编者按：从上个世纪末开始，智能交通系统悄然进入我们的生活。现在，我们已不在为道路上安装的各种监控系统感到惊奇，更多的是对它的追寻与探索。

    智能交通系统，英文缩写ITS, 一种可将出行者、道路和交通运输工具三者作为一个整体来综合考虑的系统，能最大效能的发挥交通运输基础设施的功能，有效解决车辆堵塞和交通拥挤，以及改善出行者的安全度和舒适度。正因如此，世界各国都在积极发展智能交通系统及与之相关的各种产业。
   
    成像技术作为智能交通应用的重要因素，现已应用于车牌识别，速度控制，视频收费等方面。随着相机，传感器，图像处理软件等的不断提升，成像技术在交通中的应用也在迅猛发展。本文选自《欧洲成像及机器视觉》杂志（2006年12月∕2007年1月），向读者展示了成像技术如何在交通中得到应用。

智能交通中的成像技术应用

    如今，相机在交通中发挥了越来越重要的作用，在2005年Darpa机器人车辆大赛上，所有车辆都是由机器视觉进行导航，来穿越一条长为212.4千米的崎岖地段。在更为实际的应用中，宝马设计了一套系统在机动车道路上对车辆进行直线引导，另一套系统会在司机昏昏欲睡时，将司机叫醒。

    来自Point Grey Research 的Ladybug为机器人车辆大赛提供了一些相机系统，用于美国各种地形的实际操练。这套系统连接有GPS系统，配有六个相机（五个在周围，另一个在顶上）可同时捕获75%的周边范围。图像用于出现的每一种道路管理系统，并对每一标识进行分类。

    然而，迄今为止在交通中最为常见的成像应用为车牌识别，被用来抓获超速车辆以及红绿灯违规车辆。在这种应用中，采用高分辨率图像和触发机制显得很必要。在美国，彩色图像被用来更好的识别车辆，但并不是在所有的国家。由于相机有计算机控制，FireWire界面因此常被使用。

    收费需要更加精确的系统。来自Point Gray的市场部人员Sandy Keen说，“这些系统的工作过程很奇妙。车上所安装的无线电通信装置可指出司机是否付费。一旦系统识别出车辆未缴费，它就会捕获车辆的图片并记录下注册号码。”

    很明显，在这些设备中，精确度显得异常重要。相机需要具有大的光学动态范围，来应对由于反光造成的强度变化。塞普拉斯半导体公司所提供的CMOS传感器，具有倾斜功能，可根据强度大小来改变像素的集中时间，使得所获得的图片更加完整。塞普拉斯公司市场销售部主管Tim Baeyens描述了为什么CMOS传感器更加适用于这种工作。“不同于CCD传感器，CMOS传感器不会受到散焦的影响。这是一幅有很明亮的光点在图片上造成周围像素散开，导致了类似光晕的现象的图片。这甚至可以影响到下几幅图片。”

    清晰有效的照明是这种系统很重要的特点。PerkinElmer为车牌识别系统提供了频闪光源。“有些人想要采用LED，但LED不能进行如此远距离的照明。”PerkinElmer 的应用设备工程师Kenneth Reid指出。“PerkinElmer光源已经是第二代，管形脉冲氙灯比其他同类产品更加明亮，现在已经应用在意大利的交通监控系统中长达三年之久。我们试图让我们所提供的装备更加灵活。闪光灯可照射到很远的距离，我们所提供的两部相机成90度角，可从不同的角度来获取图像，不只是像现在只能从前后两个方向获得图像。”

    软件可捕获图像并对其进行分析，也是车牌识别和交通分析的最后一步。Abstract Computing最近加入了索尼的视觉网络，因此该公司的通用车牌识别软件将嵌入索尼XCI-SXI和XCI-XV3智能相机处理芯片，并开始了在移动设备中的应用。现在，Abstract Computing系统使用了无线，GPRS通信系统具有更强的移动能力。

    这项合作从三年前开始，相关的产品已经被一些公司所采用。利用视觉系统收集有关交通基础设施的数据很常见。最近，荷兰政府使用这套软件来测量动态道路标识的影响，视觉系统在最终产品中的应用也变的可行。系统可被用来测量路面上车辆的数量、大小和速度。Abstract Computing的主管Allard Blom解释说明了采用视觉成像系统的优势，“信息更加丰富。过去，我们将感应圈横放在路上来记录信息，但这种做法花费昂贵，精确度低。
 
    很明显，很多人都会对被那些自己看不懂的大量信息搞的束手无措。然而，根据Allard的说法，我们现在没有必要担心。他说，“我们开发了一套特殊系统可以对牌照进行加密，这样你只需要说出有关车辆移动的信息就可以，而不用指出确切是哪辆车或车上乘客的具体信息。”

    为了保证公司安全及停车，一家独立的公司会采用这种软件。它可以记录下出入车辆的数目，并对可疑车辆进行公布。在一些实际应用中，已注册的号码已经与电子邮件地址相链接，当有客户将来访问时会及时通知被访问人。

    Abstract Computing 还开发了另一款软件，称为通用运动软件（Universal Motion Software）,同样也可以在交通分析中应用。ProPail,荷兰的铁路服务，发现了一种更不寻常的应用。他们采用一种软件来对火车站内旅客的运动进行分析，这样就能更好的对车站内部进行设计。该软件可算出每天高峰时车站内每平方米的人数，并寻找出最为拥挤的区域。

    视频分析同样重要，并可创造出不用的应用。AnaLogic Computers最近在嵌入系统的安全/监控分析中加入了交通监控。这种复杂的算法可处理来自交通相机的图像，识别车辆一系列的违规行为，如：车道变更，未授权车辆进入公共汽车及紧急车道，以及其他形式的违规驾驶。

Firstsight Vision最近宣布Manto（一种模式识别工具），已经应用于交通分析的导向应用中。最初，Manto被用来进行生物目标物的分类，甚至具有通过人类面部分辨性别的功能。它可以通过车辆类型、制造商或型号来对车辆进行分类。

    Firstsight Vision公司销售部经理Steve Hearn说，“这套系统非常的可靠，可被用来代替人类做出决定。比起五个人同时坐在道路的交叉口计算所经过的车辆数目，一台相机可自动记录数据，更不会像人一样在几小时后出现精力不集中的现象。”

    该软件创建了分类标准，被称为决策界面，主要基于几何方面、结构及颜色等相关观察。该界面由一系列的事先编入的图像生成，结果会随着经验的增加而更加准确。控制该功能的神经技术，被称为Support Vector Machine,具有识别从未见过的目标的能力。进行完一次分类后，可信度就会随之增加。如果该软件不能做出决策就会将图像存储并等待管理人员做出正确决定，同时也为该系统进行了进一步的提升。由于只有决策界面，并不是图像数据被存储，使得该软件不能达到跨越式提升，并将最终存储文件所占空间减少到最小。

    在Firstsight Vision，Manto已经过了18个月的可行性研究。通常，Manto只能达到85%的精确度，但它有望在最终产品出现时达到95%。“由于我们只是一个供应商，不能对其最终应用进行细致观测，”Hearn说，“我们正在寻找合作伙伴来测定什么是最终用户最需要的。”他希望Manto可以被用来进行交通车流的监控、调查及拥堵收费。它同样可被用来进行安全应用的智能算法搜索。在闭路电视上，每辆车都能被标注，以便在寻找一辆车时更加迅速。

    正因为未来有如此多的应用，以及新技术对效率的提升和移动应用的实现，将来的成像应用市场一定会迅猛发展。