CN103198705A - 车位状态自动检测方法 - Google Patents
车位状态自动检测方法 Download PDFInfo
- Publication number
- CN103198705A CN103198705A CN2013100924170A CN201310092417A CN103198705A CN 103198705 A CN103198705 A CN 103198705A CN 2013100924170 A CN2013100924170 A CN 2013100924170A CN 201310092417 A CN201310092417 A CN 201310092417A CN 103198705 A CN103198705 A CN 103198705A
- Authority
- CN
- China
- Prior art keywords
- parking stall
- straight line
- parking place
- coordinate
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种基于实现自动车位坐标自动识别的车位状态检测方法。车位状态自动检测方法,包括步骤:提取背景图像轮廓;在提取到的背景图像轮廓中进行直线检测;提取非垂的直线;延长直线,求直线与帧图像之边的两个交点的坐标;将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中,再合并同组直线得到车位的边线信息;计算帧图像中各边线间交点的坐标作为车位交点坐标,并合并邻近的车位交点坐标,将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存。本发明实现车位坐标自动检测,再通过特征匹配方式实现对特定车位状态信息的判定。
Description
技术领域
本发明涉及视频图像处理技术。
背景技术
目前,大多数车辆检测系统在车位检测模块一般采用人工方式标定,由于人为因素的影响,不可避免会产生一些误差,降低系统检测的准确性,并且不能完全实现智能化;在特定车位的车辆检测模块,大多采用基于KL和核Fisher判别或者引入贝叶斯分类器等方法检测车位状态信息,由于计算的复杂性以及系统的繁琐性,难以满足实时性,精确性以及鲁棒性的要求。
发明内容
本发明所要解决的技术问题是,提供一种基于实现自动车位坐标自动识别的车位状态检测方法。
本发明为解决上述技术问题所采用的技术方案是,车位状态自动检测方法,包括以下步骤:
A、车位坐标检测步骤:
A1、从接收到的背景视频帧中,提取背景图像轮廓;所述背景视频帧为空车位视频帧;
A2、在提取到的背景图像轮廓中进行直线检测,得到该视频帧中所有的直线信息;
A3、提取出为垂直线的直线不进行处理,其余直线进入处理步骤A4;
A4、延长直线,求直线与帧图像之边的两个交点的坐标;将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中,再合并同组直线得到车位的边线信息;
A5、计算帧图像中各边线间交点的坐标作为车位交点坐标,并合并邻近的车位交点坐标,将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存;
B、车位状态识别步骤:
B1、加载汽车特征库;
B2、接收视频流,通过读取车位坐标信息确定视频流中当前帧的各感兴趣区域,再在各感兴趣区域内进行特征匹配,当有感兴趣区域内出现匹配结果,则判断为对应车位已占用,否则判断为空车位。
本发明的有益效果是,提高了现有车位检测的智能化,实现车位坐标自动检测,再通过特征匹配方式实现对特定车位状态信息的判定,能够满足实时性,精确性以及鲁棒性的要求。
附图说明
图1为实施例流程图;
图2为实施例中直线延长线示意图;
图3为实施例中车位交点坐标示意图。
具体实施方式
室内条件下,由于光照等比较明亮,且不需要再考虑微风,地面潮湿等自然因素的影响,是说明基于智能检测车位信息的车辆识别的一个典型例子,如图1所示:
步骤1:输入背景视频帧,即空车位视频帧,此处输入的视频可以为准备好的视频,也可以为摄像头传输的实时视频;
步骤2:灰度化背景图像,使用Canny算子得到背景图像的轮廓信息,此时处理后的图像为二值化图像;这里还可以选择现有的其它图像轮廓检测(或图像边缘检测)方法实现;
步骤3:对背景图像轮廓进行直线检测,获取所有直线信息并保存;
步骤4:除垂直线之外的其它直线进行后续处理步骤,不再对垂直线继续后续处理;
步骤5:为了减少识别同组直线处理时间,将直线按斜率分类三类:斜率等于零(水平线)、斜率小于零、斜率大于零;分别进行下一步骤的处理;
步骤6:在每类中,延长该类中的所有直线,求得各直线与背景图像之边的交点,如图2所示;
步骤7:在每类中,将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中,再合并同组直线得到车位的边线信息;步骤5至步骤7也可不进行分类,在延长直线后,对图像中所有直线进行同组判断;
