CN110633606A

CN110633606A - 一种车位识别方法、装置及设备、存储介质

Info

Publication number: CN110633606A
Application number: CN201810663986.9A
Authority: CN
Inventors: 高海珂
Original assignee: Hangzhou Hikvision Digital Technology Co Ltd
Current assignee: Hangzhou Hikvision Digital Technology Co Ltd
Priority date: 2018-06-25
Filing date: 2018-06-25
Publication date: 2019-12-31
Also published as: WO2020001263A1

Abstract

本发明提供一种车位识别方法、装置及设备、存储介质，该车位识别方法包括：识别已采集的图像中的车位区域是否存在车辆信息和用于标识所述车位区域的车位标识；当识别出所述车位区域存在车辆信息且不存在所述车位标识，则确定所述车位区域被车辆占用；当识别出所述车位区域不存在车辆信息且存在所述车位标识，则确定所述车位区域未被车辆占用。可适用于机械车库进行车位占用情况的确定。

Description

一种车位识别方法、装置及设备、存储介质

技术领域

本发明涉及智能停车技术领域，尤其涉及一种车位识别方法、装置及设备、存储介质。

背景技术

在智能停车领域中，通常是对车位上是否有车进行自动化地识别来确定车位占用情况，以对车位进行合理的管理。

目前，平面车库中，通过相机采集图像判断车位上是否有车来确定车位占用情况，但是还不能确定车辆具体停在哪个车位上或者哪个车位被占用，需要通过用于采集车位图像的相机的位置来确定。

但是，对于机械车库来说，例如多层循环式立体车库，参看图1，相机1’只能装在机械车库第一层21’，车位(停车板)移动到高层中，相机1’只能看到机械车库的第一层21’，而第二层22’、第三层23’等其它多层都在相机视野之外。所以相机1’采集的图像只能反映当前第一层21’的车位占用情况，当车位移出相机1’的视野范围之外时，便无法确定车辆具体停在哪个车位上或者哪个车位被占用。因此，结合用于采集车位图像的相机的位置来确定车位占用情况的方式，不适用于机械车库。

发明内容

有鉴于此，本发明提供一种车位识别方法、装置及设备、存储介质，可适用于机械车库进行车位占用情况的确定。

本发明第一方面提供一种车位识别方法，包括：

识别已采集的图像中的车位区域是否存在车辆信息和用于标识所述车位区域的车位标识；

当识别出所述车位区域存在车辆信息且不存在所述车位标识，则确定所述车位区域被车辆占用；

当识别出所述车位区域不存在车辆信息且存在所述车位标识，则确定所述车位区域未被车辆占用。

根据本发明的一个实施例，该方法进一步包括：

当识别出所述车位区域不存在车辆信息且不存在所述车位标识，则确定所述车位区域未被车辆占用。

根据本发明的一个实施例，所述车位标识为二维码标识、和/或数字、和/或字符、和/或条码标识；不同车位区域上设置的车位标识不同。

根据本发明的一个实施例，识别已采集的图像中的车位区域的车位标识包括：

将已采集的图像输入至预设的神经网络算法中，以由神经网络算法识别所述图像中用于标识车位区域的车位标识并在识别出车位标识时输出车位标识。

根据本发明的一个实施例，该方法还包括：

若所述车位区域被车辆占用，则查询所述车位区域、以及占用所述车位区域的车辆之间是否存在绑定关系，若不存在则建立所述绑定关系，利用所述车位区域、以及占用所述车位区域的车辆之间的绑定关系执行反向寻车处理；

若所述车位区域未被车辆占用，则查询所述车位区域是否存在与车辆的绑定关系，若存在则解除所述绑定关系，以利用解除的所述绑定关系诱导车辆进行停车。

本发明第二方面提供一种车位识别装置，包括：

识别单元，用于识别已采集的图像中的车位区域是否存在车辆信息和用于标识所述车位区域的车位标识；

第一判定单元，用于当识别出所述车位区域存在车辆信息且不存在所述车位标识，则确定所述车位区域被车辆占用；

第二判定单元，用于当识别出所述车位区域不存在车辆信息且存在所述车位标识，则确定所述车位区域未被车辆占用。

根据本发明的一个实施例，该装置进一步包括：

第三判定单元，用于当识别出所述车位区域不存在车辆信息且不存在所述车位标识，则确定所述车位区域未被车辆占用。

根据本发明的一个实施例，所述识别单元中，识别已采集的图像中的车位区域的车位标识包括：

根据本发明的一个实施例，该装置还包括：

绑定单元，用于若所述车位区域被车辆占用，则查询所述车位区域、以及占用所述车位区域的车辆之间是否存在绑定关系，若不存在则建立所述绑定关系，利用所述车位区域、以及占用所述车位区域的车辆之间的绑定关系执行反向寻车处理；

