CN110930729A - 一种基于视频的低杆路侧停车检测方法及装置 - Google Patents
一种基于视频的低杆路侧停车检测方法及装置 Download PDFInfo
- Publication number
- CN110930729A CN110930729A CN201911105750.4A CN201911105750A CN110930729A CN 110930729 A CN110930729 A CN 110930729A CN 201911105750 A CN201911105750 A CN 201911105750A CN 110930729 A CN110930729 A CN 110930729A
- Authority
- CN
- China
- Prior art keywords
- parking space
- area
- vehicle
- video image
- license plate
- 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
Images
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
- 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
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于视频的低杆路侧停车检测方法,包括:获取视频图像,对车位区域进行标记,获取车位区域;进行车辆检测和车辆识别,获取车辆区域的位置坐标和车辆特征,判断车辆区域与车位区域是否存在重叠区域;进行车牌识别,获取车牌区域和车牌号码,获取车辆信息;如果车辆与车位区域存在重叠区域,则进行驶入状态检测、停留状态检测、驶离状态检测,获取车位状态,以及车位区域内的车辆信息;如果车辆与车位区域不存在重叠区域,则输出车位状态为空。与现有技术相比,本发明有效地对路侧的车位状态进行识别,同时解决了车牌遮挡、车牌污损、无牌车等问题。
Description
技术领域
本发明涉及图像处理、视频监控以及安防,特别涉及路侧停车检测方法及装置。
背景技术
近年来随着机动车数量的迅速增加,同时与之配套的停车场数量却增长缓慢。在没有足够的场地停放机动车时,机动车开始转向马路两侧停放。由于机动车数量过于庞大,同时也由于目前的没有相关部门对路边停车进行合理的规范和制约,从而出现了路边停车秩序混乱,严重时会影响动态交通,使得城市道路上的机动车车速普遍较低,有时还会发生严重的交通堵塞。如何充分使用现有的道路闲散资源,以及合理的科学的规范路边停车秩序,同时要保证二十四小时不间断的工作,从而引导机动车合理有效的停放。
传统的路侧停车检测主要是是围圈、地感装置和手持机,效率低,无法实现实时监控,极大地浪费了相关部门的人力和财力。
综上所述,目前迫切需要提出一种基于视频的低杆路侧停车检测方法及装置。
发明内容
有鉴于此,本发明的主要目的在于提供路侧停车检测方案,可以有效解决车牌遮挡和无牌车问题。
为达到上述目的,按照本发明的第一个方面,提供了一种基于视频的低杆路侧停车检测方法,该方法包括:
第一步骤,获取视频图像,对视频图像内的车位区域进行标记,获取视频图像中车位区域;
第二步骤,对当前帧视频图像进行车辆检测和车辆识别,获取车辆区域的位置坐标和车辆特征,判断车辆区域与车位区域是否存在重叠区域;
第三步骤,对当前帧视频图像进行车牌识别,获取车牌区域和车牌号码,将车牌区域与车辆区域相对应,获取车辆信息;
第四步骤,如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行驶入状态检测、停留状态检测、驶离状态检测,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息;
第五步骤,如果车辆区域与车位区域不存在重叠区域,则输出当前帧视频图像中车位区域的车位状态为空。
进一步地,所述第一步骤包括:采用安装在距离地面高度H处的摄像头,采集包含车位区域的视频图像;对视频图像内的车位区域进行人工标记,已获得视频图像中车位区域的位置坐标。
进一步地,所述第二步骤包括:
车辆检测步骤,采用车辆检测方法,对当前帧视频图像进行车辆检测,获取车辆区域的位置坐标;
车辆识别步骤,采用车辆识别方法,对车辆区域进行车辆识别,获取车辆区域的车辆特征;
车辆区域与车位区域重叠判断步骤,分别获取车辆区域和车位区域的左边界、右边界、上边界和下边界;如果车辆区域右边界位于车位区域左边界的左边,或者车辆区域左边界位于车位区域右边界的右边,或者车辆区域上边界位于车位区域下边界的下方,或者车辆区域下边界位于车位区域上边界的上方,则认为车辆区域与车位区域不存在重叠区域,否则认为车辆区域与车位区域存在重叠区域。
进一步地,所述第三步骤包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行车牌识别,获取车牌区域的车牌号码;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述第三步骤包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行字符识别,获取字符识别结果和对应的字符置信度;采用特殊车牌处理方法进行处理;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述特殊车牌处理方法包括以下一种或者多种步骤的组合:车牌污损处理步骤、车牌遮挡处理步骤、无牌车处理步骤。
