CN107610499A - 停车位状态的检测方法、检测装置和电子设备 - Google Patents
停车位状态的检测方法、检测装置和电子设备 Download PDFInfo
- Publication number
- CN107610499A CN107610499A CN201610540079.6A CN201610540079A CN107610499A CN 107610499 A CN107610499 A CN 107610499A CN 201610540079 A CN201610540079 A CN 201610540079A CN 107610499 A CN107610499 A CN 107610499A
- Authority
- CN
- China
- Prior art keywords
- parking stall
- occlusion detection
- detection
- occlusion
- state
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
- G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
- G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供一种停车位状态的检测方法、检测装置和电子设备,该检测装置包括:停车位运动检测单元,其根据对停车位的监控图像,检测所述停车位中是否有运动物体;遮挡运动检测单元,其在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;遮挡检测单元,其在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及停车位状态判断单元,其根据所述遮挡检测单元的检测结果,判定所述停车位的状态。根据本实施例,能够提高停车位状态的检测准确度。
Description
技术领域
本申请涉及信息技术领域,尤其涉及一种停车位状态的检测方法、检测装置和电子设备。
背景技术
当今社会,越来越多的家庭开始拥有并使用汽车,随之而来的停车问题正越来越困扰车辆使用者,他们迫切需要随时随地得知附近停车场的空满信息以提高停车效率。因此,停车场需要检测停车位状态,从而能够将停车位状态的信息实时通知给用户。对于大型停车场而言,靠人力去跟踪每个停车位的状态变化显然是不现实的。
随着科技的进步,图像处理技术正被越来越广泛的运用到各个领域,其中也包括停车位状态检测的领域。
在本案申请人的在前申请文件1(CN201510705589.X)中,记载了一种能够快速而准确地进行停车位状态检测的方法,该方法基于对停车位的监控图像,检测停车位中物体的运动状态,对不含有物体运动的停车位生成稳态停车位图,并且通过一定的后处理技术使图像清晰化,然后基于轮廓法和分类器检测来确定停车位的状态。
应该注意,上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
本申请的发明人发现,对于许多繁华地段的停车场,停车位周围的车辆行进道经常会有车辆驶过,对于车辆行进道上运动的车辆,上述在前申请文件1能够进行识别,所以不会对停车位状态的检测结果产生影响。
但是在有些情况下,车辆会停在车辆行进道上几分钟至几十分钟,以等待上下客、装卸货或等待其它车辆驶离停车位等,由此,在监控图像中,这些静停在车辆行进道上的车辆会把几个停车位中车辆的图像都遮挡住,并且,这些静停的车辆会使稳态停车位图像发生明显变化,从而使停车位状态的监测结果产生错误,例如,由于静停的车辆造成遮挡,原本有车的停车位中检测不到车辆信息而转变为空状态,这种空状态会持续到造成遮挡的静停车辆离开才会变回正确的有车状态。
本申请的实施例提供一种停车位状态的检测方法、检测装置和电子设备,通过对停车位周围的遮挡监测区域进行检测,来判断停车位是否被遮挡,从而确定停车位状态,由此,能够提高停车位状态的检测准确度。
根据本申请实施例的第一方面,提供一种停车位状态的检测装置,基于对停车位的监控图像,检测停车位的状态,该检测装置包括:
停车位运动检测单元,其根据对停车位的监控图像,检测所述停车位中是否有运动物体;
遮挡运动检测单元,其在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
遮挡检测单元,其在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
停车位状态判断单元,其根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
根据本申请实施例的第二方面,提供一种停车位状态的检测方法,基于对停车位的监控图像,检测停车位的状态,该检测方法包括:
根据对停车位的监控图像,检测所述停车位中是否有运动物体;
在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
根据本申请实施例的第三方面,提供一种电子设备,包括本申请实施例第一方面所述的停车位状态检测装置。
本申请的有益效果在于:提高停车位状态的检测准确度。
参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本申请实施例1的检测装置的一个示意图;
图2是本申请实施例1的遮挡检测单元的一个示意图;
图3是本申请实施例1的前景检测单元的一个示意图;
图4是本申请实施例1的没有遮挡的停车位的一个示意图;
图5是本申请实施例1的停车位被遮挡的一个示意图;
图6是图5所对应的前景检测图;
图7是图5的遮挡检测区域的一个放大图;
图8是图5的遮挡检测区域的灰度直方图;
图9是本申请实施例1的停车位没有被遮挡的另一个示意图;
图10是图9所对应的前景检测图;
图11是图9的遮挡检测区域的一个放大图;
图12是图9的遮挡检测区域的灰度直方图;
图13是本申请实施例2的电子设备的一个构成示意图;
图14是本申请实施例3的检测方法的一个示意图;
图15是基于前景检测来检测是否存在遮挡物体的方法的一个示意图;
图16是本申请实施例3的停车位状态的检测方法的一个流程图。
具体实施方式
参照附图,通过下面的说明书,本发明的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本申请实施例1提供一种停车位状态的检测装置,该监测装置基于对停车位的监控图像,检测停车位的状态。
图1是实施例1的检测装置的一个示意图,如图1所示,检测装置100可以包括:停车位运动检测单元101,遮挡运动检测单元102,遮挡检测单元103,以及停车位状态判断单元104。其中:
停车位运动检测单元101根据对停车位的监控图像,检测该停车位中是否有运动物体;
遮挡运动检测单元102在该停车位中没有运动物体的情况下,检测该监控图像中该停车位的遮挡检测区域中是否有运动物体,其中,该遮挡检测区域与该停车位邻近;