解绑单元，用于若所述车位区域未被车辆占用，则查询所述车位区域是否存在与车辆的绑定关系，若存在则解除所述绑定关系，以利用解除的所述绑定关系诱导车辆进行停车。

本发明第三方面提供一种电子设备，包括处理器及存储器；所述存储器存储有可被处理器调用的程序；其中，所述处理器执行所述程序时，实现如前述实施例中任意一项所述的车位识别方法。

本发明第四方面提供一种机器可读存储介质，其上存储有程序，该程序被处理器执行时，实现如前述实施例中任意一项所述的车位识别方法。

相比于现有技术，本发明实施例至少具有以下有益效果：

车位上标识有车位标识，因而识别出车位标识时可确定是哪个车位，一次识别确定车位区域的占用情况后，后续可以根据车位标识来获知该车位区域的占用情况，适用于机械车库的车位占用情况的确定和管理，当然也可以用于平面车库，适用范围更广；将图像的车位区域中是否存在车位标识和车辆信息同时作为判断车位是否被占用的条件，也可提高车位占用情况判定结果的准确性。

附图说明

图1为现有技术中一种机械车库中相机采集图像的视野示意图；

图2为本发明一实施例的车位识别方法的流程示意图；

图3为本发明一实施例的采集的图像的示意图；

图4为本发明一实施例的车位识别装置的结构框图；

图5为本发明另一实施例的车位识别装置的结构框图；

图6为本发明一实施例的电子设备的结构框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

为了使得本发明实施例的描述更清楚简洁，下面对其中的一些技术术语进行一下解释。

停车诱导：能够为用户提供指引空车位的服务，此功能即为停车诱导。例如，在客流量很大的大型停车场中，用户车辆进入停车库后，寻找空车位很不方便，而通过停车诱导功能，可更快地确定空车位的位置，寻找空车位更方便。例如，实现停车诱导的设备可包括路口诱导屏及在车位的上方设置的LED(发光二极管)标示器，绿色可代表有空车位，红色可代表无空车位，可通过一个LED标示器显示3个车位是否被占用的状态、或者一个LED标示器显示一个车位是否被占用的状态等不限。空车位是指车位未被车辆占用，满车位是指车位被车辆占用。

反向寻车：能够为用户提供查询车辆位置的服务，此功能即为反向寻车。例如，在客流量很大的大型停车场中，用户车辆停入车位并离开，当用户返回取车时，经常找不到或者忘记停在哪里，而通过反向寻车功能，用户可更快地找到车辆的车位位置，无需通过记忆寻车。

下面对本发明实施例的车位识别方法进行展开描述，但不应以此为限。

在一个实施例中，参看图2，示出了一种车位识别方法，该方法包括以下步骤：

S101：识别已采集的图像中的车位区域是否存在车辆信息和用于标识所述车位区域的车位标识；

S102：当识别出所述车位区域存在车辆信息且不存在所述车位标识，则确定所述车位区域被车辆占用；

S103：当识别出所述车位区域不存在车辆信息且存在所述车位标识，则确定所述车位区域未被车辆占用。

上述步骤S102和S103之间没有先后顺序，根据识别结果而定。

本发明实施例的车位识别方法可以应用于图像处理设备，图像处理设备可以是任意能够对采集的图像进行处理的设备，例如是DSP设备等。当然，图像处理设备可以本身具备图像采集功能，例如是智能相机，或者也可以是不具备图像采集功能，而是与图像采集设备连接，接收图像采集设备输入的实时采集的图像，具体不限。

