[发明专利]一种基于灰度共生矩阵的车位状态检测方法

权利要求书

1.一种基于灰度共生矩阵的车位状态检测方法，其特征在于，该方法包括以下步骤：

SO1：通过设置于停车位的监控摄像头获取所述停车位的视频流的图像，选取其中若干帧作为样本图像，其他作为待检测图像，获取每一帧所述样本图像的视野中停车位的有效区域，所述有效区域为视野中停车位的边界四边形中最大的内接矩形，所述有效区域具有有车状态和无车状态，所述有车状态为样本A，所述无车状态为样本B；

SO2：将所述样本图像通过平均法转换成单通道灰度图像，并对所述灰度图像的灰度做归一化转换，使所述灰度图像的灰度级压缩在16以内，从归一化之后的所述灰度图像中提取出所述有效区域的灰度矩阵，通过有效区域的灰度矩阵计算有效区域的灰度矩阵的灰度共生矩阵，并通过所述灰度共生矩阵计算第一特征量F，所述第一特征量F包括：角二阶矩F_ASM、熵F_ENT、逆差分矩F_IDM、对比度F_CON，得到每种第一特征量F的有车状态特征集合M和无车状态特征集合N；

SO3：根据每种所述特征集合M和所述特征集合N分别计算相应种类第一特征量F的样本中心O_full、O_empty，并计算每种第一特征量的有效范围R_full、R_empty；

SO4：对每种第一特征量F的O_full、O_empty，根据有效范围和样本中心之间的比例关系，分别计算出其“有车”状态和“无车”状态的分界点flag，分界点flag由如下公式计算：

SO5：依照步骤SO2计算所述待检测图像的第二特征量F’，包括角二阶炬F’_ASM、熵F’_ENT、逆差分炬F’_IDM、对比度F’_CON，对每种第二特征量F’依照步骤SO3、步骤SO4计算出相应种类第二特征量F’的O_full、O_empty以及分界点flag，并进行“有车”状态的概率评估，计算出待检测图像的角二阶矩概率P_ASM、熵概率P_ENT、逆差分炬概率P_IDM、对比度概率P_CON，四种概率均表示根据第二特征量F’评估的停车位有车的概率；

SO6：对每种第二特征量评估的“有车”状态的概率进行权重的分配，并计算出各概率的加权和作为该帧图像下有效区域的“有车”状态的总概率P，当P大于临界值的时候，该车位处于“有车状态”，所述临界值大于等于0.8，如果超过连续三秒读取出的待检测图像中的有效区域均为“有车”状态，则认为该车位被占用。