智能交通控制系统的设计与实现

 在linux操作系统中，使用v4l对机动车道路图像进行采集，然后采用背景差分法对图像中的车辆目标进行提取，依据目标的面积估算出车的数量，根据车辆的数量设定信号灯交替工作的时间，进而实现对交通灯的智能控制。本系统体现了现代城市交通管理的数字化、智能化以及信息化，该系统的设计具有结构简单、可靠性高、成本低、实时性好、安装维护方便等优点，具有广泛的应用前景。

标签：智能交通 图像采集 背景差分

随着城市机动车辆的不断增加，许多大城市出现了交通超负荷运行的情况。因此，缓解主干道与匝道、城区同周边地区的交通拥堵状况，越来越成为交通运输管理和城市规划部门亟待解决的主要问题。智能交通灯控制系统可以实现自动控制和在紧急情况下能够手动切换信号灯让特殊车辆优先通行。控制系统还可以通过适配器与导航系统联网，及时将道路信息传送给驾驶员使其及时选择通畅路径。

一、系统设计

本智能交通控制系统采用基于图像处理的linux智能交通控制系统，通过arm9开发板采集图像，然后采用背景减法，边缘检测方法对图像进行处理，以实现对车辆数量的检测，并将检测结果返回到系统中，从而控制交通信号灯的各种状态，实现对单个交通路口的智能控制，并将交通岗的车辆信息传送给车主，规劝车主及时对驾驶员进行路径规划指导，使其避免添堵，疏导交通。本系统采用的平台为up-tech s2410/p270 dvp，采用的系统为linux2.6.24，系统总体框图如图1所示。

图1.系统总体框图

二、系统实现

系统实现的算法流程图如图2所示。

图2.系统流程图

1.v4l图像采集

v4l是Linux系统下进行视频音频等应用开发的应用编程接口，同时也提供了无线电通信和文字电视广播解码等的数据接口，结合视频采集设备和相应的去的驱动程序，可以实现影音图像采集，AM/FM广播等功能，在远程会议，可视电话，视频监控中有着广泛应用，本文正是进行图像采集。

使用usb接口连接摄像头，使用linux2.6.24系统自带的摄像头驱动程序，编写v4l图像采集程序，将图片转化为数据，实现对摄像头图像的采集工作，将图片采集到arm9开发板内，方便后面对图像进行处理。

2.图像处理

通过摄像头，将没有车通过时的一张背景截取下来进行保存，以作为以后背景图片使用，接下来再根据交通岗的红绿灯进行监控，当红灯时，截取当时的路况图像，传到开发板内。

先进行的是背影差分法，背景差分法又称背景减法，背景差分法的原理是将当前帧与背景图像进行差分来得到运动目标区域。对于得到的图像，使用RGB24格式，可保存为bitmap文件，本系统使用bitmap图像格式，读取得到的背景图像，然后对采集到的图像的没个像素点进行逐差操作，从而得到两个图形的差值。

void sub（unsigned char *bg， unsigned char *fg， unsigned char *dst）

{

int i；

int size = IMAGEWIDTH*IMAGEHEIGHT*3；

for （i = 0； i < size； ++i）{

*（dst+i） = （short）（*（fg+i））-*（bg+i） < 0 ？ *（bg+i）-*（fg+i） ： *（fg+i）-*（bg+i）；

}

}

然后进行的是灰度处理，灰度处理，要将一个图片灰度处理，必须取出图片中每一个像素的灰度值，再将此点的颜色的红、绿、蓝成分都设置为灰度值。代码如下：

void gray2bin（unsigned char *tar， float alpha）

{

short thresh；

int size = IMAGEWIDTH*IMAGEHEIGHT*3；

int i；

if （！alpha）alpha = 0.095；

thresh = alpha * 255；

for （i = 0； i < size； ++i）{

if （*（tar+i） < thresh）{

*（tar+i） = 0；

}

else {

*（tar+i） = 255；

}

}

}

对得到的灰度图像进行二值化处理，得到的为只有黑白两种颜色的图像。代码如下：

void sub2gray（unsigned char *tar）

{

int i， size = IMAGEWIDTH*IMAGEHEIGHT*3；

short dgray；

for （i = 0； i < size； i += 3）{

dgray = （*（tar+i）+*（tar+i+1）+*（tar+i+2））/3；

*（tar+i） = dgray；

*（tar+i+1） = dgray；

*（tar+i+2） = dgray；

}

}

最后本系统采用在二值图像中，获得白色区域的总面积，根据提前采集图像获得的每辆车的平均像素点个数通过公式：车的数量=总像素点个数/一辆车的平均像素点个数。然后设置LED时间，得到的车流量信息，得到车辆全部通过时所需要的时间，从而控制红绿灯等待时间，系统图像处理过程如图3所示。

a 原始图像 b 背景减法结果

c 灰度图像 d 二值图像

图3 图像处理过程

三、结论

传统交通信号灯的切换时间是固定值，由于红绿灯的切换时间设置不合理，导致车辆不能有效的疏导，因此本文以每一个方向车道上的车辆数量作为依据，来设置红绿灯交替的时间长短，从而实现智能、合理设定交通信号灯，提高交通管理效率。

参考文献

[1]杨水清.《精通ARM嵌入式Linux系统开发》，北京：电子工业出版社，2012

[2]童永清.《Linux C编程实战》，北京：人民邮电出版社，2008

[3]、杨巨峰.《C++？Primer，5th？Edition》，北京：电子工业出版社，2013

[4]康一梅.《嵌入式软件设计》，北京：机械工业出版社，2008

[5]符意德.《嵌入式系统原理及接口技术》，北京：清华大学出版社，2007

[6]阿查里雅 等著，田浩 等译.《数字图像处理原理与应用》，北京：清华大学出版社，2007