在步骤S101中，识别已采集的图像中的车位区域是否存在车辆信息和用于标识所述车位区域的车位标识。

已采集的图像可以是图像处理设备所实时采集的图像，也可以是从实时采集图像的设备中获取的图像。图像中包含至少一个车位区域，一个车位区域是指一个车位在图像中的区域，其中，每个车位区域上设有车位标识。对采集的图像实时处理，可及时地提供停车诱导、反向寻车等服务，避免发生有空位却无法提供空位信息的情况。

例如图3中所示，采集的一幅图像中可以包含车位区域10和车位区域20，通常来说，针对机械车库所采集的图像中会包含一个车位区域，而针对平面车库所采集的图像中会包含一个以上车位区域，当然具体不限于此，例如，机械车库扩展为可同时下放两个车位至底层，则相机可同时采集两个车位的图像，或者，平面车库中的相机采集到的图像也只有一个车位区域等。

在图像中的车位区域多于一个时，可以分别针对每个车位区域执行后续的步骤，执行的方式与一个时是同理。车位区域在图像中的位置可以通过图像识别车位边界来确定，也可是预先设定(相机的拍摄方位固定的情况下)，具体不限。

在图像中包含不止一个车位区域时，可以先针对其中一个车位区域进行识别，而后针对该车位区域执行后续的步骤；也可以同时针对其中的两个以上车位区域进行识别，识别结果按照车位区域分类，而后针对各个车位区域的识别结果执行后续的步骤，具体不做限制。

识别的目的是为了找出图像的车位区域中的车辆信息和车位标识，随着车位上的车辆停入、车辆离开、人或物的遮挡，识别结果是动态变化的。识别结果包含以下几种可能：存在车位标识且不存在车辆信息，不存在车位标识且存在车辆信息，不存在车位标识且不存在车辆信息。

对于图像的特征识别方式，可以是图像处理中的目标识别技术实现，具体不限。当然可以对图像进行一定的图像处理后再进行特征识别，保证图像的质量及识别结果的准确性。

若图像的车位区域上不存在车位标识但存在车辆信息，说明该车位标识对应的车位区域被车辆占用，即为满位；若图像的车位区域上存在车位标识且不存在车辆信息，说明该车位标识对应的车位区域未被车辆占用，即为空位。

在每个车位区域上设置了车位标识，可以标识相应的车位，从而管理关于该车位的信息，可包括车位占用信息、所停车辆信息、车位位置信息等。

例如，在机械车库中，当车位位于相机视野外，可查询车位相应的车位标识来确定车位占用情况，或者根据对应的车位标识来控制对应的车位下放至底层，通过设置车位标识，只要识别出了车位占用情况，即使车位不在相机视野内时，也可以该车位占用情况等，方便实现停车诱导中的空位方位指引和反向寻车中的车辆位置指引。

本发明实施例中，车位上标识有车位标识，因而识别出车位标识时可确定是哪个车位，一次识别确定车位区域的占用情况后，后续可以根据车位标识来获知该车位区域的占用情况，适用于机械车库的车位占用情况的确定和管理，当然也可以用于平面车库，适用范围更广；将图像的车位区域中是否存在车位标识和车辆信息同时作为判断车位是否被占用的条件，也可提高车位占用情况判定结果的准确性。

如图4所示，上述步骤S101～S103的方法流程可由车位识别装置200执行，车位识别装置200主要包含2个单元：识别单元201、第一判定单元202和第二判定单元203。识别单元201用于执行上述步骤S101，第一判定单元202用于执行上述步骤S102，第二判定单元203用于执行上述步骤S103。

在一个实施例中，该车位识别方法进一步包括以下步骤：

S104：当识别出所述车位区域不存在车辆信息且不存在所述车位标识，则确定所述车位区域未被车辆占用。

基于步骤S101的识别，在步骤S104中，可以根据识别结果来判断车位区域是否被车辆占用。在识别结果为车位区域中不存在车辆信息且不存在用于标识该车位区域的车位标识时，确定为该车位区域未被车辆占用。

如果仅针对图像中的车位区域是否存在车位标识进行判断，在车位标识存在的情况下判定为车位区域未被车辆占用，而在车位标识不存在的情况下判定为车位区域被车辆占用，只能保证确定在无异常情况下的车位占用状态，若遮挡物将车位标识遮挡住，则无法得出准确的车位占用状态，例如，车位区域中不存在车位标识时，判定车位被车辆占用，然而其有可能是车位标识被遮挡物遮挡的情况，事实上车位未被车辆占用，发生了误判。

