[发明专利]一种停车位占用图像智能识别的方法在审

专利信息
申请号: 201711067986.4 申请日: 2017-11-03
公开(公告)号: CN107784290A 公开(公告)日: 2018-03-09
发明(设计)人: 张烨;许艇;程康;郭艺玲;董敏;刘齐齐 申请(专利权)人: 浙江工业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G08G1/14
代理公司: 杭州之江专利事务所(普通合伙)33216 代理人: 林蜀
地址: 310014 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 停车位 占用 图像 智能 识别 方法
【说明书】:

技术领域

发明涉及一种图像识别方法,特别涉及一种停车位占用图像智能识别的方法。

技术背景

近年来随着科学与技术的发展,特别是在计算机、数字化电子技术等方面取得了突飞猛进的发展。如今的停车场系统已经向智能化方向发展,不再需要人工手动监测,只需要监控设备(摄像机等)与计算机管理系统进行相关的关联操作,再结合信息的处理与运算就可实现智能化管理。一个先进的智能停车场管理系统最重要的是能够实时准确地判别一个车位的占用情况。

在当今社会,随着人们生活水平的提高,小轿车逐渐走进寻常百姓家,而公共场所的停车位资源有限,空闲与占用情况实时在变动,不能很好地利用。因此,人们想设计出一个实时有效的停车位监控系统,这样即使在复杂的大型停车场也能找到一个空车位,合理安排车位的停放。从用户的角度来看,大大节省了寻找空车位的时间,提高了进出效率;从管理员的角度来看,这是一种轻便、有效、准确、科学的管理方法,大大减少了人力、物力、财力的投入。

目前主要有以下几个方式的车位识别方法:一、申请号:201210184777.9申请日:2012-06-06的文件介绍了一种车位监控的方法,首先在停车场内设置多个边界和边界点标记不同停车位,获取停车位的分割图,将面积最大或者最清晰的图像作为监视的位点,将得到的分割图像经过图像识别;二、在申请号为:201510021156.2申请日为:2015-01-16的文件中,提到了用可移动机器人和机器人管理系统进行管理,机器人主要部分包括机器人本体、可行走的机器结构、蓄电池的组成、控制单元、应急单元和监控报警单元。其中行走结构用于驱动本体至电动汽车停放位置,蓄电池用于储存电池并供电,控制单元接收和执行管理系统发出的控制指令,应急单元用于发生故障时的应急措施,监控报警单元用于停车场发生火灾时的事故报警;三、在申请号:201620945857.5申请日:2016-08-26的文件介绍了压力感应的停车场车位检测,其系统包括:若干个传感节点、车位检测装置(存储器、压力传感器、控制器、计时器、RFID读写器、Zigbee收发器)、若干个汇聚节点。对于各个传感器节点的数据收发,其数据包括车辆信息、车主移动终端号码、记录的停车时间和车位地理坐标等。

以上提到的方法也存在不足之处,如方案一,需要标记车场内的边界线和边界点,对图片的清晰度要求很高;方案二,需要机器人的投入,大大加大了经费的投入,还需要机器人的定期保养和维修,成本较大;方案三,需要布置传感器的收发、汇聚节点,以及压力传感器等车位检测装置,传输距离有限,需要更多节点才能延长传输路线,成本投入也较大。

发明内容

为了解决现有技术的不足,提供一种一种停车位占用图像智能识别的方法,这种方法精准有效、成本低、智能化、操作简单。

为实现上述目的,本发明采用以下技术方案:

一种停车位占用图像智能识别的方法,包括如下步骤:

步骤一,通过视觉设备获取对应停车位的实时影像,将图像灰度化;

步骤二,在图片的指定位置对灰度图像进行裁剪,并将图片缩放到固定的像素:宽为W,高为H;

步骤三,将统一大小的图片,进行图片数据批量标准化处理,具体过程如下:

步骤3.1确定每次处理的图片数量为m张,每张图片包含有宽高的像素点信息,定义图片集合:

X=[x1,x2,...xi...,xm]

其中,xi为第i张图片的所有像素信息;

用以下表达式将每张二维图片像素信息按照从左往右,从上到下顺序平摊为一维像素信息:

其中η=W*H,表示一张图片像素信息的总长度;xil表示第i张图片的第l位置的一维像素信息;

通过将每张图片的一维像素信息缩放为0到1,得到白化处理的结果:

ci=xi/255;

图片集合X的白化处理结果矩阵为:

CX=[c1,c2,...ci,...cm]

步骤3.2计算图片集合白化处理结果矩阵CX的均值:

其中,K表示当前批次;E[ci]表示当前批次中第i张图片白化处理结果的均值,即:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711067986.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top