[发明专利]一种基于图像的停车场车位检测方法及装置

权利要求书

1.一种基于图像的停车场车位检测方法，其特征在于，包括以下步骤：

S01：获取监控车位的位置信息，将每个车位的位置信息通过多个角点的坐标进行表示；

S02：获取监控图像的边缘信息，对车位状态进行初步筛选；

S03：对图像进行处理，提取车位的角点；

S04：获取每个车位的角点的坐标，计算每个角点坐标到车位中心点的距离，结合车位的位置信息构建位置特征，联合车位的灰度直方图特征得到车位的混合特征；所述构建位置特征，联合车位的灰度直方图特征得到车位的混合特征，具体包括以下步骤：

S41：构建维度A的特征向量Dist，遍历所有角点到中心点的距离D(x)，按照以下公式计算Dist特征：

获得角点分布的位置特征；

S42：像素点的灰度值范围为0-255，构建维度B的特征Hist，遍历车位区域内每个像素点，获取对应的灰度值Gray，则Hist[Gray]++，构建灰度直方图特征；

S43：联合位置特征和灰度特征，构建维度为A+B的混合特征；

S05：训练车位分类器，利用训练完成的车位分类器判断当前车位是否有车辆。

2.根据权利要求1所述的基于图像的停车场车位检测方法，其特征在于，所述步骤S02之前，通过高斯滤波对图像进行预处理。

3.根据权利要求1或2所述的基于图像的停车场车位检测方法，其特征在于，所述步骤S02具体包括：

S21：计算图像中所有像素点的边缘方向和局部梯度幅值，获得在梯度方向上幅值较大的点；

S22：将获取的幅值进行非极大值抑制，找出局部最大值，得到边缘点。

4.根据权利要求1所述的基于图像的停车场车位检测方法，其特征在于，所述步骤S03中的角点为Harris角点，窗口函数E(u,v)为：

其中(u,v)是二维高斯窗口函数的偏移量，w(x,y)是窗口函数的像素点，I(x,y)表示图像的灰度。

5.根据权利要求1所述的基于图像的停车场车位检测方法，其特征在于，所述步骤S05中通过SVM构造二分类器，训练车位分类器包括以下步骤：

S51：采集训练集T＝{(x₁,y₁),…,(x_l,y_l)}∈(X×Y)^l；

其中，x_i∈X＝Rⁿ,y_i∈Y＝{-1,1}(i＝1,2,…,l)；x_i为特征向量，y_i代表标签；

S52：选取核函数K(x_i，x_j)及参数，a_i、a_j代表最优解的值，C为目标函数中两项之间的权重，l代表特征向量的维度；

得到最优解：

S53：选取α^*的一个分量并计算阈值，其中K(x_i-x_j)代表核函数的值：

S54：构造决策函数：

当函数取值为“1”时，表示当前车位停有车辆，取值为“-1”时，表示没有车辆。