光線對視頻識別技術(shù)的影響 （一）

     ITS技術(shù)發(fā)展的今天，識別技術(shù)以及識別手段正在不斷
的豐富完善。但不可否認的是，車輛識別技術(shù)是跟隨城市交通需
求應(yīng)運而生的。伴隨著各城市A級公路的逐漸增加，傳統(tǒng)地感觸發(fā)
識別方式的生存空間越來越小，基于純視頻處理的識別技術(shù)正逐
步成為業(yè)內(nèi)主流。 
　　視頻檢測可分為模擬視頻檢測和數(shù)字視頻檢測兩類，其中模
擬視頻檢測適用于室內(nèi)環(huán)境或動態(tài)幅度較小的環(huán)境中，它的實際
檢測是通過模擬減法對圖像進行檢測，實質(zhì)是對兩個時間點的圖
片進行對比，根據(jù)差值確定變化產(chǎn)生與否。而數(shù)字視頻檢測可同
時對數(shù)千個圖像單元進行分析、跟蹤。通過不斷將后續(xù)采集的數(shù)
據(jù)與存儲的參數(shù)數(shù)據(jù)依次對應(yīng)比較，確定視頻場景中某點灰度級
的變化，從而實現(xiàn)檢測并進行相應(yīng)的識別處理。 
　　其中最為典型的就是天地偉業(yè)智能交通系統(tǒng)。該系統(tǒng)基于視頻檢測技術(shù)并借此實現(xiàn)了車輛信息的視頻
的識別。天地偉業(yè)實現(xiàn)視頻識別的原理如下： 
　　（1）越界“物”檢測法：
　　采用差分法，利用相鄰兩幀圖像的灰度差以提取運動目標信息，對于連續(xù)圖像中的穩(wěn)定不動部分，其
灰度差值為0，而運動部分則呈現(xiàn)出一定灰度差，因此，差分圖像是運動部分的信息。 
　　越界物包括：人、人流、自行車、三輪車、摩托車、汽車等，差分法可將運動目標的輪廓實時檢測出
來，其算式為： 
　　
　　其中F2(xi,yj)為第2幀或第3場數(shù)字圖像，i=1,2,…,768 
　　j=1,2,…,288 
　　F1(xi,yj)為第1幀或第1場數(shù)字圖像 
　　D(xi,yj)為差分圖像。 
　　（2）越界車輛的識別：
　　采用句法結(jié)構(gòu)識別法。句法結(jié)構(gòu)是將復(fù)雜的圖像一部分一部分地加以描述，將復(fù)雜圖像分解成單層或
多層的子圖像或基元，選用如下基元：