而本发明实施例中，将图像的车位区域中是否存在车位标识和车辆信息同时作为判断车位是否被占用的条件，在车位区域中不存在车辆信息且不存在用于标识该车位区域的车位标识时，确定为该车位区域未被车辆占用，避免了车位标识信息因被遮挡物遮挡而无法从图像中识别出、导致车位是否被车辆占用产生误判的问题。

当然还可能存在一种情况是，同时在图像的车位区域中识别出了车辆信息和车位标识，这种情况是小概率异常事件，但若为了避免发生这种情况下的误判，该车位识别方法还可进一步包括：当识别出存在车辆信息且存在所述车位标识，则确定所述车位区域未被车辆占用。

如图5所示，上述步骤S101～S104的方法流程可由车位识别装置200执行，车位识别装置200主要包含4个单元：识别单元201、第一判定单元202、第二判定单元203和第三判定单元204。识别单元201用于执行上述步骤S101，第一判定单元202用于执行上述步骤S102，第二判定单元203用于执行上述步骤S103，第三判定单元204用于执行上述步骤S104。

在一个实施例中，车位标识可以是二维码标识、和/或数字、和/或字符、和/或条码标识等不限，主要能够用来标识车位区域即可。不同车位区域上设置的车位标识不同，从而每个车位区域均有唯一的车位标识，不会导致相互之间信息发生错乱，通过识别车位标识可以唯一确定对应的车位区域。

例如车位标识是一个二维码标识，识别二维码标识可得到该车位区域的车位编号，当然，识别二维码标识所得到的信息还可以包括其他需要的信息，例如还可以是该车位区域的位置信息(平面车库)、或预分配或已分配给该车位区域的位置信息(机械车库)；或者还可以是固定车位信息，固定车位即只可以停入特定一个或几个车牌的车辆，其它不允许停入，这些车牌信息可以设置在车位标识中，当其它车牌车辆停入时，可以用来进行报警，具体并不限于此。

参看图3，示出的图像中包括车位区域10和车位区域20，为了使得描述更简洁，以车位区域10为例，在车位区域10中可识别出车位标识101。车位标识101是识别设置在车位上的物理标记得出的结果，该物理标记可以采用贴附、涂抹、通过连接结构连接等方式，标记在车位的可被停入其上的车辆挡住的位置，例如车位的中间位置处，保证在车位区域10被车辆占用时图像中不存在车位标识。

在一个实施例中，车辆信息包括至少以下信息中的一种：车体特征信息；车牌特征信息。车辆信息是用于表示停入车位区域的车辆的信息，具体不限只要能够确定车位区域上是否有车辆即可。车辆信息例如可以是车牌特征信息，在图像的车位区域中识别出车牌后，可确定车位上停有车辆，还可进一步识别车牌上的车牌号，以唯一确定相应的车辆。

优选的，车辆信息可以同时包括车体特征信息和车牌特征信息，这样在车牌特征信息被遮挡物遮挡时，还可以通过车体特征信息来判断车位区域上确实有车辆，车体体积较大，通常不会被完全遮挡，而车牌特征较小，容易被经过的车辆或人遮挡。

在一个实施例中，步骤S101中的识别已采集的图像中的车位区域的车位标识包括：

神经网络算法是已经训练好的，将图像输入到神经网络算法中，便可由神经网络算法实现车位标识的识别。神经网络算法可以集成在识别单元201中作为车位识别装置200的一部分，也可以设置在车位识别装置200的外部，可由识别单元201调用。

由于图像中可能存在车位标识或不存在车位标识，因而神经网络算法在能够识别出车位标识时输出车位标识，而识别不出时不输出信息或者输出表示无车位标识的信息。

以车位标识是二维码标识为例，可以利用神经网络算法将二维码标识从图像中识别出来，而后再通过扫码方式解析二维码标识的信息(车位编号等)，因而为了提高二维码标识的清晰度，提供扫码准确度，识别已采集的图像中的车位区域的车位标识可以包括以下步骤：

