[发明专利]基于计算机视觉的违章停车检测装置

摘要

一种基于计算机视觉的违章停车检测装置，包括用于获取监控区域的视频图像的全方位视觉传感器、用于抓拍违章停车车辆详细局部图像信息的快速球摄像机以及用于对视频图像进行理解分析并进行违章停车检测的微处理器，微处理器通过大范围监控视觉传感器与快速球摄像装置之间的映射关系将该违章停车的车辆空间位置信息指示快速球摄像装置对该违章车辆进行抓拍，然后对所抓拍的违章整体图像进行车牌识别，得到该违章车辆的车牌号，接着通过语音播放单元警示违章停车司机不要违章停车，在警示劝说不起作用的情况下，系统自动生成一条违章停车记录。本发明减少违章停车执法人员的工作强度、实现违章停车的实时自动检测，具有检测范围广、效率高等特点。

主权项

1.一种基于计算机视觉的违章停车检测装置，其特征在于：所述违章停车检测装置包括用于获取监控区域的视频图像的全方位视觉传感器、用于抓拍违章停车车辆详细局部信息的快速球摄像机以及用于对视频图像进行理解分析并进行违章停车检测的微处理器，所述的全方位视觉传感器和快速球摄像机通过视频卡与微处理器连接，所述的全方位视觉传感器包括用于反射监测领域中物体的外凸折反射镜面，外凸折反射镜面朝下，用于支撑和保护外凸折反射镜面的透明圆型体，用于拍摄外凸反射镜面上成像体的摄像头，摄像头对着外凸反射镜面朝上，所述摄像头位于所述外凸折反射镜面的虚焦点；所述的微处理器包括：视频图像数据读取模块，用于读取从全方位视觉传感器传过来的视频图像信息；违章停车监控领域定制模块，用于定制视频监控违章车辆的监控范围；全方位视觉传感器标定模块，用于建立一种空间的实物图像与所获得的视频图像的对应关系；视频数据融合模块，用于控制快速球视觉传感器的转动与调焦，使得快速球视觉传感器能对准跟踪的车辆进行特写抓拍，以全方位视觉传感器获取的全景图像中心为圆心，根据分辨需要将全景图像分成圆环，根据全方位视觉传感器距监控场景地面的高度、快速球视觉传感器空间位置和摄像头焦距等参数，依次确定快速球视觉传感器要检测的区域所需要水平、垂直旋转的角度以及焦距；车辆进入监控范围检测模块，用于当检测到有车辆进入定制的监控范围后，系统自动产生一个事件，系统每自动产生一个事件时都会有调用相应的处理模块；车辆ID号以及存放跟踪车辆图像文件夹的自动生成模块，用于刚进入定制的监控范围的车辆对象进行命名，并同时生成一个以该车辆ID号命名的文件夹，用于存放该车辆的特写图像；多目标跟踪模块，用于跟踪进入监控领域内的车辆对象；违章停车检测模块，用于检测已经停放在监控范围内的车辆对象，包括有：边缘检测单元，用于采用微分算子法，对图像进行微分运算求得梯度来进行边缘检测，从边缘点往往对应于一阶微分幅值大的点，同时也对应于二阶微分的零交叉点出发，设定一阶或二阶微分算子求得其梯度或二阶导数过零点，再选择阈值提取边界；图像预处理单元，用于对图像进行边缘抽取、二值化、将轮廓连成闭合曲线并对曲线内区域进行白像素填充；模板匹配单元，用于将所要检测的车体的样板与监控场景中所有位置的物体进行比较，考察是否存在与车体的样板相匹配的物体；对于一个空间离散化为M*N的图像，设i，j为离散化的监控场景中的各像素坐标，f(i，j)为坐标为(i，j)的像素的灰度值，根据上述的不变矩的概念和求取方法，按照离散化的数字图像的处理方法， 则图像场景中物体的“中心矩”可由下列双重求和形式来逼近，用公式(23)表示，$D_{\mathrm{pq}}=\underset{i\in R}{\Sigma }\underset{j\in R}{\Sigma }{(i-\bar{i})}^p{(j-\bar{j})}^{q}f(i,j)---\left(23\right)$ 其中：$\bar{i}=m_{10}/m_{00};$ $\bar{j}=m_{01}/m_{00};$ $m_{00}=\underset{i\in R}{\Sigma }\underset{j\in R}{\Sigma }f(i,j);$ $m_{10}=\underset{i\in R}{\Sigma }\underset{j\in R}{\Sigma }i\times f(i,j);$ $m_{01}=\underset{i\in R}{\Sigma }\underset{j\in R}{\Sigma }j\times f(i,j).$ 进行归一化处理，可得归一化不变中心矩为：ηpq＝Dpq/D00，r＝(p+q)/2+1；设p+q＜2，则导出两个RST不变的中心矩函数用公式(24)表示，1＝η20+η02 2＝(η20-η02)2+4η11 2 (24)将监控场景的物体与模板的中心不变矩比较，并取相差值小于阈值，初步认为是模板所表示的物体；然后将模板的形心与场景中物体的形心坐标重合；利用坐标的旋转变换来确定场景中物体对应的旋转角度，缩放和旋转采用的算法分别为：缩放算法：x2＝N(x1-x0)+x0 (25)y2＝N(y1-y0)+y0 旋转算法：x2＝(x1-x0)cosθ+(y1-y0)sinθ+x0 (26)y2＝(y1-y0)cosθ+(x1-x0)sinθ+y0 以上两组式中对模板的边缘轮廓点进行缩放和旋转处理，之后还需链接及闭合曲线内像素填充，式中(x2，y2)为像素的新坐标；(x1，y1)为原坐标； (x0，y0)为物体的形心坐标；N为缩放系数；θ为旋转的角度；将上述两幅已经对准的二值图像进行“异或”操作，以剩余像素与预设的阈值比较，如小于预设的阈值，判定物体为模板所示车体以及车辆的类型；车辆整体图像定位抓拍模块，用于定位抓拍车辆的整体图像；车辆车牌定位抓拍模块，用于定位车辆的定位该车辆的悬挂车牌位置并对该位置进行抓拍车牌的图像；车牌识别模块，用于识别违章车辆的车牌号；警示语生成与播放单元，用于警示违章停车司机不要违章停车；违章记录生成单元，用于在警示后超过设定的时间，车辆处于违章停车位置，自动生成一条违章记录，并存储违章车辆的图像和车牌号码。