來源:tranbbs.com
影像監控與智慧交通的融合運用也顯得尤為重要。現階段，智慧交通系統中運用運用較多的有圖像辨識技術、車聯網技術、車輛控制系統、交通管理系統、ETC一體多用等。
圖像辨識多項技術在智慧交通中的運用
智慧交通最大的作用就是辨識與分析，圖像辨識技術是人類利用電腦對現實圖像進行分析和理解的技術，研究這項技術，對於促進社會進步和人類自身發展有著重大意義。多年來，人們在圖像辨識領域取得了顯著的成就，並將這項技術成功的應用在人們的日常生活當中。在ITS中的應用領域非常廣闊，包括道路地形路況辨識、障礙物檢測、車輛檢測、車牌辨識和車型辨識等領域。
道路地形路況辨識是智慧車輛導航中一個具有挑戰性的課題，是車輛導航的基礎。由於道路情況非常複雜，為使問題簡化，研究者們提出了許多關於道路模型的假設，包括道路曲線形狀假設，道路寬度及邊界平行假設，道路路面平坦假設，路面特徵一致假設。目前主要採取下述方法：基於區域的道路辨識方法、基於邊緣的道路辨識方法、基於範本的道路辨識方法、基於圖像濾波的道路辨識方法。以上幾種方法已經在實際應用中取得了較好的效果，促進了圖像辨識技術在智慧交通監控系統中的實際應用。
車輛檢測是自動交通監控系統的基本技術之一，只有從背景中準確地分割出車輛，才能進行車輛的辨識與跟蹤，才能進行各種交通流參數的測量與分析。因此，車輛檢測是車輛計數、車速度、車流量、車密度等各種交通流參數測量的基礎。目前主要有以下幾種方法：基於背景差法、基於幀差法、基於邊緣檢測法、基於道路色彩模型法。以上的四種方法在實際車輛檢測中得到了廣泛的應用。
車牌的自動辨識是圖像辨識技術在智慧交通領域應用的重要研究方向之一，是實現交通管理智慧化的重要環節。在高清影像技術的車牌辨識系統中，採用影像全區域動態檢測跟蹤技術，是目前智慧交通電腦運算視覺最先進的技術，對全部區域不同方向、不同速度移動的所有車輛或物體，進行不同角度、不同種類的複雜檢測，採用改進的濾波方法進行跟蹤，然後對行進軌跡或物體，進行複雜交通規則判斷的綜合技術。通常這是採用了幀率差檢測和車牌檢測辨識相結合的技術，可具備跟蹤車輛行駛軌跡的功能，這樣一來就可以判斷車輛直行、左轉、右轉等行駛方向。
目前，車牌辨識技術具有四大應用：
一、停車場及社區出入口
停車場及社區出入口車牌辨識技術的應用，主要用於記錄車輛的牌照號碼、車牌顏色、出入時間，實現車輛的自動管理，以便節省人力、提高效率;例如應用於智慧社區可以自動判別駛入車輛是否屬於本社區，對非內部車輛實現自動計時收費。在一些單位這種應用還可以同車輛調度系統相結合，自動、客觀地記錄本單位車輛的出車情況。
停車場及社區出入口管理單靠人工去記來往車輛的車牌號碼和停靠時間是非常困難的，不但會出現錯誤，還需投入大量人力。一個小小的車牌辨識設備安裝在停車場的出入口就能“一勞永逸”地解決很多問題。對於車牌被遮擋、掉漆斷裂、模糊不清等也能夠分析辨識，為停車場及出入口的工作人員省去許多煩惱。
二、高速公路收費站
高速公路四通八達，一方面便於收費管理，另一方面也可協助交警對高速公路上的交通進行規範管理。高速公路出入口車牌辨識技術的應用，可以極大地方便交警辨識違規行駛車輛的號牌資訊，對一些違法車輛進行有效的管理和抓捕。
收費站一般設在露天環境中，再加上一些車輛行駛較快，因而對車牌辨識技術的要求很高。傳統的車牌辨識是針對160P像素的車牌進行辨識，有效的圖像範圍小，車牌漏識率高，不能滿足時代需求。現在高清車牌辨識的應用，解決了以前車牌辨識率低的問題，從而為交警的執法提供了可靠的依據。