进一步地,所述车牌污损处理步骤包括:
车牌污损检测步骤,统计车牌区域内字符置信度小于低置信度阈值λ1的字符数量SUMc,如果SUMc≥车牌字符数量*λ2,λ2为最少字符系数,则认为车牌区域存在污损,转入污损处理步骤,否则跳出车牌污损处理步骤;
污损处理步骤,获取连续帧视频图像的车牌区域的字符识别结果和对应的字符置信度,将字符置信度值最高的字符识别结果作为车牌区域的字符识别结果。
进一步地,所述车牌遮挡处理步骤包括:如果当前帧视频图像中不存在车牌区域,但前一帧视频图像中存在车牌区域,则将前一帧的车牌识别结果作为当前帧视频图像的车牌识别结果。
进一步地,所述无牌车处理步骤包括:如果当前帧视频图像中不存在车牌区域,并且前一帧视频图像中也不存在车牌区域,则将对应的车辆标记为无牌车。
进一步地,所述第四步骤包括:如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行初始帧车位状态标记步骤、驶入状态检测步骤、停留状态检测步骤、驶离状态检测步骤、车位状态输出步骤处理,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息并输出。
其中,所述初始帧车位状态标记步骤包括:将第一帧视频图像中的车位区域的车位状态标记为空。
所述驶入状态检测步骤包括:如果车位区域在前一帧视频图像中车位状态标记为空,则将当前时间记录为初始驶入时间TFin,并标记当前帧视频图像的车位状态为驶入待定;如果车位区域在前一帧视频图像中车位状态标记为驶入待定,则将当前时间记录为持续驶入时间TUin,计算车辆驶入时间ΔTin,即ΔTin=TUin-TFin,如果车辆进入时间ΔTin≥驶入判断时间阈值Th1,则标记当前帧视频图像的车位状态为驶入,否则标记当前帧视频图像的车位状态为驶入待定。
所述停留状态检测步骤包括:如果车位区域在前一帧视频图像中车位状态标记为驶入或者停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移不为0,则标记当前帧视频图像的车位状态为驶入;如果车位区域在前一帧视频图像中车位状态标记为驶入,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为初始停留时间TFstop,并标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为持续停留时间TUstop,计算车辆停留时间ΔTstop,即ΔTstop=TUstop-TFstop,如果车辆停留时间ΔTstop≥停留判断时间阈值Th2,则标记当前帧视频图像的车位状态为停留,否则标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移为0,则标记当前帧视频图像的车位状态为停留。
所述驶离状态检测步骤包括:如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移大于0,则标记当前帧视频图像的车位状态为驶离待定,并记录当前帧视频图像内的车辆区域的位置,作为初始驶离位置;如果车位区域在前一帧视频图像中车位状态标记为驶离待定,并且当前帧与前一帧视频图像中车位区域内车辆位移大于0,则记录当前帧视频图像内的车辆区域的位置,作为更新驶离位置,根据更新驶离位置和初始驶离位置计算车辆驶离位移,如果车辆驶离位移≥车辆区域宽度*λ3,λ3为驶离位移系数,则标记当前帧视频图像的车位状态为驶离,否则标记当前帧视频图像的车位状态为驶离待定。
所述车位状态输出步骤包括:如果当前帧视频图像中车位区域的车位状态标记为空或者驶入待定,则输出当前帧视频图像中车位区域的车位状态为空;如果当前帧视频图像中车位区域的车位状态标记为驶入或者停留待定,则输出当前帧视频图像中车位区域的车位状态为驶入,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为停留或者驶离待定,则输出当前帧视频图像中车位区域的车位状态为停留,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为驶离,则输出当前帧视频图像中车位区域的车位状态为驶离,并输出对应车位区域内的车辆信息,其中车辆信息包括:车辆区域、车辆特征、车牌区域和车牌号码。
按照本发明的另一个方面,提供了一种基于视频的低杆路侧停车检测装置,该装置包括:
视频获取和车位区域标记模块,用于获取视频图像,对视频图像内的车位区域进行标记,获取视频图像中车位区域;
车辆识别和重叠判断模块,用于对当前帧视频图像进行车辆检测和车辆识别,获取车辆区域的位置坐标和车辆特征,判断车辆区域与车位区域是否存在重叠区域;
车牌识别和车辆信息获取模块,用于对当前帧视频图像进行车牌识别,获取车牌区域和车牌号码,将车牌区域与车辆区域相对应,获取车辆信息;
重叠情况车位状态检测模块,用于如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行驶入状态检测、停留状态检测、驶离状态检测,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息;
