進入21世紀以來，世界經濟進入快速發展時期，各個城市內的車輛也是日益增多。無論是發達國家還是發展中國家，都毫無例外不同程度地受交通問題的困擾，交通擁擠、交通事故、環境污染已成為現代社會亟待解決的幾大問題，由此帶來了巨大的能源消耗，浪費大量寶貴時間。

　　與此同時國內智能交通系統的發展也迎來了黃金時代，據前瞻產業研究院發布的《2015-2020年中國智能交通行業市場前瞻與投資戰略規劃分析報告》數據顯示，過去三年中，2011年依靠“十二五”智能交通行業政策紛紛出臺的利好影響，中國城市智能交通市場爆發式增長，市場規模增長增大由接近20%猛增到30%以上;2012年受國家宏觀經濟環境不佳和各地方政府換屆的影響，市場規模增速回落到20%以內;2013年在國家債務審計，地方債務問題備受關注的情況下，雖有國家各級政府換屆后領導層漸入佳境的利好，但市場增速并未達到市場預期，保持了20%的增長水平，全年市場規模達到192億元。市場的強烈需求推進著智能交通技術的不斷創新，體現最為明顯的就是智能交通攝像機。

　　電子警察與高清卡口屬于智能交通系統最重要的組成部分，可以實現對城市違章車輛取證處罰功能，更好的維護了交通秩序，確保市民的出行安全。而作為其核心設備的智能交通攝像機，不斷的發展創新，引領者智能交通技術的前行。其發展主要歷經了以下幾個階段：

　　第一階段：標清時代(90年代~05年)

　　此時的交通像機處于起步階段，像機的設計、圖像的分辨率、系統的穩定性都存在一些問題。首先，攝像機采用膠片或數碼像機，雖然能抓拍違法車輛，但無法實現車輛的連續抓拍，不能對違法車輛的違法過程形成有效的處罰依據。其次此時的像機為模擬像機，清晰度非常低，圖片包含的信息比較少，尤其在順光、逆光等條件下，圖片質量差，適應能力較弱。同時此時的像機是非工業設計，穩定性較差，對于長期使用在室外風吹雨淋的環境下，很容易損壞，但廠家一般不負責維修。

　　另外，此時電子警察多采用“像機+線圈”的檢測方式。此種方式采用地感線圈(感應棒)進行觸發，需要在前端鋪設地感線圈(感應棒)，而地感線圈是需要在車道上切割環行線槽，然后埋設感應線圈(或感應棒)。車輛通過時感應線圈產生電磁，會發射信號給相應設備，檢測算是比較準確。但是由于需要在地下埋設感應線圈，這樣在加大了施工難度的同時，也提高了工程的成本。而且麻煩的是當路面變更渠化時還需要重埋線圈。另外路面質量不好的地方對線圈的維護工作都是巨大的，并且一段時間以后還需要重新更換線圈，施工維護成本相當高。

　　第二階段：高清時代(05~10)

　　隨著像機技術的不斷發展，高清像機開始普及，智能交通像機也進入高清時代。此時的交通像機在電子警察中可以連續抓拍三張圖片，實現對車輛違法過程的記錄。并且抓拍圖片分辨率達到1080p，紅燈、車牌、停車線清晰可見，可以滿足交警的實際需求。同時檢測方式也脫離了線圈，實現視頻檢測。

　　技術的發展離不開市場需求的激勵，同樣當像機技術滿足了基本需求，更高的要求隨之而來。此時的交通像機同樣存在一些問題，首先總體架構采用“監控像機+ 抓拍像機+處理主機”的方式，其中監控像機的作用是監控整個道路場景，然后傳送視頻流給處理主機用于分析車輛;抓拍像機作用是接收處理主機抓拍指令，對圖片進行抓拍，最后把圖片傳回處理主機;而作為系統最重要的處理主機，肩負著分析監控像機的視頻，發出抓拍指令，接受圖片并進行車牌識別等工作。顯而易見，主機的工作量很大，在整個系統中處于主要地位。而處理主機的加入，使整個系統的造價大大提高。同時在室外惡劣的條件下使用，主機的故障率很高，雖然大多采用無風扇結構、嵌入式系統，但仍存在穩定性問題。價格和穩定性因素一直限制著整套系統的發展。

　　其次，此時的識別算法采用虛擬線圈，存在著準確率的問題。虛擬線圈技術屬于視頻分析識別技術的一種，通過對目標場景進行背景建模，劃定虛擬線圈，車輛特征信息的提取等技術實現對通過車輛的檢測。由于技術限制，其算法存在著一定的缺陷，首先誤抓拍比較高，虛擬線圈會實時分析線圈區域內場景變化，當有樹蔭、下雨等條件干擾時，無抓拍很高，從而對后續有效圖片的篩選帶來很多工作。其次，算法可實現功能少，智能實現簡單的闖紅燈、卡口車輛抓拍，對于車輛變道、壓線等行為卻無能為力，使用局限性比較強。

