论文部分内容阅读
摘要：随着我国经济社会发展的转型升级，以及人们可支配收入的提高，私家车等机动车的数量快速增减，给我国城市的交通造成很大的压力。在这样的背景下，交通事故率比以往有了明显的提升。为了切实降低交通事故，就有必要建立城市交通智能系统，通过图像处理和膜识别技术等，切实降低复杂天气条件下的事故率。
关键词：复杂天气；交通监控系统；跟踪技术；目标检测
1道路交通监控的涵义
道路交通监控在监控路况、收费监视、违章记录和违章自动监视等方面的作用比较大。在城市道路上，随处可见各种监控道路状况的各种摄像头，这些摄像头是道路交通监控系统的重要组成部分，通过它来实现对路况的监控【1】。
1.1路况的监控和收费管理
道路监控系统的任务是实时监视城市道路、高速公路等道路的路况信息、交通流量情况和天气情况对交通的影响等；该系统可提取道路交通流的环境特征值，如果还没有发生拥堵状况，通过发布道路交通路况信息，引导私家车绕行，或者通过其它方式来疏导道路交通流。在复杂的天气条件下，交通监控系统的作用更为明显，不仅可以为私家车主提供及时和准确的路况信息，而且可以为交警部门提供可靠的影响资料和数据信息，从而为有效疏导交通流提供重要的保障。
此外，交通监控系统在车辆收费管理中也发挥着重要的作用。我们知道，私家车在通过高速路口时，需要交纳一定数量的通行费，而如果私家车主不缴纳道路通行费，交通监控系统便会自动发挥警報，提醒管理人员对该车辆收费。
1.2违章监测
当前，由于私家车等机动车辆的数量迅猛增加，而道路等基础设施的建设相对滞后，加上交通警察的警力有限等因素，导致交通违章状况连年增加，而由此引发的交通事故也不降反升。因此，这就有必要加强对车辆违章的监测，通过电子设备来实时监测道路上车辆的情况，时刻提醒驾驶员，不能违章，车速限定在限定的范围内，从而降低交通事故率的发生。
现阶段，我国道路使用的违章自动监测系统有两种，第一种是数字照相机式违章自动监测系统，第二种是视频检测式违章自动监测系统。
数字照相机式违章自动监测系统的构成部分有：数码相机、交通信号和感应线圈。这种监测系统主要是在交通路口抓拍违章的车辆。由于其维护费用比较高，感应线圈等容易出现问题，已经逐步被淘汰。视频检测式违章自动监测系统由两部分组成，一部分是工业摄像机，一部分是工业控制计算机，由于其性能较好，目前被广泛应用于道路监测系统【2】。
对于道路交通目标检测与跟踪，当前主要采用的是智能化的监测系统，这种智能交通监测系统主要应用的便是小波变换原理。在下文中，笔者通过系统分析小波变换的基本原理，设计了复杂天气条件下的交通监控系统目标检测与跟踪技术。
2交通监控系统中的小波变换基本原理
2.1连续小波变换
2.1.1连续小波变换的基函数
连续小波基函数有两个特征：第一，时域具有一定的局限性，也就是时域具有近似支集或者紧支集；第二，连续小波具有波动性，在容许性条件下，其直流分量可以为0。连续小波变换的基函数为：
在这个公式中，w表示的是直流分量，dw表示的是直流分量函数【3】。
2.1.2连续小波的性质分析
在统计学向量空间当中，如果任何一组无关的向量，可以表示一个与其无关的向量，那么就成这组向量是该向量在这个向量空间上的基。其中，向量空间的维数和基向量的个数是相等的。从本质上来讲，连续小波变换是把一维信号映射到二维连续时间—尺度平面上，这样，其自由度便会明显上升，因此，连续小波具有冗余性。
连续小波变换是一种较为复杂的线性变换，其变化性质如下：第一，叠加性；第二，尺度转化特性；第三，时移不变性质等。
2.2小波基的选择与确定
图像经过小波的分解，一般情况下，图像的能量集中的两个部分，第一是图像边缘的部分，第二是低频的部分。这也就是说，这两个部分的小波系数相对于其他部分来说比较大。小波基的选取应当慎重，因为其对后续的图像去噪、边缘检测等有影响。
2.2.1正交性
小波变换指的是把原始图像与小波函数相结合，在尺度函数内进行内积运算。从现阶段的研究结果表明，QMF大体上分为两类：第一类，双正交；第二类，正交。正交公式为：
在这个公式中，h表示小波长度，n表示波长的个数，而c表示的是正交向量的具体数字，d表示的是小波函数【4】。
对于小波基来说，多数具有无限支集，而这种无限支集的小波基是无法进行计算的。如果滤波器不对称，则非线性相位在图像编码过程中可能会导致误差，甚至出现边缘错位，最形成感官上的误差。所以，滤波器应该是对称的，或者是反对称的，而且是有限支集。在此条件下，小波基的计算就会比较简单。
2.1.2支撑性