非重叠情况车位状态输出模块,用于如果车辆区域与车位区域不存在重叠区域,则输出当前帧视频图像中车位区域的车位状态为空。
进一步地,所述视频获取和车位区域标记模块包括:用于采用安装在距离地面高度H处的摄像头,采集包含车位区域的视频图像;对视频图像内的车位区域进行人工标记,已获得视频图像中车位区域的位置坐标。
进一步地,所述车辆识别和重叠判断模块包括:
车辆检测模块,用于采用车辆检测方法,对当前帧视频图像进行车辆检测,获取车辆区域的位置坐标;
车辆识别模块,用于采用车辆识别方法,对车辆区域进行车辆识别,获取车辆区域的车辆特征;
车辆区域与车位区域重叠判断模块,用于分别获取车辆区域和车位区域的左边界、右边界、上边界和下边界;如果车辆区域右边界位于车位区域左边界的左边,或者车辆区域左边界位于车位区域右边界的右边,或者车辆区域上边界位于车位区域下边界的下方,或者车辆区域下边界位于车位区域上边界的上方,则认为车辆区域与车位区域不存在重叠区域,否则认为车辆区域与车位区域存在重叠区域。
所述车牌识别和车辆信息获取模块包括:用于对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行车牌识别,获取车牌区域的车牌号码;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述车牌识别和车辆信息获取模块包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行字符识别,获取字符识别结果和对应的字符置信度;采用特殊车牌处理模块进行处理;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述特殊车牌处理模块包括以下一种或者多种模块的组合:车牌污损处理模块、车牌遮挡处理模块、无牌车处理模块。
其中,所述车牌污损处理模块包括:
车牌污损检测模块,用于统计车牌区域内字符置信度小于低置信度阈值λ1的字符数量SUMc,如果SUMc≥车牌字符数量*λ2,λ2为最少字符系数,则认为车牌区域存在污损,转入污损处理模块,否则跳出车牌污损处理模块;
污损处理模块,用于获取连续帧视频图像的车牌区域的字符识别结果和对应的字符置信度,将字符置信度值最高的字符识别结果作为车牌区域的字符识别结果。
所述车牌遮挡处理模块包括:用于如果当前帧视频图像中不存在车牌区域,但前一帧视频图像中存在车牌区域,则将前一帧的车牌识别结果作为当前帧视频图像的车牌识别结果。
所述无牌车处理模块包括:用于如果当前帧视频图像中不存在车牌区域,并且前一帧视频图像中也不存在车牌区域,则将对应的车辆标记为无牌车。
进一步地,所述重叠情况车位状态检测模块包括:用于如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行初始帧车位状态标记模块、驶入状态检测模块、停留状态检测模块、驶离状态检测模块、车位状态输出模块处理,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息并输出。
其中,所述初始帧车位状态标记模块包括:用于将第一帧视频图像中的车位区域的车位状态标记为空。
所述驶入状态检测模块包括:用于如果车位区域在前一帧视频图像中车位状态标记为空,则将当前时间记录为初始驶入时间TFin,并标记当前帧视频图像的车位状态为驶入待定;如果车位区域在前一帧视频图像中车位状态标记为驶入待定,则将当前时间记录为持续驶入时间TUin,计算车辆驶入时间ΔTin,即ΔTin=TUin-TFin,如果车辆进入时间ΔTin≥驶入判断时间阈值Th1,则标记当前帧视频图像的车位状态为驶入,否则标记当前帧视频图像的车位状态为驶入待定。
所述停留状态检测模块包括:用于如果车位区域在前一帧视频图像中车位状态标记为驶入或者停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移不为0,则标记当前帧视频图像的车位状态为驶入;如果车位区域在前一帧视频图像中车位状态标记为驶入,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为初始停留时间TFstop,并标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为持续停留时间TUstop,计算车辆停留时间ΔTstop,即ΔTstop=TUstop-TFstop,如果车辆停留时间ΔTstop≥停留判断时间阈值Th2,则标记当前帧视频图像的车位状态为停留,否则标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移为0,则标记当前帧视频图像的车位状态为停留。
所述驶离状态检测模块包括:用于如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移大于0,则标记当前帧视频图像的车位状态为驶离待定,并记录当前帧视频图像内的车辆区域的位置,作为初始驶离位置;如果车位区域在前一帧视频图像中车位状态标记为驶离待定,并且当前帧与前一帧视频图像中车位区域内车辆位移大于0,则记录当前帧视频图像内的车辆区域的位置,作为更新驶离位置,根据更新驶离位置和初始驶离位置计算车辆驶离位移,如果车辆驶离位移≥车辆区域宽度*λ3,λ3为驶离位移系数,则标记当前帧视频图像的车位状态为驶离,否则标记当前帧视频图像的车位状态为驶离待定。
