智能交通ITS( Intelligent Transport System) 最早出现在二十世纪九十年代初期，作为世界电子信息技术的前沿，将这项技术应用到交通管理中，实现了交通的智能化。ITS 主要是将先进的电子技术、IT、AI、GIS 影像等技术进行全面集成，建立起准确实时的地面交通系统。主要应用于APTIS( Advanced Public Traffic InformationSystem) 、APTS ( Advanced Public TransportationSystems) 、AVCS ( Advanced Vehicle Control System) 、CVO( Commercial Vehicle Operations) 、ETC ( electronicToll Collection) 、EMS( Emergency Management System) 等方面。Intelligent Transport System 有两个由于面的含义，一是智能; 二是交通。交通技术的核心就是智能，智能技术源于电子通信、计算机与人工智能。在交通管理过程中借用当代的信息技术，对车辆道路进行全面的监控，实现交通的智能化管理。
一、数字图像处理技术在智能交通领域中的作用
( 一) 数字图像处理技术的主要工作步骤
一是利用计算机和其他电子设备完成的，其主要内容包括图像的采集与获取、对采集的信息进行编码与存储、图像的合成。合成之后对图像进行绘制，并最终输出，利用新技术对其进行恢复与重建。因此数字图像处理的主要目的是: 首先，对图像做灰度变化，保存有效信息，这种方法可以增强图像可读性，有利于原图的恢复;其次，利用特殊手段对图像中所包含的特殊且重要的信息进行提取，并详细分析图像中所包含的特征，这种方法主要是为了提取其中包含的特殊信息，对图像进行分割识别; 其三，对获取到的数据进行压缩，并保持其特有的清晰度，方便图像后期的传送与保存。
( 二) 数字图像处理技术在车牌识别当中发挥的重要作用
车牌识别技术( LPR) 作为智能交通的重要管理策略，被广泛应用在高速收费站、失窃车辆查找、停车场的车辆管理、监控车辆的违纪情况等方面，大大提高了工作效率，节省了人力资源。数字图像处理技术在智能交通领域中发挥着极大的作用，如监控车辆交通安全、统计交通拥堵情况等，最为出色的地方是车牌识别。数字图像处理技术在智能交通方面有着不可忽视的作用，在智能交通领域的研究中占有一席之地。
一个完整的车牌识别过程，应该是先获取到车牌的图像，计算机设备对获取到的图片信息进行识别，然后对图片进行预处理。根据获取到的图片信息，通过渡波、边缘增强等办法对其进行车牌定位。
二、我国拍照识别系统存在问题及原因
首先，我国的车牌组成比较复杂，由汉字、英文和阿拉伯数字共同构成。汉字的相似，对车牌识别的难度增加; 其次，我国车牌的颜色比较多，有白色、蓝色、红色等，识别起来比较麻烦; 第三，由于人为、道路、天气等原因，使得车牌上粘有水渍、泥土之类的污渍，导致车牌模糊不清，难以识别; 第四，车牌格式繁多，如民用、军用、公安警车、武警专用、外交车辆、特种车辆、消防专用、救护车等。民用车又分为多种，导致识别起来更加麻烦; 第五，车牌悬挂的地方不一致。要解决上述问题，必须提高图像处理的算法，使得拍照识别系统更加有效。
三、应用数字图像处理技术解决拍照识别系统存在问题的对策
( 一) 车牌定位要从复杂的背景中提取出有价值的信息，并进行分割
因为自身不利因素的影响，所以增加了LPR 对车牌定位的难度。良好的提取算法，是在保证有效信息不丢失的前提下，尽可能多的踢掉没价值的信息，准确的将车牌信息给抽取出来。判断算法是否精确，有以下三个方法: 其一，为了保证其实时性，必须要尽量减少算法; 其二，在复杂的环境下依然具有高度的定位效果，必须有一定的抗干扰性，第三，在保证有效信息不丢失的前提下，尽可能的多的踢掉没价值的信息为提高图像的质量奠定基础。车牌具有纹理，颜色与形状三个主要的特征。纹理主要是因为车牌的字符与车牌背景颜色的一个对比。颜色主要是由于汽车牌照的字符颜色与背景的组合，一般分为白字蓝底( 民用轿车) ，黑字黄底( 大型汽车) ，白字黑底( 使、领馆汽车) ，黑字白底( 警用汽车) 四种。现阶段车牌定位的处理办法主要要两种，一是灰度图像处理，其主要优势是速度快，内存少;二是基于彩色图像处理，其主要优势是彩色的图像从视觉上极占优势，尤其是随着计算机的迅速发展，运行速度飞快，内存也随之增大。而颜色也是车牌的主要区分模式，所以基于颜色的分割定位在当今的使用更为广泛。
