交通信息检测系统要求能全天候工作。而白天没有车灯，但车辆成像清晰；夜晚车辆成像不清晰，但车灯及路面反射光突出。因此，本系统采用不同的实现策略：白天检测车辆本身，夜晚检测车灯及路面反射光。这样，白天可提取全部交通参数，夜晚由于不能获取车辆信息，无法进行车型分类，但其他交通参数不受影响。实验现场的测试表明，本系统的车辆识别率达到96.5％。车辆检测的效果如图3所示。图3b，3d中的两条白色直线为用户设定的检测区域。

    采用C语言编写系统的接口配置／控制代码，以保证系统的整体可读性。为了保证系统算法的高效性，对系统的关键算法模块进行了纯汇编语言的编写。表1是不同语言下代码的效率对比，表中所列代码段均针对分辨率为253×288的交通视频图像进行处理。 

　　在本算法的实现中，由于采用C代码与汇编代码的嵌套使用，同时兼顾了算法的运算速度和代码可读性。在高速公路环境下，系统处理速度为25 f／s(帧／秒)；在城市环境下，处理速度能保证不小于15 f／s(帧／秒)，即处理一帧图像耗时不大于(1 000／15)ms=66.7 ms。假定检测区域为10 m，则有效检测的最高车速为10 m／66.7 ms=540 km／h，完全满足现有的交通状况。 

    4 小结 

    本文论述了各种基于视频技术的交通检测算法的实现思路和特点，并对其产品化现状和发展方向进行了描述。通过对各种检测算法的比较，采用基于像素强度的图像差分方法作为检测算法的基础，以本实验室的研究成果为例详细描述了一个基于DSP平台的嵌入式交通信息检测系统。本系统已经在长沙、郑州等国内的高速公路系统经过长时间的试运行，并取得了较好的效果。算法的进一步完善和功能扩展是系统下一步的改进方向。