CN107895503A - 一种无人值守的停车场监控系统 - Google Patents

Abstract

本发明提供了一种无人值守的停车场监控系统，包括数据采集装置、控制装置、通信装置和服务器，所述数据采集装置包括图像采集装置和传感装置，所述传感装置用于检测是否有车辆存在并将检测结果传输至所述控制装置，所述图像采集装置用于采集车辆的图像并输出图像信号至所述控制装置，所述控制装置用于接收所述检测结果和图像信号，并根据检测结果控制图像采集装置的开启和关闭，所述通信装置用于将所述图像信号传输至服务器，所述服务器用于根据所述图像信号获取车辆信息并存储车辆信息。本发明的有益效果为：实现了停车场的无人监控，提高了停车场的安全性。

Description

一种无人值守的停车场监控系统

技术领域

本发明涉及停车场监控技术领域，具体涉及一种无人值守的停车场监控系统。

背景技术

随着社会的进步和科学技术的发展，车辆越来越多的走进人们的生活，停车场的监控问题也随之而来，要实现每个停车场的有人值守将耗费大量的人力物力资源。

如何实现停车场的有效监控，最重要的就是停车场监控图像的准确获取，然而，现实中的图像往往都含有噪声，噪声对图像产生的破坏效果主要有两个方面：客观上，影响主观视觉效果。受到噪声污染的图像，视觉效果往往会变得很差。如果噪声强度大，则图像中的某些细节将难以辨认。主观上，使图像的信息层和知识层的处理不能继续进行，降低图像数据层处理的质量和精度。对于一些图像处理过程来说，噪声经常产生某种局部二义性。比如，在有噪声干扰的情况下，许多边缘检测算法的效果将会降低，出现大量的虚检和漏检，从而使后续的目标提取和识别难以进行。

发明内容

针对上述问题，本发明旨在提供一种无人值守的停车场监控系统。

本发明的目的采用以下技术方案来实现：

提供了一种无人值守的停车场监控系统，包括数据采集装置、控制装置、通信装置和服务器，所述数据采集装置包括图像采集装置和传感装置，所述传感装置用于检测是否有车辆存在并将检测结果传输至所述控制装置，所述图像采集装置用于采集车辆的图像并输出图像信号至所述控制装置，所述控制装置用于接收所述检测结果和图像信号，并根据检测结果控制图像采集装置的开启和关闭，所述通信装置用于将所述图像信号传输至服务器，所述服务器用于根据所述图像信号获取车辆信息并存储车辆信息。

本发明的有益效果为：实现了停车场的无人监控，提高了停车场的安全性。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构示意图；

附图标记：

数据采集装置1、控制装置2、通信装置3、服务器4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种无人值守的停车场监控系统，包括数据采集装置1、控制装置2、通信装置3和服务器4，所述数据采集装置1包括图像采集装置和传感装置，所述传感装置用于检测是否有车辆存在并将检测结果传输至所述控制装置2，所述图像采集装置用于采集车辆的图像并输出图像信号至所述控制装置4，所述控制装置2用于接收所述检测结果和图像信号，并根据检测结果控制图像采集装置的开启和关闭，所述通信装置3用于将所述图像信号传输至服务器4，所述服务器4用于根据所述图像信号获取车辆信息并存储车辆信息。

本实施例实现了停车场的无人监控，提高了停车场的安全性。

优选的，所述图像采集装置包括第一图像采集模块、第二模型建立模块、第三滤波模块、第四效果评价模块和第五输出模块，所述第一图像采集模块用于获取车辆的原始图像，所述第二模型建立模块用于建立图像噪声模型，所述第三滤波模块用于对图像噪声进行滤除，所述第四效果评价模块用于对噪声滤除效果进行评价，所述第五输出模块用于将滤除噪声后的图像输出至所述控制装置2。

本优选实施例图像采集装置实现了图像的准确滤波和滤波效果的评价，保证了监控效果，有助于提高停车场监控水平。

优选的，所述第二模型建立模块用于建立图像噪声模型，具体的：

将图像噪声模型表示为：I(i,j)＝I₀(i,j)+N(i,j)，在式子里，I(i,j)、I₀(i,j)和N(i,j)分别表示观测图像、不含噪声原始图像和均值为0方差为σ²的高斯白噪声；

