[发明专利]基于背景建模的车位区域车辆检测方法及装置

说明书

本发明提供了基于背景建模的车位区域车辆检测方法，包括：通过安装在高位的相机，获取视频图像，获取视频图像中车位的四边形区域，标记为建模区域；给定每个车位区域的初始车位状态，获取背景视频图像的梯度直方图模型；获取当前帧视频图像的梯度直方图模型、极值点；计算当前帧梯度直方图模型极值点的直方图相似度值，获取小于相似阈值的极值点集，获取对应的运动区域和运动区域对应的车位号；根据当前车位区域的车位状态和运动区域持续的累计时间，获取变化区域，更新车位状态；如果车位状态有更新，更新背景视频图像的梯度直方图模型。与现有技术相比，本发明有效地对路侧的车位状态进行识别，克服相机晃动、目标遮挡等非确定性问题。

技术领域

本发明涉及图像处理、视频监控以及安防，特别涉及路侧停车检测方法及装置。

背景技术

近年来随着机动车数量的迅速增加，同时与之配套的停车场数量却增长缓慢。在没有足够的场地停放机动车时，机动车开始转向马路两侧停放。由于机动车数量过于庞大，同时也由于目前的没有相关部门对路边停车进行合理的规范和制约，从而出现了路边停车秩序混乱，严重时会影响动态交通，使得城市道路上的机动车车速普遍较低，有时还会发生严重的交通堵塞。如何充分使用现有的道路闲散资源，以及合理的科学的规范路边停车秩序，同时要保证二十四小时不间断的工作，从而引导机动车合理有效的停放。

目前，通用的车位区域车辆检测方法存在不鲁棒的问题，因为车位管理系统的应用场景中普遍存在车牌车辆互遮挡、非正常出车、出车入车较快等问题，传统方法不能够在算力确定的情况下处理好这几种情况下的车辆检测和跟踪问题，这进一步增加了人工干预的成本。

综上所述，目前迫切需要提出基于背景建模的车位区域车辆检测方法及装置。

发明内容

有鉴于此，本发明的主要目的在于提供路侧停车检测方案，可以有效解决车牌遮挡和无牌车问题。

为达到上述目的，按照本发明的第一个方面，提供了基于背景建模的车位区域车辆检测方法，该方法包括：

第一步骤，通过安装在高位的相机，获取视频图像，对视频图像内的车位区域进行标记，获取视频图像中车位的四边形区域，标记为建模区域；

第二步骤，选取背景视频图像，给定背景视频图像的每个车位区域的初始车位状态，采用梯度直方图建模法，获取背景视频图像的梯度直方图模型；

第三步骤，采用梯度直方图建模法，获取当前帧视频图像的梯度直方图模型、极值点的位置；计算当前帧视频图像与背景视频图像的梯度直方图模型中所有极值点的直方图相似度值，获取直方图相似度值低阈值小于相似阈值的极值点集，获取对应的运动区域和运动区域对应的车位号；

第四步骤，如果当前车位区域的车位状态为空，并且运动区域持续的累计时间不小于第一累计时间阈值，则将运动区域标记为变化区域，将车位状态更新为占用；如果当前车位区域的车位状态为占用，并且运动区域持续的累计时间不小于第二累计时间阈值，则将运动区域标记为变化区域，将车位状态更新为空；如果车位状态有更新，如果存在变化区域以外的其他运动区域，则只对变化区域的背景视频图像的梯度直方图模型进行更新，否则更新背景视频图像的梯度直方图模型；

第五步骤，如果车位区域内不存在运动区域持续的累计时间不小于第三累计时间阈值，则更新背景视频图像的梯度直方图模型。

其中，所述第一步骤包括：采用安装在距离地面高度H处的相机，采集包含车位区域的视频图像；对视频图像内的车位区域进行人工标记，以获得视频图像中车位区域的位置坐标，将车位区域标记为建模区域，其中H的取值范围为3～8米，相机的镜头朝向路侧停车车位，能够同时采集包括2个车位以上的车位区域图像。

其中，所述第二步骤中背景视频图像通过人为选择；所述给定背景视频图像的每个车位区域的初始车位状态包括：根据背景视频图像中的车位状态，人为的进行标记。

进一步地，所述梯度直方图建模法包括：