( 二) 基于模板匹配的车牌字符分割
在车牌得到准确的定位后，字符分割水平影响到字符的识别精确度。字符的分割算法主要有: 一是直接取得原始车牌的垂直投影，将投影后的峰值作为分割的黄金点。在车牌严重受到损坏的情况下，直接分割往往会产生极大的错误，所以很难找到分割的黄金点; 二是分割即精分割与细分割。这种方法的最大优势就是包括在车牌遭到严重损坏的情况下，也可以保持极好的分割效果，但是算法较为复杂、费时，较难保证实时性。由于一些客观条件的影响，使得以上算法都不能满足，所以提出了一种新的分割算法，这种方法既能克服车牌损坏的影响，又没有过多的增加字符分割的时间。
在此也讲一下改进的MSR 算法对车牌图像进行预处理，由于车牌的图像不是很大，所以完全可以满足实时性要求。因为我们提取出来的车牌不能直接进行分割，必须先将其进行二值化处理。所谓二值化处理就是将原始图像经过技术转成二值图像。因为车牌图像的边缘信息是最终图像识别结果的重要影响因素，所以要在进行二值化处理的过程中要保留其边缘信息。我们经常见到的车牌应该是一个方方正正的矩形，然而在实际中，车牌会发生倾斜，我们可以把它看作为一个平行四边形来处理。对于其倾斜车牌的校正，我们需要找到倾斜的角度，然后进行旋转变化，使得转变成一个矩形。对于倾斜的车牌进行校正，一般情况就是先水平校正，再垂直校正。
( 三) 对于字符的识别
字符识别的原理是利用数字图像处理技术，对车牌中分隔处理的字符进行识别，字符识别系统的工作过程: 首先，对所需识别数据获取。图像数据的获取只有通过输入设备来实现，比如我们通常使用的摄像机、摄像头等等一些图像采集设备。它们主要的任务就是将景物反射的信号转换成可以识别的模拟信号，再经过A/D 转换，将转换后的模拟信号转换成数字图像信息。性能好、分辨率高、噪声较小、转换速度比较快的电信号线做优先的选择。只有达到这个标准的转换电信号线才是上乘选择，对图像的识别水平也较高。转换后的图像信息要进行进一步的预处理。其主要目的就是为了去掉原始图像的噪音与其他变形问题的干扰，保留并增强有效信息。其次，进行预处理的过程也比较复杂，要进过滤液、复原、提取边缘、图像分割等预处理方式，提高图像的可读性与清晰度，为下一步进行特征的提取提供了便利，奠定了基础。第三，提取特征。是根据预处理后得到的结果，对其进行分析、辨别真伪、剔除无效信息、保留有效信息的一个过程。鉴于原始图像数据信息量比较大，需要在这庞大的数据中提取出有价值的信息，并进行归类，这就是特征的提取。在对特征进行提取之后，才能对其进行分类决策。其主要的目的就是对在分类提取过程中所得到的样本进行分析和判断，当然在判断的过程需要遵循某个规则，将分类提所引起的错误识别概率降到最低，保证其具有较高的精准度。字符识别常用的方法有三种: 统计识别法; 句法结构模式识别; 模糊模式识别法。
( 四) 先采取摄像头拍摄的方式，再通过图像处理来进行数据的采集
在我国的公共道路交通管理系统中，为了获取更多的车辆的运动数据，之前通常采用感应线圈等方法，但是这种方法要求设置在路面上并且对路面造成一定程度的损坏，安装困难，影响交通。所以现在都是采取摄像头拍摄，再通过图像处理来进行数据的采集。随着科技的发展与进步，现在只需要在路段相应的位置安装摄像头，摄像头所获取到的视频与图像就会通过压缩之后传输到控制中心。监控中心只需要根据上述视频与图像进行提取，就可以对车辆进行实时跟踪。运作跟踪是车辆识别的一部分，其主要分为背景的提取、运动点团的提取，运动点团位置的提取和运动物体的跟踪。近几年，经过技术人员的不断钻研，针对每个点都提出各自相应的算法，使得车辆跟踪更为直观、精确。
本文中详细描述了数字图像处理技术在ITS 中的应用。ITS 技术在车牌识别，车辆的跟踪等方面应用广泛。由于信息技术的逐步完善，使得数字处理技术在智能交通领域中得到极大的应用。经过各方的不懈努力，无论是硬件还是软件，都在不断的进步与发展，使得数字图像处理取得一个又一个突破性的进步。