S301：将已采集的图像输入到至少两个预设的对应不同成像环境的神经网络算法中，以由各神经网络算法分别识别所述图像中车位区域的车位标识并在识别出车位标识时输出车位标识；

S302：比对各所述神经网络算法输出的车位标识，选择最优结果作为所述图像的车位区域的车位标识。

比对的对象例如可以是车位标识的清晰度、完整度、亮度均匀度等不限，最优结果相应可以是清晰度最高和/或完整度最高和/或亮度最均匀的车位标识。

由于车库的环境不一，有可能发生过亮或过暗的情况，因而可以分别针对不同的成像环境情况进行深度学习来得到不同成像环境下适用的神经网络算法，那么在步骤S301中，采集到的图像可以输入到这些神经网络算法中，分别通过这些神经网络算法来识别图像中车位区域的车位标识。接着进行结果的比对，当然，假设神经网络算法均未识别出车位标识，则不需要进行比对，而是直接确定未识别出车位标识的结果。

由于不同的神经网络算法是在不同的环境下深度学习的，因而适应于不同的成像环境，假设图像是在较暗的环境下采集的，那么图像输入到较暗环境下深度学习得到的神经网络算法所得到的结果是质量更高的，使得最终车位标识信息的结果精度也更高。

这些不同成像环境对应的神经网络算法是通过不同成像环境对应的图像训练集进行训练所得的深度学习神经网络算法，图像训练集可以包括带车位区域的车位标识的样本图像、及对应的车位标识。

不同成像环境例如是较暗环境和较亮环境，较暗环境可以指亮度低于设定最小亮度阈值的图像环境，较亮环境可以指亮度高于设定最大亮度阈值的图像环境。当然，还可以是更多的成像环境，例如可以设置为梯度式变化的环境条件。

步骤S101中的识别已采集的图像的车位区域中的车辆信息，可以通过传统车牌识别、特征识别等图像处理的方式来识别，或者同样可以通过神经网络算法来识别得到。

在一个实施例中，车位识别方法还可以包括以下步骤：

S401：若所述车位区域被车辆占用，则查询所述车位区域、以及占用所述车位区域的车辆之间是否存在绑定关系，若不存在则建立所述绑定关系，利用所述车位区域、以及占用所述车位区域的车辆之间的绑定关系执行反向寻车处理；

S402：若所述车位区域未被车辆占用，则查询所述车位区域是否存在与车辆的绑定关系，若存在则解除所述绑定关系，以利用解除的所述绑定关系诱导车辆进行停车。

车位识别装置还可以包括绑定单元和解绑单元，步骤S401可以通过绑定单元来执行，步骤S402可以通过解绑单元来执行。

由于机械车库中，车辆进出都是在第一层的车位，当有车辆在车位上时可以识别车辆信息，当无车辆时可以识别车位标识，因而车辆停入可以先后识别出车位标识和车辆信息，车辆离开可以先后识别出车辆信息和车位标识，无论车辆停入还是离开，都可以根据采集的图像来获得车位标识和车辆信息，因而，可以对车位标识和车辆信息绑定或解绑，管理车位区域的占用情况。平面车库当然亦可如此。

在步骤S401中，当车位区域被车辆占用时，说明车辆已经停入了车位区域中，查询占用该车位区域的车辆和车位区域之间是否存在绑定关系，如果不存在绑定关系，则要建立该车辆与该车位区域的绑定关系，可以将识别出的车位标识和车辆信息进行绑定，例如更具体的是将车位标识携带的车位标号、与车牌信息绑定起来，存在绑定关系，则说明该车位区域已经被车辆占用，是满位，可以利用该绑定关系执行反向寻车处理，例如可以根据车牌信息来查询对应的车位区域，从而可以定位车位位置。

在步骤S402中，当车位区域未被车辆占用时，说明车位区域上没有停车辆，可以查询车位区域是否存在与车辆的绑定关系，如果存在绑定关系，则解除该车辆与该车位区域的绑定关系，说明该车辆是刚驶离该车位区域，不存在绑定关系，则说明该车位区域未被车辆占用，是空位，可以利用解除绑定关系来诱导车辆进行停车，例如提供了车位区域的空位信息，则可进一步指引该空位的车位区域的方位。

