.

　　【Key words】Intelligent Transportation System; Image restoration; Internet of things; Traffic management

　　1 介紹

　　把車輛和道路綜合起來考慮，運(yùn)用各種高新技術(shù)，系統(tǒng)地解決道路交通問題，由此產(chǎn)生了新的研究和應(yīng)用領(lǐng)域即智能交通系統(tǒng)ITS(intelligent Transportation System)。智能交通系統(tǒng)(ITS)又稱智能運(yùn)輸系統(tǒng)，是把多種技術(shù)有效集成應(yīng)用在交通領(lǐng)域的綜合管理體系，其中包括：通信技術(shù)、傳感技術(shù)、微處理技術(shù)以及信息技術(shù)。其目的在于改善交通情況，高效整合交通資源，優(yōu)化行車路線，降低了交通事故的發(fā)生率，保證了環(huán)境質(zhì)量。智能交通系統(tǒng)是物聯(lián)網(wǎng)技術(shù)在交通系統(tǒng)中的高效應(yīng)用，它將信息高速公路與實(shí)體高速公路恰到好處的融合在一起，現(xiàn)階段智能交通系統(tǒng)還沒有得到普及，但已經(jīng)有很多國家包括我國在內(nèi)都在進(jìn)行進(jìn)一步的研究。

　　交通信息有其固有特性，決定了直接捕獲的交通信息很難直接應(yīng)用。當(dāng)前國內(nèi)交通系統(tǒng)中廣泛使用的電子眼，當(dāng)有違章車輛通過時(shí)，要及時(shí)拍照從而實(shí)現(xiàn)違章車輛管理，但由于拍照瞬間運(yùn)動(dòng)的車輛與固定的電子眼之間存在相對(duì)位移而導(dǎo)致車牌無法識(shí)別甚至車型無法辨識(shí)，導(dǎo)致后期交通管理方面受阻，影響交通管理效率[1]。不僅是電子眼存在這類為題，交通管理中的照相機(jī)，錄像機(jī)等都存在這類問題，其原因一是由于交通管理中，在拍攝瞬間，攝像頭與被攝物(通常是車輛或行人)之間常常處于相對(duì)運(yùn)動(dòng)狀態(tài)，而導(dǎo)致曝光瞬間，被攝物與鏡頭之間存在相對(duì)位移[1]。從而使得捕獲的照片模糊失真，無法用于交通管理。二是由于交通管理中的電子產(chǎn)品往往暴露在外，因此受外界環(huán)境影響較大，例如風(fēng)速較高時(shí)攝像頭會(huì)微微擺動(dòng)，所稱圖像會(huì)受到外界噪聲、散射炫光等等因素影響使得圖片模糊失真。影響交通管理，降低效率。

　　在上述問題中，交通管理系統(tǒng)策略都會(huì)采用人工方式處理，智能交通管理的智能無從體現(xiàn)。現(xiàn)在也有了許多拍照瞬間的補(bǔ)償方式，例如機(jī)械補(bǔ)償、電子補(bǔ)償、光補(bǔ)償?shù)鹊龋�原理大多是增加設(shè)備，增加元器件投入。我國國土面面積較大，人口大國，要想全方位實(shí)現(xiàn)智能交通管理系統(tǒng)，投入也相當(dāng)巨大。只關(guān)注于硬件補(bǔ)償增加投入是不可取的。因此本研究力求將圖像處理，模式識(shí)別、物聯(lián)網(wǎng)技術(shù)引入智能交通系統(tǒng)中，初步實(shí)現(xiàn)系統(tǒng)中的關(guān)鍵模塊。傳統(tǒng)上該問題涉及三個(gè)方面：圖像采集模塊、圖像快速傳輸模塊及圖像處理模塊。圖像采集模塊主要由硬件構(gòu)成，采集圖像的時(shí)候，實(shí)時(shí)拍照并將圖像傳送到圖像處理模塊。圖像處理模塊主要由軟件實(shí)現(xiàn)，為了快速高效的開發(fā)出模塊原型，該模塊主要由Matlbab實(shí)現(xiàn)，而圖像傳輸模塊主要借助物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)。從而實(shí)現(xiàn)交通圖像的軟件補(bǔ)償策略，降低成本。

　　2 學(xué)術(shù)思路與技術(shù)途徑

　　交通系統(tǒng)中運(yùn)動(dòng)模糊是最常見的一種會(huì)降低圖像質(zhì)量的模糊。這樣的圖像恢復(fù)高度依賴對(duì)運(yùn)動(dòng)模糊參數(shù)的估計(jì)。自1976年以來，研究人員已經(jīng)研究出了很多算法來估計(jì)線性動(dòng)態(tài)模糊參數(shù)。這些算法的時(shí)間復(fù)雜度、精度和魯棒性表現(xiàn)不同。運(yùn)動(dòng)模糊點(diǎn)擴(kuò)散函數(shù)遵循[1]： 　　。