遮挡检测单元103在该遮挡检测区域中没有运动物体时,检测该遮挡检测区域中是否存在对该停车位造成遮挡的遮挡物体;
停车位状态判断单元104根据该遮挡检测单元的检测结果,判定该停车位的状态。
根据本实施例,检测与停车位邻近的遮挡检测区域中是否存在对该停车位造成遮挡的遮挡物体,并结合是否存在该遮挡物体的检测结果来判定该停车位的状态,由此,能够避免停车位周围的车辆行进道上静停的车辆对该停车位状态的检测结果产生影响。
在本实施例中,对停车位的监控图像可以使用现有技术而获得,例如,通过在停车场设置摄像头对停车位进行摄像来获得。
在本实施例中,停车位运动检测单元101可以根据现有技术来检测停车位中是否有运动物体,例如,停车位运动检测单元101可以使用前景检测的方法对该监控图像进行处理,从而检测停车位中是否存在运动物体。此外,本实施例的运动物体可以是运动的车或运动的人等。
当停车位运动检测单元101检测到停车位中存在运动物体时,表明该停车位处于非稳定状态,例如,有车辆正在进入或驶离该停车位;当停车位运动检测单元101检测到停车位中不存在运动物体时,表明该停车位处于稳定状态,至于该稳定状态是该停车位被占据的状态或是该停车位为空的状态,则需要由停车位状态判断单元104来进行判定。
在本实施例中,当停车位运动检测单元101检测出停车位中没有运动物体的情况下,遮挡运动检测单元102可以进一步检测遮挡检测区域中是否有运动物体,其中,该遮挡检测区域可以是与该停车位邻近的某个区域,并且,该遮挡检测区域的形状和尺寸可以依据需要进行设定,例如,该遮挡检测区域可以位于该停车位入口和/或出口,且位于该停车位的外侧,该遮挡检测区域可以是长方形,其边长可以与该停车位的宽度大致相同。
在本实施例中,遮挡运动检测单元102检测该遮挡检测区域中是否存在运动物体的方法可以参考现有技术,本实施例不做限定。
当遮挡运动检测单元102检测到该遮挡检测区域中存在运动物体时,表明该遮挡检测区域处于非稳定状态,例如,有车辆正在行驶经过该遮挡检测区域;当遮挡运动检测单元102检测到该遮挡检测区域中不存在运动物体时,表明该遮挡检测区域处于稳定状态,至于该遮挡检测区域的稳定状态是存在遮挡物体的状态或是不存在遮挡物体的状态,则需要由遮挡检测单元103来进行检测。
在本实施例中,当遮挡运动检测单元102检测到在该遮挡检测区域中没有运动物体时,遮挡检测单元103可以检测该遮挡检测区域中是否存在对该停车位造成遮挡的遮挡物体。
在本实施例中,遮挡检测单元103可以根据多种方法来检测遮挡检测区域中是否存在遮挡物体,关于这些检测方法的说明,将在后文中述及。
在本实施例中,停车位状态判断单元104能够根据遮挡检测单元103的检测结果,判定该停车位的状态,例如,当遮挡检测单元103检测出该遮挡检测区域中不存在遮挡物体时,停车位状态判断单元104可以生成该停车位的稳态图像,并基于该车位的稳态图像判定该停车位的状态,当遮挡检测单元103检测出该遮挡检测区域中存在遮挡物体时,停车位状态判断单元104可以判定为该停车位的状态不变,即,如果前一次判定为该停车位被占据,则本次继续判定为该停车位被占据,如果前一次判定为该停车位为空,则本次继续判定为该停车位为空。
在本实施例中,停车位状态判断单元104根据该停车位的稳态图像判定该停车位的状态的方法可以参考上述的在前申请文件1,本实施例不再进行说明。
下面,结合附图对遮挡检测单元103的结构进行说明。
图2是本申请实施例1的遮挡检测单元的一个示意图,如图2所示,遮挡检测单元103可以包括前景检测单元201。
在本实施例中,前景检测单元201可以对该遮挡检测区域进行前景检测,并根据该前景检测的结果检测该遮挡检测区域中是否存在遮挡物体。
图3是本申请实施例1的前景检测单元的一个示意图,如图3所示,前景检测单元201可以包括前景检测子单元301和前景判断子单元302。
其中,前景检测子单元301可以基于背景建模,对该监控图像中的该遮挡检测区域进行前景检测;前景判断子单元302可以在前景检测子单元301所检测到的该遮挡检测区域的前景满足预定条件的情况下,判断为该遮挡检测区域中存在遮挡物体。
在本实施例中,前景检测子单元301可以针对监控图像中的该遮挡检测区进行背景建模,以生成背景,并利用该背景来检测监控图像中该遮挡检测区的前景。其中,背景建模的方法,以及利用背景来检测前景的方法都可以参考现有技术,本实施例不再赘述。
在本实施例中,前景检测子单元301可以使背景进行更新,并且,可以通过对车辆在行进道停留的时间进行统计来设定背景更新的时间间隔,例如,背景更新的时间间隔可以是十几分钟等,如果背景更新的时间间隔过长,可能会检测出由于光线随时间的变化所引起的虚假前景,如果背景更新的时间间隔过短,可能由于前景消融而无法正确地检测出前景。
此外,在本实施例中,如图3所示,前景检测单元201还可以包括降采样子单元303和升采样子单元304等。其中,降采样子单元303可以对监控图像进行降采样处理,并把降采样处理后的监控图像输入前景检测子单元301;升采样子单元304可以对前景检测子单元301的前景检测结果进行升采样处理,并将处理后的前景检测结果输入到前景判断子单元302。
在本实施例中,通过设置降采样子单元303,能够减少前景检测子单元301进行前景检测的运算量,例如,原始的监控图像的像素数为1920*1080,如果直接对该原始的监控图像进行前景检测,运算速度较慢,所需内存较大,通过降采样子单元303的降采样处理,可以将原始的监控图像的像素数转变为640*480,这样,对经过降采样处理后的图像进行前景检测,运算量较小。在本实施例中,升采样子单元304能够使前景检测子单元301输出的前景检测结果恢复为与原始的监控图像具有相同像素数。
在本实施例中,如图3所示,前景检测单元201还可以包括后处理单元305,该后处理单元305用于对前景检测子单元301的前景检测结果进行中值滤波,并将中值滤波后的结果输入到前景判断子单元302。通过后处理单元305的滤波处理,能够消除前景检测结果中的噪声影响。
在本实施例的图3中,后处理单元305可以被设置在升采样子单元304之后,但本实施例并不限于此,例如,后处理单元305也可以被设置在升采样子单元304之前。
在本实施例中,前景判断子单元302可以根据前景检测子单元301所检测到的遮挡检测区域的前景来判断遮挡检测区域是否存在遮挡物体,例如,当前景检测子单元301检测到的遮挡检测区域的前景面积大于或等于预定阈值时,判断为遮挡检测区域存在遮挡物体。此外,前景判断子单元302还可以根据前景的位置,判断该遮挡物体在该遮挡检测区域中的位置。
在本实施例中,遮挡检测单元103不仅可以通过前景检测单元201来检测遮挡物体,也可以通过其他的单元来检测遮挡物体。
如图2所示,遮挡检测单元103可以包括遮挡平坦检测单元202,该遮挡平坦检测单元202,用于检测该监控图像中的该遮挡检测区域是否平坦,以判断是否存在遮挡物体,例如,当该遮挡检测区域平坦时,表明为检测到该遮挡检测区域的地面,判断为该区域没有被遮挡物体占据,即不存在遮挡物体,当该遮挡检测区域不平坦时,表明检测到了遮挡物体的表面,例如,这种不平坦可能反映了车窗、车身以及地面的组合,所以判断为该区域中存在遮挡物体。
