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。解决交通问题也是我国关注的一个焦点。本文是一篇城市管理论文范文，主要论述了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
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]： 。
因此，本文主要汇集几种算法，在含噪声、低的信噪比及含有空间移变性质的情况下可以确定直线运动模糊参数，进而恢复出效果较好的清晰图像。设计一个系统能够更智能、更少人工参与的辅助交通管理。
3 算法描述
首先将拍摄传回的图像进行预处理分类判别类型，再分入不同的系统处理。如图1所示。将模糊图像分为空间移变运动模糊图像与空间移不变的运动模糊图像，结合是否受噪声污染，将图像分为四类，分别进行不同处理，最后输出。
1)针对于空间移不变的含噪运动模糊图像，现有的技术针对于含噪图像恢复算法少，效果不佳，可以结合空间域及频域分析，使用Radon变换检测运动方向，双谱模型估计运动长度，准确估计模糊参数使图像获得更好的效果[1-2]。
2)对于空间移变运动模糊，本课题拟将视频处理的方法引入到单幅图像复原中来。克服以往单幅移变模糊图像难以恢复的缺点，有意将隔行扫描空间移变特性的CCD图像特有性质引入恢复方案。方法依据隔行扫描图像分为上下两场的特性，结合块匹配算法，估计点扩散函数，将引入图像定向信息测量操作来保持边缘[3]。
3)针对移不变模型不含噪声的情况采用传统频域方法处理[4]。
4)针对于移变模型不含噪声的情况，将图像分块，每一块按照空间移不变性质的模型进行处理[4]。
5)针对于模糊图像对模糊图像设计阈值，当超过阈值时，怀疑车辆超速，利用已有的模糊图像，设计从单幅图像估计车辆速度的方法集成到本系统中，直接判别超速车辆[5]。
6)将物联网、模式识别技术集成到本系统中，结合边缘检测、计算机科学、信息理论及计算机视觉、形态学等技术实现车牌识别功能。 图像具体流程如图1所示。
4 结论
本文针对道路车辆管理落后的问题，将图像处理及物联网、模式识别等新技术应用到智能交通系统的信息管理模块中来。改善终端系统最终显示的图像，从而提高管理效率，辅助交通管理。
【参考文献】
[1]赵志刚，程姝，吕慧显，陈莹莹，欧阳佩佩，潘振宽.含噪运动模糊图像恢复[J].青岛大学学报(自然科学版)，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]赵志刚，程姝，王国栋.基于运动估计的模糊图像盲复原[J].光电子.激光，2012，(10)：2010-2016.
[4]程姝，赵志刚，吕慧显.顺序结构的运动模糊图像复原技术综述[J].计算机应用，2013(S1)：161-165，185.
[5]程姝，赵志刚.单幅运动模糊图像的恢复及应用[J].青岛大学学报(自然科学版).
城市管理论文发表期刊推荐《国际城市规划》是全面介绍世界城市规划理论与实践的专业学术刊物，它立足于中国城市发展的需要，放眼于国际学术发展的前沿，对世界城市及城市规划研究的理论、方法和设计实践等进行研究和介绍，提供中外对比研究的平台，刊物的读者群包括专业人员、政府官员、大学教师和学生、行政管理人员等，我们还按期向建设部部长和各部门以及市长协会举办的全国市长培训班提供杂志。