　　第三階段：智能時代(10年以來)

　　此時我們迎來了智能時代，像機真正變成了“有大腦的智者”。天地偉業一直致力于推動智能交通的發展，核心技術主要體現在以下幾方面：

　　首先，前端只需一臺像機，卻集成了之前的兩臺像機的工作。同時像機內置DSP處理芯片，集成了車輛檢測、抓拍、圖片識別一體化，兼容了處理主機的工作。真正實現了一體化，降低了系統成本的同時，對于現場施工以及整體系統的穩定性帶來了革命性的變革。

　　其次，采用車輛軌跡跟蹤算法，相比于虛擬線圈，跟蹤算法實時跟蹤車輛可以實現更多規則檢測，同時檢測也更準確;一般采用背景建模和前景建模技術。其中背景建模是基于背景檢測的技術實現：當沒有車輛在視頻檢測窗口中通過時，視頻中呈現的是路面、路側建筑物、樹木等物體成像特性，這些特性變化在相鄰幀視頻流中差異很小，變化緩慢，因此可以檢測相鄰視頻序列中某設定區域的圖像特性變化，來判定車輛的進入、滯留、運動、變化、離開等事件特性，從而實現系統抓拍。優勢是計算量小;實現簡單;對系統處理單元要求不高，適合嵌入式化，對提高抓拍系統整體穩定性有顯著意義。劣勢是檢測指標不穩定，很容易受天氣、光照、陰影、非機動車要素、成像設備抖動、傳輸鏈路噪聲、車輛行駛特性的干擾，造成漏抓，多抓，誤抓問題。

　　前景建模分為兩種，包括車輛檢測和車牌檢測。車輛檢測基于前景檢測的技術實現，源于如下設定：當車輛在視頻檢測窗口中通過時，會在某時段內的視頻序列中，在特定區域連續出現車輛特性，進而判定車輛的進入、滯留、運動、變化和消失等事件特性，從而實現系統抓拍。優勢是對有牌照的車輛，檢測精度高、檢測性能穩定，可以很好適應各種天氣、光照、陰影、非機動車要素、成像設備抖動、傳輸鏈路噪聲、車輛行駛特性的干擾。劣勢是不能對無牌車輛檢測;同時受制于車牌特性在圖像整體大視野中穩定性的變化，如牌照變得不可辨識時，不能給出更為細致的車輛運行特性，從而喪失深層行為判定能力。

　　車輛檢測是前景建模的另一種方式，基于前景檢測的技術實現。車體檢測特性指的是以機動車車體作為前景檢測特性，例如車體中的顏色、線條、交點等;優勢是靈活性、魯棒性高，可以對無牌車輛進行檢測，也可以更為細致的檢測車輛行駛特性，進行深層數據挖掘;不如牌照檢測方式穩定，系統資源占用大，對處理器性能要求高。帶載能力的下降，系統整體性價比不高。

　　目前的智能像機算法大多采用各種算法結合的方式，大大提高了車輛的檢測效率。

　　最后，對于高清圖片識別的信息更多。高清化普及之后，像機拍攝車輛圖片的細節也更加清晰。而智能化識別技術的不斷前進，使像機可識別的信息從早期只有車牌信息發展到現在車牌、車輛顏色、車標、車型、車牌顏色、安全帶檢測、人臉檢測、打電話檢測全方位的檢測。最終可以為交警處罰、交通管控、城市交通的運維提供很好的數據基礎。

　　結語： 智能交通市場在不斷擴大，同樣交通像機技術也在不斷創新前進。其將會沿著高清化、智能化、集成化的方向發展。

　　未來的交通相機將是一個真正的“集大成者”，畫面將實現超清化，包含更多的圖像信息，可以提供車輛特征(車牌、顏色、車型、車標)用于車輛稽查布控;可以采集人臉信息，通過設置黑名單，快速對比定位目標人員;可以采集路口、路段車流量、車道占有率、車速、飽和度信息用于城市交通管控;算法更加先進可以識別突發事件如交通事故、群眾集會等重要事件，從而報警聯動應急預案;

　　目前交通相機邁入了高清化時代，但從系統集成性能、智能化程度來看，目前的技術還是遠遠不能滿足實際使用的需求。但是我們堅信在信息科技大力發展的今天，交通相機將實現更加多元化發展。