在本实施例中,遮挡平坦检测单元202可以根据监控图像中该遮挡检测区域的预定数量像素的像素值的均方差或平均绝对误差与预设阈值的关系,检测监控图像中所述遮挡检测区域是否平坦,例如,当该均方差大于该预设阈值时,判断为遮挡检测区域不平坦,当该均方差大于该预设阈值时,判断为遮挡检测区域平坦。
在本实施例中,像素的像素值可以是该像素的灰度值或R通道、G通道、B通道的像素值等;预定数量的像素可以是占有特定百分比的数量的像素,例如,从该遮挡检测区域中去除了具有从最高像素值起的占该遮挡检测区域像素总数10%的像素,以及去除了具有从最低像素值起的占该遮挡检测区域像素总数10%的像素之后,所剩余的占该遮挡检测区域像素总数80%的像素,由此,能够去除该遮挡检测区域中由于地面停车线等标记以及噪声对像素值所产生的影响,提高了平坦检测的准确性。
此外,在本实施例中,遮挡平坦检测单元202可以基于该监控图像中该遮挡检测区域的像素值直方图,来确定该预定数量的像素。
在本实施例中,该预设阈值可以是根据该监控图像中该遮挡检测区域的该预定数量的像素的平均像素值来设定的,例如,该预设阈值可以是该平均像素值的10%。由此,该预设阈值能够成为一种动态阈值,能够避免监控图像中光线等因素对检测结果的影响,从而有利于更加准确地检测出该遮挡区域是否平坦。
在本实施例中,通过设置遮挡平坦检测单元202,能够避免光线因素对遮挡检测的影响,因此,即使在环境光线不足、或受灯光影响的夜晚等情况下,都能够准确地进行遮挡检测。
在本实施例中,如图2所示,遮挡检测单元103可以包括遮挡灰度检测单元203,该遮挡灰度检测单元203根据该监控图像中该遮挡检测区域的像素的平均灰度值,判断是否存在该遮挡物体,例如,当该灰度值均值大于第一预定值时,判断为该遮挡检测区域存在比该遮挡检测区域的地面更亮的物体,因此,判断为存在遮挡物体,当该灰度值均值小于第二预定值时,判断为该遮挡检测区域存在比该遮挡检测区域的地面更暗的物体,因此,也判断为存在遮挡物体。此外,该第一预定值可以大于该第二预定值。
在本实施例中,通过设置遮挡灰度检测单元203,能够以简单的方式快速地进行检测遮挡检测,提高检测的速度。
在本实施例中,遮挡检测单元103可以包括前景检测单元201、遮挡平坦检测单元202和遮挡灰度检测单元203中的任意一个,或者,遮挡检测单元103可以包括上述三者中的至少二者,例如,遮挡检测单元103可以包括前景检测单元201和遮挡平坦检测单元202,并且,在前景检测单元201检测出该遮挡检测区域中存在遮挡物体的情况下,遮挡平坦检测单元202可以进一步检测该遮挡检测区域中是否存在遮挡物体,从而避免由于灯光引起的虚假前景对前景检测单元201的影响,或者,遮挡检测单元103可以包括前景检测单元201和遮挡灰度检测单元203,并且,在前景检测单元201检测出该遮挡检测区域中存在遮挡物体的情况下,遮挡灰度检测单元203可以进一步检测该遮挡检测区域中是否存在遮挡物体,从而以快速的方式验证前景检测单元201的检测结果。
下面,结合一个实例来说明遮挡检测单元103的工作原理,其中,遮挡检测单元103可以包括前景检测单元201和遮挡平坦检测单元202。
图4是本实施例的没有遮挡的车位的一个示意图,如图4所示,监控图像400中一共有5个停车位,标号从左到右依次为400-404,其中,停车位400和402被车辆占用,停车位401、403、404为空,所有停车位都没有被遮挡。
图5是本实施例的停车位被遮挡的一个示意图,如图5所示,遮挡检测区域500-504分别与停车位400-404邻近,并且监控图像中的停车位400被车辆505遮挡。
图6是图5所对应的前景检测图,其中,白色像素601表示图像的前景。如图6所示,遮挡检测区域500中存在前景。
在本实施例中,前景检测单元201可以基于图6所示的前景检测图,判断为遮挡检测区域500中存在遮挡物体,在该情况下,遮挡平坦检测单元202进一步判断遮挡检测区域500中是否存在遮挡物体。
图7是图5的遮挡检测区域500的一个放大图,图8是图5的遮挡检测区域500的灰度直方图。需要说明的是,在图8中,灰度直方图的灰度最大值是253,而不是255,这是由于对图7进行了滤波处理所致。
在本实施例中,遮挡平坦检测单元202基于图8的灰度直方图,计算遮挡检测区域500中预定数量的像素的均方误差,从而判断在遮挡检测区域500中是否存在遮挡物体,例如,遮挡平坦检测单元202基于灰度直方图,从遮挡检测区域500中去除具有从最高像素值起的占遮挡检测区域500像素总数10%的像素,以及去除具有从最低像素值起的占遮挡检测区域500像素总数10%的像素之后,将剩余的占遮挡检测区域500像素总数80%的像素作为预定数量的像素,计算该预定数量的像素的灰度值的均方误差为18、该预定数量的像素的平均灰度值为33,并设定预设阈值为该平均灰度值33的10%,即3.3,由于该均方误差大于该预设阈值,因此,遮挡平坦检测单元202判断为遮挡检测区域500中存在遮挡物体。
图9是本实施例的停车位没有被遮挡的另一个示意图,如图9所示,监控图像中的遮挡检测区域502、503中不存在遮挡物,停车位402、403没有被遮挡,并且,停车位402、403中车辆的车灯打开。在图9中,白线901、黑线902以及灰线903是人为添加在监控图像上的线,用来模拟遮挡检测区域502中的标记线。
图10是图9所对应的前景检测图,其中,白色像素1001表示图像的前景。如图10所示,遮挡检测区域502、503中存在由于车灯所产生的前景。
在本实施例中,前景检测单元201可以基于图10所示的前景检测图,判断为遮挡检测区域502、503中存在遮挡物体,在该情况下,遮挡平坦检测单元202进一步判断遮挡检测区域502、503中是否存在遮挡物体。
图11是图9的遮挡检测区域502的一个放大图,图12是图9的遮挡检测区域502的灰度直方图。在图12中,绝大部分像素集中在灰度值73左右,灰度值73为遮挡检测区域502中路面的灰度值,灰度值253上也有一个很强的脉冲,对应于图9的白线901的灰度值。
在本实施例中,遮挡平坦检测单元202基于图12的灰度直方图,计算遮挡检测区域502中预定数量的像素的均方误差,从而判断在遮挡检测区域502中是否存在遮挡物体,例如,遮挡平坦检测单元202基于灰度直方图,从遮挡检测区域502中去除具有从最高像素值起的占遮挡检测区域502像素总数10%的像素,以及去除具有从最低像素值起的占遮挡检测区域502像素总数10%的像素之后,将剩余的占遮挡检测区域502像素总数80%的像素作为预定数量的像素,计算该预定数量的像素的灰度值的均方误差为6、该预定数量的像素的平均灰度值为74,并设定预设阈值为该平均灰度值74的10%,即7.4,由于该均方误差6小于该预设阈值7.4,因此,遮挡平坦检测单元202判断为遮挡检测区域502中不存在遮挡物体。此外,遮挡平坦检测单元202采用同样的方式判断出在遮挡检测区域503中也不存在遮挡物体。
实施例2