　　因此，本文主要匯集幾種算法，在含噪聲、低的信噪比及含有空間移變性質(zhì)的情況下可以確定直線運(yùn)動(dòng)模糊參數(shù)，進(jìn)而恢復(fù)出效果較好的清晰圖像。設(shè)計(jì)一個(gè)系統(tǒng)能夠更智能、更少人工參與的輔助交通管理。

　　3 算法描述

　　首先將拍攝傳回的圖像進(jìn)行預(yù)處理分類判別類型，再分入不同的系統(tǒng)處理。如圖1所示。將模糊圖像分為空間移變運(yùn)動(dòng)模糊圖像與空間移不變的運(yùn)動(dòng)模糊圖像，結(jié)合是否受噪聲污染，將圖像分為四類，分別進(jìn)行不同處理，最后輸出。

　　1)針對(duì)于空間移不變的含噪運(yùn)動(dòng)模糊圖像，現(xiàn)有的技術(shù)針對(duì)于含噪圖像恢復(fù)算法少，效果不佳，可以結(jié)合空間域及頻域分析，使用Radon變換檢測運(yùn)動(dòng)方向，雙譜模型估計(jì)運(yùn)動(dòng)長度，準(zhǔn)確估計(jì)模糊參數(shù)使圖像獲得更好的效果[1-2]。

　　2)對(duì)于空間移變運(yùn)動(dòng)模糊，本課題擬將視頻處理的方法引入到單幅圖像復(fù)原中來。克服以往單幅移變模糊圖像難以恢復(fù)的缺點(diǎn)，有意將隔行掃描空間移變特性的CCD圖像特有性質(zhì)引入恢復(fù)方案。方法依據(jù)隔行掃描圖像分為上下兩場的特性，結(jié)合塊匹配算法，估計(jì)點(diǎn)擴(kuò)散函數(shù)，將引入圖像定向信息測量操作來保持邊緣[3]。

　　3)針對(duì)移不變模型不含噪聲的情況采用傳統(tǒng)頻域方法處理[4]。

　　4)針對(duì)于移變模型不含噪聲的情況，將圖像分塊，每一塊按照空間移不變性質(zhì)的模型進(jìn)行處理[4]。

　　5)針對(duì)于模糊圖像對(duì)模糊圖像設(shè)計(jì)閾值，當(dāng)超過閾值時(shí)，懷疑車輛超速，利用已有的模糊圖像，設(shè)計(jì)從單幅圖像估計(jì)車輛速度的方法集成到本系統(tǒng)中，直接判別超速車輛[5]。

　　6)將物聯(lián)網(wǎng)、模式識(shí)別技術(shù)集成到本系統(tǒng)中，結(jié)合邊緣檢測、計(jì)算機(jī)科學(xué)、信息理論及計(jì)算機(jī)視覺、形態(tài)學(xué)等技術(shù)實(shí)現(xiàn)車牌識(shí)別功能。 圖像具體流程如圖1所示。

　　4 結(jié)論

　　本文針對(duì)道路車輛管理落后的問題，將圖像處理及物聯(lián)網(wǎng)、模式識(shí)別等新技術(shù)應(yīng)用到智能交通系統(tǒng)的信息管理模塊中來。改善終端系統(tǒng)最終顯示的圖像，從而提高管理效率，輔助交通管理。

　　【參考文獻(xiàn)】

　　[1]趙志剛，程姝，呂慧顯，陳瑩瑩，歐陽佩佩，潘振寬.含噪運(yùn)動(dòng)模糊圖像恢復(fù)[J].青島大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014(01).

　　[2]S. Colonnese， P. Campisi， G. Panci， G. Scarano， Blind image deblurring driven by nonlinear processing in the edge domain， EURASIP J[J]. Appl. SignalProcess. 16 (2004)： 2462-2475.

　　[3]趙志剛，程姝，王國棟.基于運(yùn)動(dòng)估計(jì)的模糊圖像盲復(fù)原[J].光電子.激光，2012，(10)：2010-2016.

　　[4]程姝，趙志剛，呂慧顯.順序結(jié)構(gòu)的運(yùn)動(dòng)模糊圖像復(fù)原技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用，2013(S1)：161-165，185.

　　[5]程姝，趙志剛.單幅運(yùn)動(dòng)模糊圖像的恢復(fù)及應(yīng)用[J].青島大學(xué)學(xué)報(bào)(自然科學(xué)版).

　　城市管理論文發(fā)表期刊推薦《國際城市規(guī)劃》是全面介紹世界城市規(guī)劃理論與實(shí)踐的專業(yè)學(xué)術(shù)刊物，它立足于中國城市發(fā)展的需要，放眼于國際學(xué)術(shù)發(fā)展的前沿，對(duì)世界城市及城市規(guī)劃研究的理論、方法和設(shè)計(jì)實(shí)踐等進(jìn)行研究和介紹，提供中外對(duì)比研究的平臺(tái)，刊物的讀者群包括專業(yè)人員、政府官員、大學(xué)教師和學(xué)生、行政管理人員等，我們還按期向建設(shè)部部長和各部門以及市長協(xié)會(huì)舉辦的全國市長培訓(xùn)班提供雜志。