小波滤波器的长度比较有限，因此，其也被称看做是具有紧支性。一般情况下，要求小波基是紧支撑集，通常支集越短，小波的变换计算也就越简短，有利于快速实现。
2.1.3对称性
如果滤波器具有对称性，则其优点主要有两个：第一，人类视觉系统对边缘附近对称量化的误差不敏感；第二，如果滤波器具有线性相位，在在处理图像时，就需要考虑线性相位这一因素。
对小波函数和尺度函数来说，对称或者反对称比较重要，因此，可认为构造正则小波基，而且让其具有线性相位。
通过监控系统捕捉到的目标图像，也就是通过小波转换处理而得到的交通目标图像，需要做进一步的去噪处理，这主要是因为监控系统中的信号是带噪信号，会影响目标图像的清晰度和呈现度。所以，必须对目标图像进行去噪处理。
3小波变换基础下的图像去噪
通常来讲，交通监控系统中的信号都是带噪信号，所以，在对系统信号做进一步分析之前，首先需要提取出来有效的信号。比如生物医学当中的脑电、心电等生理电信号。在本文中的研究当中，在交通图像处理领域，数字图像的获取、传输和编码等均有可能受到噪声的影响，所以，图像的去噪声处理十分必要。
现阶段，研究者已经掌握噪声的统计特征和分布规律；进入开发出各种信号去噪声的方法。在这些方法当中，最直观的一种方法是，依据噪声的能量集中在高频地带，但信号频谱的分布是在一个有限区间内，因此，可用傅里叶变换把含有噪声的信号转移到其它的频域，从而实现图像的去噪。
小波去噪之所以能够取得成功，和其自身所具有的特点是分不开的。小波变化能够把信号进行去相关，而其在变换之后的噪声具有白化的走向，因此，小波去噪的方法更为有效；第四，小波基的选择具有多样性的特征。
4结语
随着我国新型城镇化速度的加快，以及城市私家车数量的猛增，道路的交通压力也大幅的增加。在天气条件比较恶劣的情况下，交通事故发生的概率必然会上升。在本文中，笔者通过分析交通监控系统的内涵，通过小波原理的介绍，研究了复杂天气条件下的交通监控系统目标检测与跟踪技术。运用了小波转换基本原理的道路监控系统，可捕捉交通目标的图像，并经过去噪处理，实现对系统目标的检测与跟踪。
参考文献：
[1]黄大宇.复杂环境下弱目标检测与跟踪算法研究[D].华东理工大学，2012
[2]罗勇.复杂场景下的运动目标检测关键技术研究[D].上海交通大学，2012
[3]吕富强.交叉口复杂场景下目标检测与跟踪技术研究[D].浙江大学，2013
[4]张惊雷.复杂天气条件下交通监控系统目标检测与跟踪技术研究[D].天津大学，2009
关键词：复杂天气；交通监控系统；跟踪技术；目标检测
1道路交通监控的涵义
道路交通监控在监控路况、收费监视、违章记录和违章自动监视等方面的作用比较大。在城市道路上，随处可见各种监控道路状况的各种摄像头，这些摄像头是道路交通监控系统的重要组成部分，通过它来实现对路况的监控【1】。
1.1路况的监控和收费管理
道路监控系统的任务是实时监视城市道路、高速公路等道路的路况信息、交通流量情况和天气情况对交通的影响等；该系统可提取道路交通流的环境特征值，如果还没有发生拥堵状况，通过发布道路交通路况信息，引导私家车绕行，或者通过其它方式来疏导道路交通流。在复杂的天气条件下，交通监控系统的作用更为明显，不仅可以为私家车主提供及时和准确的路况信息，而且可以为交警部门提供可靠的影响资料和数据信息，从而为有效疏导交通流提供重要的保障。
此外，交通监控系统在车辆收费管理中也发挥着重要的作用。我们知道，私家车在通过高速路口时，需要交纳一定数量的通行费，而如果私家车主不缴纳道路通行费，交通监控系统便会自动发挥警報，提醒管理人员对该车辆收费。
1.2违章监测
当前，由于私家车等机动车辆的数量迅猛增加，而道路等基础设施的建设相对滞后，加上交通警察的警力有限等因素，导致交通违章状况连年增加，而由此引发的交通事故也不降反升。因此，这就有必要加强对车辆违章的监测，通过电子设备来实时监测道路上车辆的情况，时刻提醒驾驶员，不能违章，车速限定在限定的范围内，从而降低交通事故率的发生。
现阶段，我国道路使用的违章自动监测系统有两种，第一种是数字照相机式违章自动监测系统，第二种是视频检测式违章自动监测系统。
数字照相机式违章自动监测系统的构成部分有：数码相机、交通信号和感应线圈。这种监测系统主要是在交通路口抓拍违章的车辆。由于其维护费用比较高，感应线圈等容易出现问题，已经逐步被淘汰。视频检测式违章自动监测系统由两部分组成，一部分是工业摄像机，一部分是工业控制计算机，由于其性能较好，目前被广泛应用于道路监测系统【2】。