本申请实施例2提供一种电子设备,所述电子设备包括:如实施例1所述的停车位状态的检测装置。
图13是本申请实施例2的电子设备的一个构成示意图。如图13所示,电子设备1300可以包括:中央处理器(CPU)1301和存储器1302;存储器1302耦合到中央处理器1301。其中该存储器1302可存储各种数据;此外还存储信息处理的程序,并且在中央处理器1301的控制下执行该程序。
在一个实施方式中,检测装置中的功能可以被集成到中央处理器1301中。
其中,中央处理器1301可以被配置为:
根据对停车位的监控图像,检测所述停车位中是否有运动物体;
在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
中央处理器1301还可以被配置为:
对所述遮挡检测区域进行前景检测,并根据所述前景检测的结果检测是否存在所述遮挡物体。
中央处理器1301还可以被配置为:
基于背景建模,对所述监控图像中的所述遮挡检测区域进行前景检测;以及
在所检测到的所述遮挡检测区域的前景满足预定条件时,判断为所述遮挡检测区域存在遮挡物体。
中央处理器1301还可以被配置为:
检测监控图像中所述遮挡检测区域是否平坦,以判断是否存在所述遮挡物体。
中央处理器1301还可以被配置为:
根据监控图像中所述遮挡检测区域的预定数量像素的像素值的均方差或平均绝对误差与预设阈值的关系,检测监控图像中所述遮挡检测区域是否平坦,其中,所述预设阈值是根据监控图像中所述遮挡检测区域的所述预定数量的像素的平均像素值来设定的。
中央处理器1301还可以被配置为:
根据所述监控图像中所述遮挡检测区域的像素的平均灰度值,判断是否存在所述遮挡物体。
中央处理器1301还可以被配置为:
当所述灰度值均值大于第一预定值时,判断为存在遮挡物体;
当所述灰度值均值小于第二预定值时,判断为存在遮挡物体,
所述第一预定值大于所述第二预定值。
此外,如图13所示,电子设备1300还可以包括:输入输出单元1303和显示单元1304等;其中,上述部件的功能与现有技术类似,此处不再赘述。值得注意的是,电子设备1300也并不是必须要包括图13中所示的所有部件;此外,电子设备1300还可以包括图13中没有示出的部件,可以参考现有技术。
实施例3
本申请实施例3提供一种停车位状态的检测方法,基于对停车位的监控图像,检测停车位的状态,与实施例1的检测装置100相对应。
图14是本实施例的检测方法的一个示意图,如图14所示,该方法包括:
S1401、根据对停车位的监控图像,检测所述停车位中是否有运动物体;
S1402、在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
S1403、在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
S1404、根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
在本实施例中,步骤S1403可以包括:
S14031、对所述遮挡检测区域进行前景检测,并根据所述前景检测的结果检测是否存在所述遮挡物体。
图15是基于前景检测来检测是否存在遮挡物体的方法的一个示意图,如图15所示,步骤S14031可以包括:
S1501、基于背景建模,对所述监控图像中的所述遮挡检测区域进行前景检测;以及
S1502、在所检测到的所述遮挡检测区域的前景满足预定条件时,判断为所述遮挡检测区域存在遮挡物体。
在本实施例中,步骤S1403也可以包括:
S14032、检测监控图像中所述遮挡检测区域是否平坦,以判断是否存在所述遮挡物体。
在本实施例中,可以通过下述方法来实现S14032:根据监控图像中所述遮挡检测区域的预定数量像素的像素值的均方差或平均绝对误差与预设阈值的关系,检测监控图像中所述遮挡检测区域是否平坦,其中,所述预设阈值是根据监控图像中所述遮挡检测区域的所述预定数量的像素的平均像素值来设定的。
在本实施例中,步骤S1403也可以包括:
S14033、根据所述监控图像中所述遮挡检测区域的像素的平均灰度值,判断是否存在所述遮挡物体。
在步骤S14033中,当所述灰度值均值大于第一预定值时,判断为存在遮挡物体,当所述灰度值均值小于第二预定值时,判断为存在遮挡物体,其中,所述第一预定值大于所述第二预定值。
在本实施例中,关于各步骤的说明,可以参考实施例1中对于各单元的说明,此处不再说明。
下面,结合一个实例来说明本实施例的停车位状态的检测方法。
图16是本实施例的停车位状态的检测方法的一个流程图,在图16中,Pnum表示监控图像中停车位的个数,Cnt表示车位计数值。如图16所述,该检测方法包括:
S1601、车位计数值Cnt被清零;
S1602、判断车位计数值Cnt是否小于车位的个数Pnum,如果判断为“是”,则说明监控图象中还存在没有被判断状态的停车位,流程进行到步骤S1603,如果判断为“否”,该流程结束;
S1603、对监控图像中的当前的停车位进行运动物体的检测;
S1604、判断当前的停车位中是否存在运动物体,如果判断为“是”,表明当前的停车位是不稳定的状态,因此,维持当前的停车位的原有状态,并给车位计数值Cnt加1,返回步骤S1602,开始对监控图像中的下一个停车位进行检测,如果判断为“否”,流程进行到S1605;
S1605、对监控图像中与当前的停车位邻近的遮挡检测区域进行运动物体的检测;
S1606、判断与当前的停车位邻近的遮挡检测区域中是否存在运动物体,如果判断为“是”,表明该遮挡检测区域是不稳定的状态,因此,维持当前的停车位的原有状态,并给车位计数值Cnt加1,返回步骤S1602,开始对监控图像中的下一个停车位进行检测,如果判断为“否”,流程进行到S1607;
S1607、对监控图像中与当前的停车位邻近的遮挡检测区域进行前景检测;
S1608、判断该遮挡检测区域中是否存在前景,如果判断为“否”,表明该遮挡检测区域中没有遮挡物体,流程行进到S1611,生成当前的停车位的稳态图像,如果判断为“是”,流程行进到S1609,进一步判断该遮挡检测区域是否存在遮挡物体;
S1609、检测该遮挡检测区域是否平坦;
S1610、判断该遮挡检测区域是否平坦,如果判断为“否”,说明该遮挡检测区域中存在遮挡物体,因此,维持当前的停车位的原有状态,并给车位计数值Cnt加1,返回步骤S1602,开始对监控图像中的下一个停车位进行检测,如果判断为“是”,表明该遮挡检测区域中没有遮挡物体,流程行进到S1611;
S1611、生成当前的停车位的稳态图像;
S1612、基于当前的停车位的稳态图像,判断该停车位的状态,具体的判断方法可以参考上述在前申请文件1;在当前的停车位的状态判断结束后,给车位计数值Cnt加1,返回步骤S1602,开始对监控图像中的下一个停车位进行检测。
根据本实施例,检测与停车位邻近的遮挡检测区域中是否存在对该停车位造成遮挡的遮挡物体,并结合是否存在该遮挡物体的检测结果来判定该停车位的状态,由此,能够避免停车位周围的车辆行进道上静停的车辆对该停车位状态的检测结果产生影响。
