穹顶之下 智能交通需要解决的三个问题
- 来源：中国安防展览网 作者：编辑部
- 2015/3/2 18:25:0348087
其次是雾霾对智能交通设备的影响。在现代交通系统中，各种安防设备是保障道路顺畅运行的关键，到时在雾霾天下，PM2.5颗粒不仅影响设备使用效果，对设备自身使用寿命也会造成伤害。
据介绍，大部分视频监控系统采用的是可见光成像，在雾霾天气下，图像色彩将会变暗、对比度降低、图像清晰度也会变低，由此一些细节无法被察觉，从而导致监控系统失灵。究其原因，物体表面反射的光线在到达成像设备过程中会受到空气中悬浮颗粒物的影响，从而使设备无法获得清晰图像。因此去除雾气等杂物的影响、提高视频成像清晰度，成为室外视频监控系统中一项重要的技术。
图像去雾技术，让画面变清晰
光学透雾摄像机，通过图像去雾技术让设备在雾霾天下也能实现良好的监控效果，设备本身也加强了在雾霾天使用的材料性能。采用数字图像处理技术对图像进行处理的方法有很多种,归结起来，仍然是传统的两类：一类图像增强，另一类是图像复原。图像增强方法是从图像呈现的低亮度和低对比度的特征考虑，按照特定需要突出图像中的某些信息，削弱或去除某些不需要的信息来完成的；图像复原是从基于物理模型的天气退化图像复原方法，从物理成因的角度对大气散射作用进行建模分析，实现场景复原。在复原过程中，一般先利用各种先验知识估计模型中的参数，后求解方程从而计算出清晰的图像。两种方法相较，基于复原去雾算法从原理上实现去雾，对雾的估计更准确，能够真实地还原雾前的清晰图像，针对性强，得到的去雾效果自然，一般不会有信息的损失。
暗原色去雾方法改进
在完善透射率的过程中，用软抠图的方法，旨在在暗原色图像远近景交界边缘处，采用大值滤波对被低估的暗像素值进行修复。但计算过程中软抠图计算开销大，时间复杂度高，求解线性系统过程中速度慢，计算效率成为限制该方法实用化的大障碍。
如若选取保持图像边缘的指导滤波器，通过图像指导滤波来近似模拟这一侵蚀过程，不仅可以取得相似结果，同时也减少了运行时间。与经典的双边滤波相比，指导滤波是一种显式滤波，不仅具有线性的时间复杂度，对图像边缘的保持效果更加出色，还可以实现图像边缘的平滑、细节增强以及图像融合去噪等功能。
后，交通对雾霾天影响。造成雾霾天气的原因有很多，其中交通出行产生的废气污染其实也是造成雾霾的重要原因。这优点像是“自食其果”感觉，因为汽车尾气的增加造成雾霾加剧，而雾霾又再次让交通出行陷入困境。为此，我国不少城市都采取了限牌、限行、限购等多项措施。其实，在智能交通时代，绿色节能的出行方式是改变这一状况的佳办法。
如，自动驾驶汽车。汽车可以在闲置的时候并入公众交通网。也就是，让你自己的小轿车，在接送完你和你的孩子之后，继续跑在公路上替你接客人*——换个角度看，其实是你租用了一辆出租车，每天定时来接送你和你的孩子。
其实在我们把无人驾驶的私家车并到城市交通网络之前，公共交通一直在承担着这样的角色。但是公共交通的发展，是在私人轿车的道路之外另外起了一个系统。这两个系统一定程度上是互斥的，比如说你用私家车出行，那就不会选择公共交通。所以大力发展公共交通的后，也一定要呼吁和号召群众来多多乘坐公共交通。坐的人越多，这个系统就越有意义。
我们可以看到一直在宣传公交是一种“绿色出行”的方式。实际上。由于多种多样的原因，公交尾气排放不见得一定会少很多。具体到单辆公交车和单辆小轿车比较，公交车使用年限长，造价低，维护不善，都造成很多公交车背后冒黑烟。几年前的一轮换车普及了天然气公交车，但旧车没到报废年限的并未退役，而是作为支线或公交机动。就算这样，也依然是运力不足，出行高峰时段依然要全数上阵。
如果公交车上是一个座位上坐一个人，没有人站着这样的状况，某些车型所产生的人均碳排放都要高于乘坐一般小轿车。只有现在这种人挤成沙丁鱼罐头的情况下，才能算出在人均碳排放量上的相对低值。