[发明专利]基于实景监控的车辆定位寻找方法和系统

权利要求书

1.基于实景监控的车辆定位寻找方法，其特征在于，其包括如下步骤：

步骤S1，对停车场内部区域进行拍摄，以此获得相应的内部区域图像，并对所述内部区域图像进行分析处理，以此确定停车场内部区域中停放车辆的车辆特征信息；

步骤S2，根据所述车辆特征信息，确定用户所需要寻找的目标车辆，以及从所述内部区域图像中提取包括所述目标车辆的目标图像帧；

步骤S3，对所述目标图像帧进行分析处理，以此确定所述目标车辆当前停泊的停车位的车位特征信息，并根据所述车位特征信息，确定所述目标车辆当前停泊的位置区域。

2.如权利要求1所述的基于实景监控的车辆定位寻找方法，其特征在于：在所述步骤S1中，对停车场内部区域进行拍摄，以此获得相应的内部区域图像，并对所述内部区域图像进行分析处理，以此确定停车场内部区域中停放车辆的车辆特征信息具体包括：

步骤S101，对所述停车场内部区域进行扫描拍摄，以此获得相应的全景内部区域图像，并对所述全景内部区域图像依次进行图像背景噪声降噪滤波处理和像素灰度化处理，以此获得灰度化全景内部区域图像；

步骤S102，对所述灰度化全景内部区域图像进行识别处理，以此确定所述灰度化全景内部区域图像中存在的关于停车场内部建筑结构柱对应的像素区域，并从所述灰度化全景内部区域图像中剔除所述建筑结构柱对应的像素区域，以此得到预处理后的灰度化全景内部区域图像；

步骤S103，对所述预处理后的灰度化全景内部区域图像进行车辆牌号和车辆外形轮廓的识别处理，以此得到停车场内部区域中停放车辆的车辆牌号信息和车辆外形轮廓信息，以此作为所述车辆特征信息。

3.如权利要求2所述的基于实景监控的车辆定位寻找方法，其特征在于：在所述步骤S101中，对所述停车场内部区域进行扫描拍摄，以此获得相应的全景内部区域图像，并对所述全景内部区域图像依次进行图像背景噪声降噪滤波处理和像素灰度化处理，以此获得灰度化全景内部区域图像具体包括：

第一、利用下面公式(1)，对所述全景内部区域图像进行图像背景噪声降噪滤波，

在上述公式(1)中，(R,G,B)_i,j表示进行图像背景噪声降噪滤波后的所述全景内部区域图像的图像矩阵中第i行第j列的像素点的RGB值，R表示降噪滤波后对应像素点的红色阈值，G表示降噪滤波后对应像素点的绿色阈值，B表示降噪滤波后对应像素点的蓝色阈值，(R₀,G₀,B₀)_i+n,j+m表示所述全景内部区域图像的图像矩阵中第i+n行第j+m列的像素点的RGB值，R₀表示降噪滤波前对应像素点的红色阈值，G₀表示降噪滤波前对应像素点的绿色阈值，B₀表示降噪滤波前对应像素点的蓝色阈值，n表示所述全景内部区域图像的图像矩阵像素点行数的增加值，m表示所述全景内部区域图像的图像矩阵像素点列数的增加值，l表示n或者m的取值上限；

第二、利用下面公式(2)，进行图像背景噪声降噪滤波后的图形矩阵进行灰度化处理，

H_i,j＝[(299R+587G+114B+500)/1000]_i,j (2)

在上述公式(2)中，H_i,j表示进行图像背景噪声降噪滤波后的图形矩阵灰度化后第i行第j列的像素点的灰度值；

然后，将所述全景内部区域图像的每一个像素点进行上述对应的降噪滤波处理和像素灰度化处理，从而得到所述灰度化全景内部区域图像；

以及，

在所述S102中，对所述灰度化全景内部区域图像进行识别处理，以此确定所述灰度化全景内部区域图像中存在的关于停车场内部建筑结构柱对应的像素区域，并从所述灰度化全景内部区域图像中剔除所述建筑结构柱对应的像素区域，以此得到预处理后的灰度化全景内部区域图像具体包括：利用下面公式(3)，从所述灰度化全景内部区域图像中剔除所述建筑结构柱对应的像素区域，得到预处理后的灰度化全景内部区域图像，

Y_i,j＝H_i,j×δ[δ(H_i,j-Z)] (3)

在上述公式(3)中，Y_i,j表示剔除所述建筑结构柱对应的像素区域后第i行第j列的像素点的灰度值，Z表示所述停车场内部建筑结构柱的标准灰度值，δ[]表示单位冲激函数、且当括号内的值等于0时单位冲激函数的函数值为1，当括号内的值不等于0时单位冲激函数的函数值为0；

最后，对所述灰度化全景内部区域图像的每一个像素值进行上述公式(3)对应的处理，从而得到所述预处理后的灰度化全景内部区域图像。