本申请实施例还提供一种计算机可读程序,其中当在定位装置或电子设备中执行所述程序时,所述程序使得所述检测装置或电子设备执行实施例3所述的检测方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质,其中,所述存储介质存储上述计算机可读程序,所述计算机可读程序使得检测装置或电子设备执行实施例3所述的检测方法。
结合本发明实施例描述的检测装置可直接体现为硬件、由处理器执行的软件模块或二者组合。例如,图1-3中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块。这些软件模块,可以分别对应于实施例3所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中,也可以存储在可插入移动终端的存储卡中。例如,若设备(例如移动终端)采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置,则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图1-3描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图1-3描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,还可以实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的原理对本申请做出各种变型和修改,这些变型和修改也在本申请的范围内。
关于包括以上实施例的实施方式,还公开下述的附记:
附记1、一种停车位状态的检测装置,基于对停车位的监控图像,检测停车位的状态,该检测装置包括:
停车位运动检测单元,其根据对停车位的监控图像,检测所述停车位中是否有运动物体;
遮挡运动检测单元,其在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
遮挡检测单元,其在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
停车位状态判断单元,其根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
附记2、如附记1所述的停车位状态的检测装置,其中,所述遮挡检测单元包括:
前景检测单元,其用于对所述遮挡检测区域进行前景检测,并根据所述前景检测的结果检测是否存在所述遮挡物体。
附记3、如附记2所述的停车位状态的检测装置,其中,所述前景检测单元包括:
前景检测子单元,其基于背景建模,对所述监控图像中的所述遮挡检测区域进行前景检测;以及
前景判断子单元,其在所述前景检测子单元所检测到的所述遮挡检测区域的前景满足预定条件时,判断为所述遮挡检测区域存在遮挡物体。
附记4、如附记1所述的停车位状态的检测装置,其中,所述遮挡检测单元包括:
遮挡平坦检测单元,其用于检测监控图像中所述遮挡检测区域是否平坦,以判断是否存在所述遮挡物体。
附记5、如附记4所述的停车位状态的检测装置,其中,
所述遮挡平坦检测单元根据监控图像中所述遮挡检测区域的预定数量像素的像素值的均方差或平均绝对误差与预设阈值的关系,检测监控图像中所述遮挡检测区域是否平坦。
附记6、如附记5所述的停车位状态的检测装置,其中,
所述预设阈值是根据监控图像中所述遮挡检测区域的所述预定数量的像素的平均像素值来设定的。
附记7、如附记1所述的停车位状态的检测装置,其中,所述遮挡检测单元包括:
遮挡灰度检测单元,其根据所述监控图像中所述遮挡检测区域的像素的平均灰度值,判断是否存在所述遮挡物体。
附记8、如附记7所述的停车位状态的检测装置,其中,
当所述灰度值均值大于第一预定值时,判断为存在遮挡物体;
当所述灰度值均值小于第二预定值时,判断为存在遮挡物体,
所述第一预定值大于所述第二预定值。
附记9、一种电子设备,包括附记1-8中任一项所述的停车位状态检测装置。
附记10、一种停车位状态的检测方法,基于对停车位的监控图像,检测停车位的状态,该检测方法包括:
根据对停车位的监控图像,检测所述停车位中是否有运动物体;
在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
附记11、如附记10所述的停车位状态的检测方法,其中,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体包括:
对所述遮挡检测区域进行前景检测,并根据所述前景检测的结果检测是否存在所述遮挡物体。
附记12、如附记11所述的停车位状态的检测方法,其中,对所述遮挡检测区域进行前景检测,并根据所述前景检测的结果检测是否存在所述遮挡物体包括:
基于背景建模,对所述监控图像中的所述遮挡检测区域进行前景检测;以及
在所检测到的所述遮挡检测区域的前景满足预定条件时,判断为所述遮挡检测区域存在遮挡物体。
附记13、如附记10所述的停车位状态的检测方法,其中,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体包括:
检测监控图像中所述遮挡检测区域是否平坦,以判断是否存在所述遮挡物体。
附记14、如附记13所述的停车位状态的检测方法,其中,检测监控图像中所述遮挡检测区域是否平坦,以判断是否存在所述遮挡物体包括:
根据监控图像中所述遮挡检测区域的预定数量像素的像素值的均方差或平均绝对误差与预设阈值的关系,检测监控图像中所述遮挡检测区域是否平坦。
附记15、如附记14所述的停车位状态的检测方法,其中,
所述预设阈值是根据监控图像中所述遮挡检测区域的所述预定数量的像素的平均像素值来设定的。
附记16、如附记10所述的停车位状态的检测方法,其中,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体包括:
根据所述监控图像中所述遮挡检测区域的像素的平均灰度值,判断是否存在所述遮挡物体。
附记17、如附记16所述的停车位状态的检测方法,其中,
当所述灰度值均值大于第一预定值时,判断为存在遮挡物体;
当所述灰度值均值小于第二预定值时,判断为存在遮挡物体,
所述第一预定值大于所述第二预定值。
Claims (10)
1.一种停车位状态的检测装置,基于对停车位的监控图像,检测停车位的状态,该检测装置包括:
停车位运动检测单元,其根据对停车位的监控图像,检测所述停车位中是否有运动物体;
遮挡运动检测单元,其在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
遮挡检测单元,其在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
停车位状态判断单元,其根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
2.如权利要求1所述的停车位状态的检测装置,其中,所述遮挡检测单元包括:
