[发明专利]一种基于灰度共生矩阵的车位状态检测方法

说明书

本发明公开了基于灰度共生矩阵的车位状态检测方法，包括获取视频流图像；将视频流图像转换成单通道的灰度图像；获得各帧图像的灰度矩阵并从完整的灰度矩阵中提取车位所在的区域灰度矩阵；将区域灰度矩阵归一化并计算其灰度共生矩阵；根据灰度共生矩阵计算相应的特征并评估车位的状态。本发明适合于对视野较为清晰的车位利用图像判断其是否为空置车位，能够较快速、准确的评估其状态，并一定程度上的减少光照影响所带来的误差。

【技术领域】

本发明属于数字图像处理领域，具体涉及一种基于灰度共生矩阵的车位状态检测方法。

【背景技术】

随着人们生活水平的提高和对汽车消费能力的提升，汽车走进更多的家庭。相应的，人们对停车位的需求越来越高，停车位资源的供需矛盾愈加剧烈。并且伴随着自动驾驶技术如火如荼的发展着，停车位监测和泊车诱导技术也慢慢显示出其必要性。如何做到停车位的实时监测，对车位的使用情况进行实时并准确的监测，对车辆进行诱导、调配成为重要的话题。

近年来，对于私有的封闭式停车场的管理依靠的是智能闸机，该类型的停车场由于场地封闭并且出入口数量较少，因此依靠智能闸机可以对场馆内的停车位做一定程度的统计、管理。但是大多数的停车场对于车位的管理也只是计算车位余量的信息，能够做到定位闲置车位、对入场停车的车辆进行引导的停车场少之又少。而对于开放性的停车位，情况就更加恶劣，找不到车位、乱停车的现象时有屡见不鲜。

如何利用物联网技术将监测车位实时状态的设备通过服务器与终端设备等形成实时车位监控网络，满足人们实时查询空置车位或者附近的车位状态，对车辆进行车位的分配、对泊车进行诱导、导航具有非常大的现实意义。

利用停车场入口的统计车流，只能够知道当前车位的余量，并不能实时统计出空车位的情况。在停车位范围内安装传感器则对附近的环境有着比较高的要求，并且十分容易受到干扰。因此，有必要设计一种能够适应多种环境并且抗干扰能力强的车位状态检测方法。

【发明内容】

基于现有技术的缺陷，本发明提供了一种基于灰度共生矩阵的车位状态检测方法，通过在停车上的适当地方架设监控摄像头，并通过图像处理技术分析图像上的车位，来监测停车场车位的实时状态。

为了达到上述目的，本发明采用如下技术方案：

一种基于灰度共生矩阵的车位状态检测方法，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；