步骤8:计算帧图像中各边线间交点的坐标作为车位交点坐标,并合并邻近的车位交点坐标,将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存,如图3所示;
步骤9:加载预先训练好的汽车特征库,准备对输入的视频流中的汽车进行匹配判断;
步骤10:根据得到的车位坐标信息来确定当前视频帧中感兴趣区域,4个相邻车位坐标所连接形成的一个封闭四边形即可确定为一个车位,即一个感兴趣区域;
步骤11:在各感兴趣区域内进行特征匹配,当有感兴趣区域内出现匹配结果,则判断为对应车位已占用,否则判断为空车位。进一步,还可以根据判断结果在视频中实时标示车位状态。
Claims (3)
1.车位状态自动检测方法,其特征在于,包括以下步骤:
A、车位坐标检测步骤:
A1、从接收到的背景视频帧中,提取背景图像轮廓;所述背景视频帧为空车位视频帧;
A2、在提取到的背景图像轮廓中进行直线检测,得到该视频帧中所有的直线信息;
A3、提取出为垂直线的直线不进行处理,其余直线进入处理步骤A4;
A4、延长直线,求直线与帧图像之边的两个交点的坐标;将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中,再合并同组直线得到车位的边线信息;
A5、计算帧图像中各边线间交点的坐标作为车位交点坐标,并合并邻近的车位交点坐标,将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存;
B、车位状态识别步骤:
B1、加载汽车特征库;
B2、接收视频流,通过读取车位坐标信息确定视频流中当前帧的各感兴趣区域,再在各感兴趣区域内进行特征匹配,当有感兴趣区域内出现匹配结果,则判断为对应车位已占用,否则判断为空车位。
2.如权利要求1所述的车位状态自动检测方法,其特征在于,步骤A4中,先将直线按斜率分类三类:斜率等于零、斜率小于零、斜率大于零;在每类中,延长该类中的所有直线,求该类中各直线与帧图像之边的两个交点的坐标;再在每一类中将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中,合并同组直线得到车位的边线信息。
3.如权利要求1所述的车位状态自动检测方法,其特征在于,步骤B2中,在判断出车位状态后,还在视频中标准相应的状态标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310092417.0A CN103198705B (zh) | 2013-03-21 | 2013-03-21 | 车位状态自动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310092417.0A CN103198705B (zh) | 2013-03-21 | 2013-03-21 | 车位状态自动检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103198705A true CN103198705A (zh) | 2013-07-10 |
CN103198705B CN103198705B (zh) | 2015-05-27 |
Family
ID=48721191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310092417.0A Expired - Fee Related CN103198705B (zh) | 2013-03-21 | 2013-03-21 | 车位状态自动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103198705B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835184A (zh) * | 2014-02-10 | 2015-08-12 | 成都理想境界科技有限公司 | 图像中四边形区域的提取方法 |
CN104835133A (zh) * | 2014-02-10 | 2015-08-12 | 成都理想境界科技有限公司 | 图像中四边形区域的提取方法 |
CN106504580A (zh) * | 2016-12-07 | 2017-03-15 | 深圳市捷顺科技实业股份有限公司 | 一种车位检测方法及装置 |
CN106599921A (zh) * | 2016-12-14 | 2017-04-26 | 深圳市捷顺科技实业股份有限公司 | 一种车位引导方法及装置 |
CN107491738A (zh) * | 2017-07-25 | 2017-12-19 | 纵目科技(上海)股份有限公司 | 停车位检测方法及系统、存储介质及电子设备 |
CN107886761A (zh) * | 2017-11-14 | 2018-04-06 | 金陵科技学院 | 一种基于无人机的停车场监控方法 |
WO2018177192A1 (zh) * | 2017-03-31 | 2018-10-04 | 杭州海康威视数字技术股份有限公司 | 侧方停车的状态检测方法及摄像机 |