前景检测单元,其用于对所述遮挡检测区域进行前景检测,并根据所述前景检测的结果检测是否存在所述遮挡物体。
3.如权利要求2所述的停车位状态的检测装置,其中,所述前景检测单元包括:
前景检测子单元,其基于背景建模,对所述监控图像中的所述遮挡检测区域进行前景检测;以及
前景判断子单元,其在所述前景检测子单元所检测到的所述遮挡检测区域的前景满足预定条件时,判断为所述遮挡检测区域存在遮挡物体。
4.如权利要求1所述的停车位状态的检测装置,其中,所述遮挡检测单元包括:
遮挡平坦检测单元,其用于检测监控图像中所述遮挡检测区域是否平坦,以判断是否存在所述遮挡物体。
5.如权利要求4所述的停车位状态的检测装置,其中,
所述遮挡平坦检测单元根据监控图像中所述遮挡检测区域的预定数量像素的像素值的均方差或平均绝对误差与预设阈值的关系,检测监控图像中所述遮挡检测区域是否平坦。
6.如权利要求5所述的停车位状态的检测装置,其中,
所述预设阈值是根据监控图像中所述遮挡检测区域的所述预定数量的像素的平均像素值来设定的。
7.如权利要求1所述的停车位状态的检测装置,其中,所述遮挡检测单元包括:
遮挡灰度检测单元,其根据所述监控图像中所述遮挡检测区域的像素的平均灰度值,判断是否存在所述遮挡物体。
8.如权利要求7所述的停车位状态的检测装置,其中,
当所述灰度值均值大于第一预定值时,判断为存在遮挡物体;
当所述灰度值均值小于第二预定值时,判断为存在遮挡物体,
所述第一预定值大于所述第二预定值。
9.一种电子设备,包括权利要求1-8中任一项所述的停车位状态检测装置。
10.一种停车位状态的检测方法,基于对停车位的监控图像,检测停车位的状态,该检测方法包括:
根据对停车位的监控图像,检测所述停车位中是否有运动物体;
在所述停车位中没有运动物体的情况下,检测监控图像中所述停车位的遮挡检测区域中是否有运动物体,其中,所述遮挡检测区域与所述停车位邻近;
在所述遮挡检测区域中没有运动物体时,检测所述遮挡检测区域中是否存在对所述停车位造成遮挡的遮挡物体;以及
根据所述遮挡检测单元的检测结果,判定所述停车位的状态。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610540079.6A CN107610499A (zh) | 2016-07-11 | 2016-07-11 | 停车位状态的检测方法、检测装置和电子设备 |
EP17173215.9A EP3270364A3 (en) | 2016-07-11 | 2017-05-29 | Detection method and apparatus of a status of a parking lot and electronic equipment |
US15/642,540 US20180129883A1 (en) | 2016-07-11 | 2017-07-06 | Detection method and apparatus of a status of a parking lot and electronic equipment |
JP2017133449A JP2018010634A (ja) | 2016-07-11 | 2017-07-07 | 駐車スペース状態検出方法、検出装置及び電子機器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610540079.6A CN107610499A (zh) | 2016-07-11 | 2016-07-11 | 停车位状态的检测方法、检测装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107610499A true CN107610499A (zh) | 2018-01-19 |
Family
ID=59077796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610540079.6A Pending CN107610499A (zh) | 2016-07-11 | 2016-07-11 | 停车位状态的检测方法、检测装置和电子设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20180129883A1 (zh) |
EP (1) | EP3270364A3 (zh) |
JP (1) | JP2018010634A (zh) |
CN (1) | CN107610499A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154709A (zh) * | 2018-02-09 | 2018-06-12 | 京东方科技集团股份有限公司 | 一种获取停车位信息的方法及系统 |
CN109766799A (zh) * | 2018-12-28 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 车位识别模型训练方法及装置和车位识别方法及装置 |
CN109919906A (zh) * | 2019-01-23 | 2019-06-21 | 杭州电子科技大学 | 一种基于图像处理的安全检测方法及系统 |
CN110647858A (zh) * | 2019-09-29 | 2020-01-03 | 上海依图网络科技有限公司 | 一种视频遮挡判断方法、装置和计算机存储介质 |
CN110852151A (zh) * | 2019-09-26 | 2020-02-28 | 深圳市金溢科技股份有限公司 | 一种路内泊位遮挡检测方法和装置 |
CN112382101A (zh) * | 2020-11-02 | 2021-02-19 | 北京精英路通科技有限公司 | 一种车位管理方法、装置、计算机设备及存储介质 |
CN112784794A (zh) * | 2021-01-29 | 2021-05-11 | 深圳市捷顺科技实业股份有限公司 | 一种车辆停放状态检测方法、装置、电子设备及存储介质 |
CN112965474A (zh) * | 2019-11-27 | 2021-06-15 | 深圳市大富科技股份有限公司 | 自动导向车agv的导航控制方法、系统以及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10957198B1 (en) * | 2019-12-23 | 2021-03-23 | Industrial Technology Research Institute | System and method for determining parking space |
CN112669294B (zh) * | 2020-12-30 | 2024-04-02 | 深圳云天励飞技术股份有限公司 | 相机遮挡检测方法、装置、电子设备及存储介质 |