求取观测图像的梯度域：

在式子里，为位置在(i,j)的中心像素在上下左右四个邻域的差分；

根据观测图像的梯度域求取图像I(i,j)的梯度系数；

在式子里，表示图像I(i,j)的梯度系数，u＝1,2,3,4。

本优选实施例第二模型建立模块通过建立图像的噪声模型，为后续噪声滤除奠定了基础，求取图像梯度系数，便于在梯度域进行噪声滤除。

优选的，所述第三滤波模块包括梯度系数求取单元和滤波单元，所述梯度系数求取单元用于求取噪声的梯度系数，所述滤波单元用于对观测图像进行滤波处理；

所述梯度系数求取单元用于求取噪声的梯度系数，具体为：

采用下式估计噪声的梯度系数：

在式子里，表示噪声的梯度系数的估计值，为常数，表示不同梯度域所要滤除的梯度域噪声方差，ω表示中心位置在(i,j)的大小为B×C的局部邻域窗；

所述滤波单元用于对观测图像进行滤波处理，具体为：

在式子里,I₁(i,j)表示第一次滤波后的图像，I_k(i,j)表示第k次滤波后的图像，设定滤波次数k，得到滤除噪声后的图像。

本优选实施例通过第三滤波模块实现了图像的准确滤波，具体的，梯度系数求取单元通过计算噪声的梯度系数，为后续噪声滤除奠定了基础，滤波单元通过多次对噪声进行滤除，获得了良好的滤波效果。

优选的，所述第四效果评价模块包括客观评价单元、主观评价单元和综合评价单元，所述客观评价单元用于获取噪声滤除效果客观评价值，所述主观评价单元用于获取噪声滤除效果主观评价值，所述综合评价模块用于根据客观评价值和主观评价值对噪声滤除效果进行综合评价。

本优选实施例实现了主客观结合的滤波效果综合评价。

优选的，所述客观评价单元用于获取噪声滤除效果客观评价值，采用下式获取：

在式子里，RU₁表示客观评价值，I₀(i,j)表示不含噪声的原始图像，I′(i,j)表示滤除噪声后的图像；客观评价值越小，表示噪声滤除效果越好；

所述主观评价单元用于获取噪声滤除效果主观评价值，采用以下方式获取：将不含噪声的原始图像的评分记为满分100分，采用一组观察者对不含噪声的原始图像和滤除噪声后的图像进行观察，给出滤除噪声后的图像的评分；计算主观评价值：在式子里，RU₂表示主观评价值，n表示观察者的数量，F_i表示第i个观察者给出的滤除噪声后的图像的分数；主观评价值越大，表示噪声滤除效果越好；

所述综合评价模块用于根据客观评价值和主观评价值对噪声滤除效果进行综合评价，采用综合评价因子进行，所述综合评价因子采用下式计算：

在式子里，RU表示综合评价因子；综合评价因子越大，表明噪声滤除效果越好。

本优选实施例通过第四效果评价模块对噪声滤除效果进行评价，保证了滤波水平，具体的，通过主客观结合的方式对噪声滤除效果评价，在客观评价过程中，对不含噪声的原始图像和滤除噪声后的图像进行对比，获取了客观评价值，在主观评价过程中，采用不同的观察者对图像进行评分，获取主观评价值，从而使得评价同时具备了主观评价和客观评价的优点，获取了更为准确的评价结果。

采用本发明无人值守的停车场监控系统对停车场进行监控，选取5个停车场进行实验，分别为停车场1、停车场2、停车场3、停车场4、停车场5，对监控效率和监控成本进行统计，同有人值守相比，产生的有益效果如下表所示：

	监控效率提高	监控成本降低
			停车场1	29％	27％
停车场2	27％	26％
			停车场3	26％	26％
停车场4	25％	24％
			停车场5	24％	22％