对于道路交通目标检测与跟踪，当前主要采用的是智能化的监测系统，这种智能交通监测系统主要应用的便是小波变换原理。在下文中，笔者通过系统分析小波变换的基本原理，设计了复杂天气条件下的交通监控系统目标检测与跟踪技术。
2交通监控系统中的小波变换基本原理
2.1连续小波变换
2.1.1连续小波变换的基函数
连续小波基函数有两个特征：第一，时域具有一定的局限性，也就是时域具有近似支集或者紧支集；第二，连续小波具有波动性，在容许性条件下，其直流分量可以为0。连续小波变换的基函数为：
在这个公式中，w表示的是直流分量，dw表示的是直流分量函数【3】。
2.1.2连续小波的性质分析
在统计学向量空间当中，如果任何一组无关的向量，可以表示一个与其无关的向量，那么就成这组向量是该向量在这个向量空间上的基。其中，向量空间的维数和基向量的个数是相等的。从本质上来讲，连续小波变换是把一维信号映射到二维连续时间—尺度平面上，这样，其自由度便会明显上升，因此，连续小波具有冗余性。
连续小波变换是一种较为复杂的线性变换，其变化性质如下：第一，叠加性；第二，尺度转化特性；第三，时移不变性质等。
2.2小波基的选择与确定
图像经过小波的分解，一般情况下，图像的能量集中的两个部分，第一是图像边缘的部分，第二是低频的部分。这也就是说，这两个部分的小波系数相对于其他部分来说比较大。小波基的选取应当慎重，因为其对后续的图像去噪、边缘检测等有影响。
2.2.1正交性
小波变换指的是把原始图像与小波函数相结合，在尺度函数内进行内积运算。从现阶段的研究结果表明，QMF大体上分为两类：第一类，双正交；第二类，正交。正交公式为：
在这个公式中，h表示小波长度，n表示波长的个数，而c表示的是正交向量的具体数字，d表示的是小波函数【4】。
对于小波基来说，多数具有无限支集，而这种无限支集的小波基是无法进行计算的。如果滤波器不对称，则非线性相位在图像编码过程中可能会导致误差，甚至出现边缘错位，最形成感官上的误差。所以，滤波器应该是对称的，或者是反对称的，而且是有限支集。在此条件下，小波基的计算就会比较简单。
2.1.2支撑性
小波滤波器的长度比较有限，因此，其也被称看做是具有紧支性。一般情况下，要求小波基是紧支撑集，通常支集越短，小波的变换计算也就越简短，有利于快速实现。
2.1.3对称性
如果滤波器具有对称性，则其优点主要有两个：第一，人类视觉系统对边缘附近对称量化的误差不敏感；第二，如果滤波器具有线性相位，在在处理图像时，就需要考虑线性相位这一因素。
对小波函数和尺度函数来说，对称或者反对称比较重要，因此，可认为构造正则小波基，而且让其具有线性相位。
通过监控系统捕捉到的目标图像，也就是通过小波转换处理而得到的交通目标图像，需要做进一步的去噪处理，这主要是因为监控系统中的信号是带噪信号，会影响目标图像的清晰度和呈现度。所以，必须对目标图像进行去噪处理。
3小波变换基础下的图像去噪
通常来讲，交通监控系统中的信号都是带噪信号，所以，在对系统信号做进一步分析之前，首先需要提取出来有效的信号。比如生物医学当中的脑电、心电等生理电信号。在本文中的研究当中，在交通图像处理领域，数字图像的获取、传输和编码等均有可能受到噪声的影响，所以，图像的去噪声处理十分必要。
现阶段，研究者已经掌握噪声的统计特征和分布规律；进入开发出各种信号去噪声的方法。在这些方法当中，最直观的一种方法是，依据噪声的能量集中在高频地带，但信号频谱的分布是在一个有限区间内，因此，可用傅里叶变换把含有噪声的信号转移到其它的频域，从而实现图像的去噪。
小波去噪之所以能够取得成功，和其自身所具有的特点是分不开的。小波变化能够把信号进行去相关，而其在变换之后的噪声具有白化的走向，因此，小波去噪的方法更为有效；第四，小波基的选择具有多样性的特征。
4结语
随着我国新型城镇化速度的加快，以及城市私家车数量的猛增，道路的交通压力也大幅的增加。在天气条件比较恶劣的情况下，交通事故发生的概率必然会上升。在本文中，笔者通过分析交通监控系统的内涵，通过小波原理的介绍，研究了复杂天气条件下的交通监控系统目标检测与跟踪技术。运用了小波转换基本原理的道路监控系统，可捕捉交通目标的图像，并经过去噪处理，实现对系统目标的检测与跟踪。
参考文献：
[1]黄大宇.复杂环境下弱目标检测与跟踪算法研究[D].华东理工大学，2012
[2]罗勇.复杂场景下的运动目标检测关键技术研究[D].上海交通大学，2012
[3]吕富强.交叉口复杂场景下目标检测与跟踪技术研究[D].浙江大学，2013
[4]张惊雷.复杂天气条件下交通监控系统目标检测与跟踪技术研究[D].天津大学，2009