CN115410408B (zh) * | 2022-08-31 | 2024-05-24 | 南京慧尔视智能科技有限公司 | 停车位状态变化的检测方法、装置、设备和介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414411A (zh) * | 2007-10-17 | 2009-04-22 | 财团法人工业技术研究院 | 影像式的空位侦测系统与方法 |
CN101430789A (zh) * | 2008-11-19 | 2009-05-13 | 西安电子科技大学 | 基于Fast Slant Stack变换的图像边缘检测方法 |
CN101656023A (zh) * | 2009-08-26 | 2010-02-24 | 西安理工大学 | 一种视频监视模式下的室内停车场管理方法 |
CN102110376A (zh) * | 2011-02-18 | 2011-06-29 | 汤一平 | 基于计算机视觉的路边停车位检测装置 |
CN102509077A (zh) * | 2011-10-28 | 2012-06-20 | 江苏物联网研究发展中心 | 基于光照自动评估的目标识别方法 |
CN102592472A (zh) * | 2012-02-21 | 2012-07-18 | 北京工业大学 | 基于jpeg压缩图像的车位检测方法 |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
US20150206014A1 (en) * | 2014-01-22 | 2015-07-23 | Xerox Corporation | Video-based system for automated detection of double parking violations |
CN104981377A (zh) * | 2012-11-27 | 2015-10-14 | 克劳德帕克公司 | 使用多个摄像头的单个多车辆停车位的控制使用 |
US20150339924A1 (en) * | 2014-05-21 | 2015-11-26 | Douglas J. Cook | Parking space occupancy |
CN105224285A (zh) * | 2014-05-27 | 2016-01-06 | 北京三星通信技术研究有限公司 | 眼睛开闭状态检测装置和方法 |
CN105390021A (zh) * | 2015-11-16 | 2016-03-09 | 北京蓝卡科技股份有限公司 | 车位状态的检测方法及装置 |
CN105430384A (zh) * | 2015-12-10 | 2016-03-23 | 青岛海信网络科技股份有限公司 | 一种视频质量诊断方法和系统 |
US20160110999A1 (en) * | 2014-10-15 | 2016-04-21 | Xerox Corporation | Methods and systems for parking monitoring with vehicle identification |
-
2016
- 2016-07-11 CN CN201610540079.6A patent/CN107610499A/zh active Pending
-
2017
- 2017-05-29 EP EP17173215.9A patent/EP3270364A3/en not_active Withdrawn
- 2017-07-06 US US15/642,540 patent/US20180129883A1/en not_active Abandoned
- 2017-07-07 JP JP2017133449A patent/JP2018010634A/ja active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414411A (zh) * | 2007-10-17 | 2009-04-22 | 财团法人工业技术研究院 | 影像式的空位侦测系统与方法 |
CN101430789A (zh) * | 2008-11-19 | 2009-05-13 | 西安电子科技大学 | 基于Fast Slant Stack变换的图像边缘检测方法 |
CN101656023A (zh) * | 2009-08-26 | 2010-02-24 | 西安理工大学 | 一种视频监视模式下的室内停车场管理方法 |
CN102110376A (zh) * | 2011-02-18 | 2011-06-29 | 汤一平 | 基于计算机视觉的路边停车位检测装置 |
CN102509077A (zh) * | 2011-10-28 | 2012-06-20 | 江苏物联网研究发展中心 | 基于光照自动评估的目标识别方法 |
CN102592472A (zh) * | 2012-02-21 | 2012-07-18 | 北京工业大学 | 基于jpeg压缩图像的车位检测方法 |
CN104981377A (zh) * | 2012-11-27 | 2015-10-14 | 克劳德帕克公司 | 使用多个摄像头的单个多车辆停车位的控制使用 |
US20150206014A1 (en) * | 2014-01-22 | 2015-07-23 | Xerox Corporation | Video-based system for automated detection of double parking violations |
US20150339924A1 (en) * | 2014-05-21 | 2015-11-26 | Douglas J. Cook | Parking space occupancy |
CN105224285A (zh) * | 2014-05-27 | 2016-01-06 | 北京三星通信技术研究有限公司 | 眼睛开闭状态检测装置和方法 |
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
US20160110999A1 (en) * | 2014-10-15 | 2016-04-21 | Xerox Corporation | Methods and systems for parking monitoring with vehicle identification |
CN105390021A (zh) * | 2015-11-16 | 2016-03-09 | 北京蓝卡科技股份有限公司 | 车位状态的检测方法及装置 |
CN105430384A (zh) * | 2015-12-10 | 2016-03-23 | 青岛海信网络科技股份有限公司 | 一种视频质量诊断方法和系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154709A (zh) * | 2018-02-09 | 2018-06-12 | 京东方科技集团股份有限公司 | 一种获取停车位信息的方法及系统 |