为了避免频繁地去存储车位区域的绑定情况的数据库中查询是否存在绑定关系，可以设置一关系标识，在首次绑定和首次解绑时对关系标识进行更新，从而只要判断该关系标识便可确定是否存在绑定关系。

为了提高对于车位区域的占用状态判定的准确性，可以在判定车位区域是否被占用的情况下，进行二次判定。

在一个实施例中，车位识别方法进一步包括以下步骤：

S501：确定当前图像中待比对的车位区域，获取该图像的前一帧或几帧图像所判定的所述待比对的车位区域的被占用状态信息；

S502：比对当前图像和其前一帧或几帧图像的关于所述待比对的车位区域的被占用状态信息；

S503：若当前图像和其前一帧或几帧图像中待比对的车位区域的被占用状态信息不变，则保持当前图像对应的车位区域的占用状态判定结果，否则将当前图像的前一帧或几帧图像对应的车位区域的占用状态判定结果作为当前图像对应的车位区域的占用状态判定结果。

在一个实施例中，参看图4，一种车位识别装置200，可以包括：

识别单元201，用于识别已采集的图像中的车位区域是否存在车辆信息和用于标识所述车位区域的车位标识；

第一判定单元202，用于当识别出所述车位区域存在车辆信息且不存在所述车位标识，则确定所述车位区域被车辆占用；

第二判定单元203，用于当识别出所述车位区域不存在车辆信息且存在所述车位标识，则确定所述车位区域未被车辆占用。

在一个实施例中，参看图5，该车位识别装置200进一步包括：

第三判定单元204，用于当识别出所述车位区域不存在车辆信息且不存在所述车位标识，则确定所述车位区域未被车辆占用。

在一个实施例中，所述车位标识为二维码标识、和/或数字、和/或字符、和/或条码标识；不同车位区域上设置的车位标识不同。

在一个实施例中，所述识别单元201中，识别已采集的图像中的车位区域的车位标识包括：

在一个实施例中，该车位识别装置200还包括：

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元。

本发明还提供一种电子设备，包括处理器及存储器；所述存储器存储有可被处理器调用的程序；其中，所述处理器执行所述程序时，实现如前述实施例中任意一项所述的车位识别方法。

本发明车位识别装置的实施例可以应用在电子设备上。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图6所示，图6是本发明根据一示例性实施例示出的车位识别装置200所在电子设备的一种硬件结构图，除了图6所示的处理器510、内存530、接口520、以及非易失性存储器540之外，实施例中装置200所在的电子设备通常根据该电子设备的实际功能，还可以包括其他硬件，对此不再赘述。

本发明还提供一种机器可读存储介质，其上存储有程序，该程序被处理器执行时，实现如前述实施例中任意一项所述的图像处理方法。

本发明可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。机器可读存储介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。机器可读存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims

1.一种车位识别方法，其特征在于，包括：

2.如权利要求1所述的车位识别方法，其特征在于，该方法进一步包括：

3.如权利要求1所述的车位识别方法，其特征在于，所述车位标识为二维码标识、和/或数字、和/或字符、和/或条码标识；不同车位区域上设置的车位标识不同。

4.如权利要求1所述的车位识别方法，其特征在于，识别已采集的图像中的车位区域的车位标识包括：

5.如权利要求1所述的车位识别方法，其特征在于，该方法还包括：

6.一种车位识别装置，其特征在于，包括：

7.如权利要求6所述的车位识别装置，其特征在于，该装置进一步包括：

8.如权利要求6所述的车位识别装置，其特征在于，所述车位标识为二维码标识、和/或数字、和/或字符、和/或条码标识；不同车位区域上设置的车位标识不同。

9.如权利要求6所述的车位识别装置，其特征在于，所述识别单元中，识别已采集的图像中的车位区域的车位标识包括：

10.如权利要求6所述的车位识别装置，其特征在于，该装置还包括：

11.一种电子设备，其特征在于，包括处理器及存储器；所述存储器存储有可被处理器调用的程序；其中，所述处理器执行所述程序时，实现如权利要求1-5中任意一项所述的车位识别方法。

12.一种机器可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现如权利要求1-5中任意一项所述的车位识别方法。