在收費站出入口安裝車牌辨識系統，當有車輛駛入時系統辨識車輛牌照，並將辨識到的車牌資訊發送到指定的中心管理伺服器上，通過和資料庫中的盜搶可疑車輛的車牌資訊進行對比便可判斷出駛入高速公路收費站出入口的車輛是否是盜搶可疑車輛，可極大地避免違法犯罪事故的發生並對已發生的事件提供破案參考資訊。
三、在交通要道路口中的應用
現在買車的人越來越多，給公路造成各種各樣的違法問題。車牌辨識技術作為車輛違法處罰的必要依據，可以對影像中車輛號牌進行自動的檢測辨識，其中最為典型的就是交通要道路口系統，該系統如果沒有車牌辨識技術，就沒有真正意義上的智慧化。
一個完善的交通要道路口管理系統應該具備車牌自動辨識、路口應用系統和中心管理平台三個主要功能。車牌辨識是其中最為重要的一部分，車牌辨識的優劣直接影響了交通要道路口系統的整體性能，而辨識速度是其最為重要的一個技術指標。
辨識速度快，系統需要佔用的系統資源就少、人工介入的可能性就小，系統網路的運行負擔也相應減小。辨識車牌速度快、準確，車牌辨識系統才能有效地實現自動比對報警，避免出現大量的誤報。可以為防盜搶車輛、套牌車輛，非法搶劫車輛等犯罪破案提供有力可靠的破案資訊。
四、在城市交通的應用
近年來，機動車數量的迅速增長，公路運輸變得越來越繁忙。交通管理現狀和需求的矛盾進一步加劇，與交通相關的刑事和治安案件也逐年上升。在此情況下，如何利用先進的科技手段，增強治安管理部門對城市內的機動車和駕駛人的查控力度，為打擊各類違法犯罪行為提供科技手段，是治安交通管理部門急需解決的問題。
為有效遏制城市內車輛闖紅燈違章行為，現在城市內各個路口，都在大力安裝闖紅燈違法行為的檢測系統，而此系統最重要的組成部分就是車牌辨識模組，車牌辨識系統主要是確定違法車輛的資訊，通過抓拍所有車輛的車牌資訊，並和警網的資料庫進行比對分析，哪些車輛是可疑車輛，減少違法行為的同時也可以控制、減少道路交通事故，應用道路監控設備結合現代資訊網路技術，形成道路監控智慧化網路系統，更好地提升道路動態管理/控制和滿足治安、刑偵、交通管理等新形勢的業務需求。
商機中帶來挑戰智慧交通大步向前或遇“門檻”
由於國情、法律不同，汽車車牌辨識的特殊性，不能直接引進國外的車牌辨識技術，同時由於汽車車牌辨識的複雜性，採用任何一種單一辨識技術均難以奏效。在私家車劇增的現階段，商機中帶來挑戰，智慧交通大步向前遇“門檻”。
1.由於自然環境下的路面情況比較複雜，導致採集到的車牌圖像背景複雜車體本身的干擾，如車輛生產廠家的標誌、車體廣告、個性車主在車體上的塗鴉等都給圖像造成了干擾，都可能會對處理造成影響。
2.由於採集誤差、雜訊和光線的影響，使得圖像品質較差，而且運動又不同程度地造成了圖像的惡化，透視產生了變形，給圖像預處理造成了一定的困難。汽車牌照上目標的大小不同，距離不等，目標尺寸不規範，都存在著一定程度的圖像仿射變形，和模糊大量的隨機雜訊的干擾，光線、光照角度的不同，造成車牌區域明暗灰度的無規律變化。汽車速度往往也會對車牌辨識有較大的影響，汽車速度超過70公里/小時，拍攝的汽車圖像會產生模糊、扭曲、變形。
3.為了達到應用的水準，必須要求能夠即時地對過往車輛的車牌進行辨識，因此演算法不能過於複雜。而大多數的傳統方法計算量都偏大，根本無法達到即時的要求。這就要求要另闢蹊徑，尋求一種快速精確的定位和識別的方法。
4.在實際情況下由於各類車型不同，大小不同，同一車型的車牌位置不同，加上車身紋理線條複雜，所以在非車牌區域可能形成同車牌區域類似的色彩和紋理，可能導致定位時出現誤差。快速準確的找到車牌的位置是一個難題。
5.字元的粘連處理，字元斷裂時的合併，是字元分割的難點。
6.車牌辨識時雖然車牌字元的字元數比較少，字體規範，但也可能導致標準的車牌字元與實際拍攝的車牌字元之間存在較大差距，致使範本的選取存在較大困難。