CN109766799A (zh) * | 2018-12-28 | 2019-05-17 | 百度在线网络技术(北京)有限公司 | 车位识别模型训练方法及装置和车位识别方法及装置 |
CN109766799B (zh) * | 2018-12-28 | 2021-02-12 | 百度在线网络技术(北京)有限公司 | 车位识别模型训练方法及装置和车位识别方法及装置 |
CN109919906A (zh) * | 2019-01-23 | 2019-06-21 | 杭州电子科技大学 | 一种基于图像处理的安全检测方法及系统 |
CN110852151A (zh) * | 2019-09-26 | 2020-02-28 | 深圳市金溢科技股份有限公司 | 一种路内泊位遮挡检测方法和装置 |
CN110852151B (zh) * | 2019-09-26 | 2024-02-20 | 深圳市金溢科技股份有限公司 | 一种路内泊位遮挡检测方法和装置 |
CN110647858A (zh) * | 2019-09-29 | 2020-01-03 | 上海依图网络科技有限公司 | 一种视频遮挡判断方法、装置和计算机存储介质 |
CN112965474A (zh) * | 2019-11-27 | 2021-06-15 | 深圳市大富科技股份有限公司 | 自动导向车agv的导航控制方法、系统以及存储介质 |
CN112382101A (zh) * | 2020-11-02 | 2021-02-19 | 北京精英路通科技有限公司 | 一种车位管理方法、装置、计算机设备及存储介质 |
CN112382101B (zh) * | 2020-11-02 | 2022-11-04 | 北京精英路通科技有限公司 | 一种车位管理方法、装置、计算机设备及存储介质 |
CN112784794A (zh) * | 2021-01-29 | 2021-05-11 | 深圳市捷顺科技实业股份有限公司 | 一种车辆停放状态检测方法、装置、电子设备及存储介质 |
CN112784794B (zh) * | 2021-01-29 | 2024-02-02 | 深圳市捷顺科技实业股份有限公司 | 一种车辆停放状态检测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2018010634A (ja) | 2018-01-18 |
US20180129883A1 (en) | 2018-05-10 |
EP3270364A3 (en) | 2018-02-14 |
EP3270364A2 (en) | 2018-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107610499A (zh) | 停车位状态的检测方法、检测装置和电子设备 | |
CN108986465B (zh) | 一种车流量检测的方法、系统及终端设备 | |
DE102006012914B4 (de) | System und Verfahren zur Bestimmung des Abstands zu einem vorausfahrenden Fahrzeug | |
DE102016222592A1 (de) | Verkehrszeichenerkennungsvorrichtung und dazugehöriges eine Geschwindigkeitsbegrenzung bereitstellendes Verfahren | |
US11380104B2 (en) | Method and device for detecting illegal parking, and electronic device | |
EP1145186B1 (de) | Verfahren und vorrichtung zur leistungssteigerung eines verkehrszeichenerkennungssystems | |
CN106611512B (zh) | 前车起步的处理方法、装置和系统 | |
DE112018007287T5 (de) | Fahrzeugsystem und -verfahren zum erfassen von objekten und einer objektentfernung | |
DE102013101175A1 (de) | System und Verfahren zur Erkennung von Verkehrssignalen | |
CN111368612B (zh) | 超员检测系统、人员检测方法及电子设备 | |
CN112712057A (zh) | 交通信号识别方法、装置、电子设备及存储介质 | |
DE112016006386T5 (de) | Fahrzeugseitige vorrichtung, warnungsausgabeverfahren und warnungsausgabeprogramm | |
CN109101939A (zh) | 车辆运动状态的确定方法、系统、终端及可读存储介质 | |
DE102014212702B4 (de) | Vorrichtung und verfahren zum erkennen eines fahrumfeldes eines fahrzeugs | |
DE102021119012A1 (de) | Platooning-steuerungsvorrichtung, server und verfahren | |
CN113255444A (zh) | 图像识别模型的训练方法、图像识别方法和装置 | |
Thomas et al. | Smart car parking system using convolutional neural network | |
CN112849144B (zh) | 车辆控制方法、装置及存储介质 | |
CN1868212B (zh) | 在信号交叉口平均停止延时的自动估算 | |
DE102009036196A1 (de) | Verfahren und Vorrichtung zur Verkehrszeichenerkennung für ein Fahrzeug | |
CN116721396A (zh) | 车道线检测方法、设备及存储介质 | |
CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN113392680A (zh) | 道路识别装置及方法、电子设备 | |
CN115762153A (zh) | 倒车检测方法及装置 | |
CN115965636A (zh) | 车辆侧面图的生成方法、装置及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180119 |