CN109800658A (zh) * | 2018-12-26 | 2019-05-24 | 中汽研(天津)汽车工程研究院有限公司 | 基于神经网络的泊车位类型在线识别与定位系统及方法 |
CN109871732A (zh) * | 2017-12-05 | 2019-06-11 | 财团法人工业技术研究院 | 停车格辨识系统及其方法 |
CN110598512A (zh) * | 2018-06-13 | 2019-12-20 | 杭州海康威视数字技术股份有限公司 | 一种车位检测方法及装置 |
CN110956847A (zh) * | 2019-12-20 | 2020-04-03 | 奇瑞汽车股份有限公司 | 车位的识别方法、装置及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001202596A (ja) * | 2000-01-18 | 2001-07-27 | Sumitomo Densetsu Corp | 駐車検出装置 |
CN101009049A (zh) * | 2006-01-26 | 2007-08-01 | 易卫东 | 停车场空位检测系统 |
KR20080024776A (ko) * | 2006-09-14 | 2008-03-19 | 주식회사 만도 | 호프 변환을 이용한 주차구획 인식 방법, 장치 및 그를이용한 주차 보조 시스템 |
CN101196996A (zh) * | 2007-12-29 | 2008-06-11 | 北京中星微电子有限公司 | 一种图像检测方法及装置 |
CN101246553A (zh) * | 2008-03-07 | 2008-08-20 | 北京航空航天大学 | 一种基于三角剖分变换的车型识别方法 |
CN101807352A (zh) * | 2010-03-12 | 2010-08-18 | 北京工业大学 | 一种模糊模式识别的车位检测方法 |
-
2013
- 2013-03-21 CN CN201310092417.0A patent/CN103198705B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001202596A (ja) * | 2000-01-18 | 2001-07-27 | Sumitomo Densetsu Corp | 駐車検出装置 |
CN101009049A (zh) * | 2006-01-26 | 2007-08-01 | 易卫东 | 停车场空位检测系统 |
KR20080024776A (ko) * | 2006-09-14 | 2008-03-19 | 주식회사 만도 | 호프 변환을 이용한 주차구획 인식 방법, 장치 및 그를이용한 주차 보조 시스템 |
CN101196996A (zh) * | 2007-12-29 | 2008-06-11 | 北京中星微电子有限公司 | 一种图像检测方法及装置 |
CN101246553A (zh) * | 2008-03-07 | 2008-08-20 | 北京航空航天大学 | 一种基于三角剖分变换的车型识别方法 |
CN101807352A (zh) * | 2010-03-12 | 2010-08-18 | 北京工业大学 | 一种模糊模式识别的车位检测方法 |
Non-Patent Citations (2)
Title |
---|
万婷婷 等: "基于KL和核Fisher判别的车位检测方法", 《计算机工程》 * |
梁桂风: "基于计算机视觉的泊车辅助技术的研究与实现", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835133A (zh) * | 2014-02-10 | 2015-08-12 | 成都理想境界科技有限公司 | 图像中四边形区域的提取方法 |
CN104835184A (zh) * | 2014-02-10 | 2015-08-12 | 成都理想境界科技有限公司 | 图像中四边形区域的提取方法 |
CN104835184B (zh) * | 2014-02-10 | 2018-03-20 | 成都理想境界科技有限公司 | 图像中四边形区域的提取方法 |
CN106504580A (zh) * | 2016-12-07 | 2017-03-15 | 深圳市捷顺科技实业股份有限公司 | 一种车位检测方法及装置 |
CN106599921A (zh) * | 2016-12-14 | 2017-04-26 | 深圳市捷顺科技实业股份有限公司 | 一种车位引导方法及装置 |
WO2018177192A1 (zh) * | 2017-03-31 | 2018-10-04 | 杭州海康威视数字技术股份有限公司 | 侧方停车的状态检测方法及摄像机 |
CN107491738B (zh) * | 2017-07-25 | 2020-09-08 | 纵目科技(上海)股份有限公司 | 停车位检测方法及系统、存储介质及电子设备 |