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种无人值守的停车场监控系统，其特征在于，包括数据采集装置、控制装置、通信装置和服务器，所述数据采集装置包括图像采集装置和传感装置，所述传感装置用于检测是否有车辆存在并将检测结果传输至所述控制装置，所述图像采集装置用于采集车辆的图像并输出图像信号至所述控制装置，所述控制装置用于接收所述检测结果和图像信号，并根据检测结果控制图像采集装置的开启和关闭，所述通信装置用于将所述图像信号传输至服务器，所述服务器用于根据所述图像信号获取车辆信息并存储车辆信息。

2.根据权利要求1所述的无人值守的停车场监控系统，其特征在于，所述图像采集装置包括第一图像采集模块、第二模型建立模块、第三滤波模块、第四效果评价模块和第五输出模块，所述第一图像采集模块用于获取车辆的原始图像，所述第二模型建立模块用于建立图像噪声模型，所述第三滤波模块用于对图像噪声进行滤除，所述第四效果评价模块用于对噪声滤除效果进行评价，所述第五输出模块用于将滤除噪声后的图像输出至所述控制装置。

3.根据权利要求2所述的无人值守的停车场监控系统，其特征在于，所述第二模型建立模块用于建立图像噪声模型，具体的：

将图像噪声模型表示为：I(i，j)＝I₀(i，j)+N(i，j)，在式子里，I(i，j)、I₀(i，j)和N(i，j)分别表示观测图像、不含噪声原始图像和均值为0方差为σ²的高斯白噪声；

求取观测图像的梯度域：

在式子里，为位置在(i，j)的中心像素在上下左右四个邻域的差分；

根据观测图像的梯度域求取图像I(i，j)的梯度系数；

在式子里，表示图像I(i，j)的梯度系数，u＝1，2，3，4。

4.根据权利要求3所述的无人值守的停车场监控系统，其特征在于，所述第三滤波模块包括梯度系数求取单元和滤波单元，所述梯度系数求取单元用于求取噪声的梯度系数，所述滤波单元用于对观测图像进行滤波处理；

所述梯度系数求取单元用于求取噪声的梯度系数，具体为：

采用下式估计噪声的梯度系数：

在式子里，表示噪声的梯度系数的估计值，为常数，表示不同梯度域所要滤除的梯度域噪声方差，ω表示中心位置在(i，j)的大小为B×C的局部邻域窗。

5.根据权利要求4所述的无人值守的停车场监控系统，其特征在于，所述滤波单元用于对观测图像进行滤波处理，具体为：

在式子里,I₁(i，j)表示第一次滤波后的图像，I_k(i，j)表示第k次滤波后的图像，设定滤波次数k，得到滤除噪声后的图像。

6.根据权利要求5所述的无人值守的停车场监控系统，其特征在于，所述第四效果评价模块包括客观评价单元、主观评价单元和综合评价单元，所述客观评价单元用于获取噪声滤除效果客观评价值，所述主观评价单元用于获取噪声滤除效果主观评价值，所述综合评价模块用于根据客观评价值和主观评价值对噪声滤除效果进行综合评价。

7.根据权利要求6所述的无人值守的停车场监控系统，其特征在于，所述客观评价单元用于获取噪声滤除效果客观评价值，采用下式获取：

在式子里，RU₁表示客观评价值，I₀(i，j)表示不含噪声的原始图像，I′(i，j)表示滤除噪声后的图像；客观评价值越小，表示噪声滤除效果越好；

所述主观评价单元用于获取噪声滤除效果主观评价值，采用以下方式获取：将不含噪声的原始图像的评分记为满分100分，采用一组观察者对不含噪声的原始图像和滤除噪声后的图像进行观察，给出滤除噪声后的图像的评分；计算主观评价值：在式子里，RU₂表示主观评价值，n表示观察者的数量，F_i表示第i个观察者给出的滤除噪声后的图像的分数；主观评价值越大，表示噪声滤除效果越好。

8.根据权利要求6所述的无人值守的停车场监控系统，其特征在于，所述综合评价模块用于根据客观评价值和主观评价值对噪声滤除效果进行综合评价，采用综合评价因子进行，所述综合评价因子采用下式计算：

在式子里，RU表示综合评价因子；综合评价因子越大，表明噪声滤除效果越好。