[发明专利]一种基于图像的停车场车位检测方法及装置有效

专利信息
申请号: 201810573699.9 申请日: 2018-06-06
公开(公告)号: CN108564814B 公开(公告)日: 2020-11-17
发明(设计)人: 王宝宗;顾会建 申请(专利权)人: 清华大学苏州汽车研究院(吴江)
主分类号: G08G1/14 分类号: G08G1/14;G06K9/00;G06K9/46;G06K9/62
代理公司: 苏州创元专利商标事务所有限公司 32103 代理人: 范晴;丁浩秋
地址: 215200 江*** 国省代码: 江苏;32
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 基于 图像 停车场 车位 检测 方法 装置
【说明书】:

发明公开了一种基于图像的停车场车位检测方法,包括: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;获取监控图像的边缘信息,对车位状态进行初步筛选;对图像进行处理,提取车位的角点;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;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。该检测方法可以同时处理多个车位,能够降低设备成本,提高停车场的车位管理效率。

技术领域

本发明涉及一种停车场车位检测方法,具体地涉及一种基于监控图像进行分析的停车场车位检测方法及装置。

背景技术

随着汽车需求量的迅速增长,我国的汽车生产数量已经居世界首位。公共停车场的数量越来越不能满足人们日益增加的停车需求,“停车难”的问题日益突出。随着停车场越建越大,人工管理的劳动强度大、效率低的缺点更加突出,无法满足当今社会高效、快节奏的需求。智能停车场系统应运而生,并且在中大型停车场中起到重要作用。而停车场车位检测,是智能停车场系统的最重要一部分。

停车场车位检测技术主要分为四类:传统的人力管理系统,需要投入大量的人力,费时费力,容易使停车场堵车;地感线圈安装时需要对路面进行施工,影响停车场的运营,机器损坏时,维护需要对路面施工,导致增加设备成本和维护成本,并且不适合室外的大型停车场的车位检测;超声波检测在车辆定位时,需要人工定位;基于视频分析的智能化停车场系统,能够及时引导车主找到空车位,反向寻车时,可以精确到每一个车位,精确度高,减少车主在停车场内盲目寻找车位的时间。促进停车场的正规化建设。

智能停车场管理系统中分很多模块,车位检测模块在整个系统中占据比较重要的地位。由于待检测的视频图像是动态的,如天气变化、光照强度、阴影及行人杂物等因素的影响,会在一定程度上降低检测结果的正确率。

基于视频分析的停车场检测方法旨在解决的问题有:

(1)不同车辆颜色、大小差异,车主停车不规范对车位线的遮挡等因素影响检测的正确率;

(2)天气、光照的变化对检测结果的影响;

(3)车位上的阴影、行人、杂物等对检测结果的影响。

发明内容

为了解决上述存在的技术问题,本发明提供了一种基于图像的停车场车位检测方法,该检测方法结合纹理和灰度特征,进行判断车位状态,识别率高,能够排除天气、光照、车位上的行人、杂物、阴影等对检测结果的影响,且该检测方法可以同时处理多个车位,能够降低设备成本,提高停车场的车位管理效率。

本发明的技术方案是:

一种基于图像的停车场车位检测方法,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;

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。

优选的技术方案中,所述步骤S02之前,通过高斯滤波对图像进行预处理。

优选的技术方案中,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。

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清华大学苏州汽车研究院(吴江),未经清华大学苏州汽车研究院(吴江)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/201810573699.9/2.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