图像处理及物联网技术在智能交通系统中的探索及应用
【摘 要】电子器件性能和制造工艺的飞速发展为交通管理提供了精确的实时数据以及丰富的历史数据，使交通智能控制成为可能。然而现今各种传感器、图像采集设备给传统的交通管理带来很大的挑战和冲击，交通信息易受模糊、光照、噪声等因素影响，大量数据需要经过分析才能使用，这与传统的人工处理效率低下成为十分尖锐的矛盾。本研究致力于一套融入物联网、图像处理及模式识别理论的智能交通软件系统，辅助交通管理。
【关键词】智能交通；图像复原；物联网；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 介绍
随着城市化的进展和汽车的普及，交通运输问题变得日益严重：道路车辆拥挤，交通事故频发，交通环境恶化，交通监管不完善，交通调度不及时。在这种背景下，把车辆和道路综合起来考虑，运用各种高新技术，系统地解决道路交通问题，由此产生了新的研究和应用领域即智能交通系统ITS（intelligent Transportation System）。智能交通系统（ITS）又称智能运输系统，是把多种技术有效集成应用在交通领域的综合管理体系，其中包括：通信技术、传感技术、微处理技术以及信息技术。其目的在于改善交通情况，高效整合交通资源，优化行车路线，降低了交通事故的发生率，保证了环境质量。智能交通系统是物联网技术在交通系统中的高效应用，它将信息高速公路与实体高速公路恰到好处的融合在一起，现阶段智能交通系统还没有得到普及，但已经有很多国家包括我国在内都在进行进一步的研究。
交通信息有其固有特性，决定了直接捕获的交通信息很难直接应用。当前国内交通系统中广泛使用的电子眼，当有违章车辆通过时，要及时拍照从而实现违章车辆管理，但由于拍照瞬间运动的车辆与固定的电子眼之间存在相对位移而导致车牌无法识别甚至车型无法辨识，导致后期交通管理方面受阻，影响交通管理效率[1]。不仅是电子眼存在这类为题，交通管理中的照相机，录像机等都存在这类问题，其原因一是由于交通管理中，在拍摄瞬间，摄像头与被摄物（通常是车辆或行人）之间常常处于相对运动状态，而导致曝光瞬间，被摄物与镜头之间存在相对位移[1]。从而使得捕获的照片模糊失真，无法用于交通管理。二是由于交通管理中的电子产品往往暴露在外，因此受外界环境影响较大，例如风速较高时摄像头会微微摆动，所称图像会受到外界噪声、散射炫光等等因素影响使得图片模糊失真。影响交通管理，降低效率。
在上述问题中，交通管理系统策略都会采用人工方式处理，智能交通管理的智能无从体现。现在也有了许多拍照瞬间的补偿方式，例如机械补偿、电子补偿、光补偿等等，原理大多是增加设备，增加元器件投入。我国国土面面积较大，人口大国，要想全方位实现智能交通管理系统，投入也相当巨大。只关注于硬件补偿增加投入是不可取的。因此本研究力求将图像处理，模式识别、物联网技术引入智能交通系统中，初步实现系统中的关键模块。传统上该问题涉及三个方面：图像采集模块、图像快速传输模块及图像处理模块。图像采集模块主要由硬件构成，采集图像的时候，实时拍照并将图像传送到图像处理模块。图像处理模块主要由软件实现，为了快速高效的开发出模块原型，该模块主要由Matlbab实现，而图像传输模块主要借助物联网技术实现。从而实现交通图像的软件补偿策略，降低成本。
2 学术思路与技术途径
交通系统中运动模糊是最常见的一种会降低图像质量的模糊。这样的图像恢复高度依赖对运动模糊参数的估计。自1976年以来，研究人员已经研究出了很多算法来估计线性动态模糊参数。这些算法的时间复杂度、精度和鲁棒性表现不同。运动模糊点扩散函数遵循[1]：