CN107491738A (zh) * | 2017-07-25 | 2017-12-19 | 纵目科技(上海)股份有限公司 | 停车位检测方法及系统、存储介质及电子设备 |
CN107886761A (zh) * | 2017-11-14 | 2018-04-06 | 金陵科技学院 | 一种基于无人机的停车场监控方法 |
CN109871732A (zh) * | 2017-12-05 | 2019-06-11 | 财团法人工业技术研究院 | 停车格辨识系统及其方法 |
CN109871732B (zh) * | 2017-12-05 | 2023-05-12 | 财团法人工业技术研究院 | 停车格辨识系统及其方法 |
CN110598512A (zh) * | 2018-06-13 | 2019-12-20 | 杭州海康威视数字技术股份有限公司 | 一种车位检测方法及装置 |
CN110598512B (zh) * | 2018-06-13 | 2022-05-06 | 杭州海康威视数字技术股份有限公司 | 一种车位检测方法及装置 |
CN109800658A (zh) * | 2018-12-26 | 2019-05-24 | 中汽研(天津)汽车工程研究院有限公司 | 基于神经网络的泊车位类型在线识别与定位系统及方法 |
CN109800658B (zh) * | 2018-12-26 | 2023-05-26 | 中汽研(天津)汽车工程研究院有限公司 | 基于神经网络的泊车位类型在线识别与定位系统及方法 |
CN110956847A (zh) * | 2019-12-20 | 2020-04-03 | 奇瑞汽车股份有限公司 | 车位的识别方法、装置及存储介质 |
CN110956847B (zh) * | 2019-12-20 | 2021-11-30 | 奇瑞汽车股份有限公司 | 车位的识别方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103198705B (zh) | 2015-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103198705A (zh) | 车位状态自动检测方法 | |
CN106373426B (zh) | 基于计算机视觉的停车位及违规占道停车监控方法 | |
CN103500322B (zh) | 基于低空航拍图像的车道线自动识别方法 | |
CN103512762A (zh) | 图像处理方法、装置及列车故障检测系统 | |
CN105512720A (zh) | 一种公交车辆客流统计方法和系统 | |
CN104166841A (zh) | 一种视频监控网络中指定行人或车辆的快速检测识别方法 | |
CN103914833B (zh) | 一种自动检测票据是否残缺的方法及系统 | |
CN101079107A (zh) | 轮毂型号自动识别方法 | |
CN103177259A (zh) | 色块识别方法及装置 | |
CN103902985A (zh) | 一种基于roi的强鲁棒性实时车道侦测算法 | |
CN105139386A (zh) | 一种快速自动检测电气接插件焊点不合格品的图像处理方法 | |
CN104809449B (zh) | 适用于高速公路视频监控系统的车道虚线分界线自动检测方法 | |
CN104933398A (zh) | 车辆辨识系统与方法 | |
CN104182729A (zh) | 基于arm嵌入式平台的行人检测方法 | |
CN105404874A (zh) | 一种基于投影和hough直线检测的车窗识别系统 | |
CN109711375B (zh) | 一种信号灯的识别方法及装置 | |
CN112861870B (zh) | 指针式仪表图像矫正方法、系统及存储介质 | |
CN111968181A (zh) | 一种基于图像处理的包裹位置实时检测方法及系统 | |
CN104537348A (zh) | 特种车辆识别方法及其识别系统 | |
CN103245666B (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
CN103150547A (zh) | 车辆跟踪方法及装置 | |
Premachandra et al. | Image based automatic road surface crack detection for achieving smooth driving on deformed roads | |
CN107274673B (zh) | 基于修正局部方差的车辆排队长度测量方法及测量系统 | |
CN103886609A (zh) | 基于粒子滤波和lbp特征的车辆跟踪方法 | |
CN113780484B (zh) | 工业产品缺陷检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150527 Termination date: 20190321 |
|
CF01 | Termination of patent right due to non-payment of annual fee |