所述车位状态输出模块包括:用于如果当前帧视频图像中车位区域的车位状态标记为空或者驶入待定,则输出当前帧视频图像中车位区域的车位状态为空;如果当前帧视频图像中车位区域的车位状态标记为驶入或者停留待定,则输出当前帧视频图像中车位区域的车位状态为驶入,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为停留或者驶离待定,则输出当前帧视频图像中车位区域的车位状态为停留,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为驶离,则输出当前帧视频图像中车位区域的车位状态为驶离,并输出对应车位区域内的车辆信息,其中车辆信息包括:车辆区域、车辆特征、车牌区域和车牌号码。
与现有的路侧停车检测技术相比,本发明的有益之处在于:通过安装在低杆上的摄像机,结合车牌识别、车辆识别和车位状态检测,可以有效地对路侧的车位状态进行识别,同时解决了车牌遮挡、车牌污损、无牌车等问题。
附图说明
图1示出了按照本发明的一种基于视频的低杆路侧停车检测方法的流程图。
图2示出了按照本发明的一种基于视频的低杆路侧停车检测装置的框架图。
具体实施方式
为使本领域的技术人员能进一步了解本发明的结构、特征及其他目的,现结合所附较佳实施例详细说明如下,所说明的较佳实施例仅用于说明本发明的技术方案,并非限定本发明。
图1给出了按照本发明的一种基于视频的低杆路侧停车检测方法的流程图。如图1所示,按照本发明的一种基于视频的低杆路侧停车检测方法包括:
第一步骤S1,获取视频图像,对视频图像内的车位区域进行标记,获取视频图像中车位区域;
第二步骤S2,对当前帧视频图像进行车辆检测和车辆识别,获取车辆区域的位置坐标和车辆特征,判断车辆区域与车位区域是否存在重叠区域;
第三步骤S3,对当前帧视频图像进行车牌识别,获取车牌区域和车牌号码,将车牌区域与车辆区域相对应,获取车辆信息;
第四步骤S4,如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行驶入状态检测、停留状态检测、驶离状态检测,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息;
第五步骤S5,如果车辆区域与车位区域不存在重叠区域,则输出当前帧视频图像中车位区域的车位状态为空。
进一步地,所述第一步骤S1包括:采用安装在距离地面高度H处的摄像头,采集包含车位区域的视频图像;对视频图像内的车位区域进行人工标记,已获得视频图像中车位区域的位置坐标。
其中,所述H的取值范围为0.6~1米。
进一步地,所述第二步骤S2包括:
车辆检测步骤S21,采用车辆检测方法,对当前帧视频图像进行车辆检测,获取车辆区域的位置坐标;
车辆识别步骤S22,采用车辆识别方法,对车辆区域进行车辆识别,获取车辆区域的车辆特征;
车辆区域与车位区域重叠判断步骤S23,分别获取车辆区域和车位区域的左边界、右边界、上边界和下边界;如果车辆区域右边界位于车位区域左边界的左边,或者车辆区域左边界位于车位区域右边界的右边,或者车辆区域上边界位于车位区域下边界的下方,或者车辆区域下边界位于车位区域上边界的上方,则认为车辆区域与车位区域不存在重叠区域,否则认为车辆区域与车位区域存在重叠区域。
进一步地,所述车辆检测方法包括以下一种或者多种方法的组合:基于帧差法的车辆检测方法、基于模型匹配的车辆检测方法、基于分类器的车辆检测方法、基于神经网络的车辆检测方法。
进一步地,所述车辆识别方法包括以下一种或者多种方法的组合:基于分类器的车辆识别方法、基于神经网络的车辆识别方法。
进一步地,所述第三步骤S3包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行车牌识别,获取车牌区域的车牌号码;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述第三步骤S3包括以下一种或者多种方法的组合:基于分类器的车牌识别方法、基于神经网络的车牌识别方法。
进一步地,所述第三步骤S3包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行字符识别,获取字符识别结果和对应的字符置信度;采用特殊车牌处理方法进行处理;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述特殊车牌处理方法包括以下一种或者多种步骤的组合:车牌污损处理步骤S31、车牌遮挡处理步骤S32、无牌车处理步骤S33。
进一步地,所述车牌污损处理步骤S31包括:
车牌污损检测步骤S311,统计车牌区域内字符置信度小于低置信度阈值λ1的字符数量SUMc,如果SUMc≥车牌字符数量*λ2,λ2为最少字符系数,则认为车牌区域存在污损,转入污损处理步骤S312,否则跳出车牌污损处理步骤S31;
污损处理步骤S312,获取连续帧视频图像的车牌区域的字符识别结果和对应的字符置信度,将字符置信度值最高的字符识别结果作为车牌区域的字符识别结果。
其中,所述低置信度阈值λ1的取值范围为0.4~0.6,所述最少字符系数λ2的取值范围为0.4~0.6。示例性地,低置信度阈值λ1和最少字符系数λ2都选为0.5,所述车牌污损处理步骤S31为:车牌区域的字符识别结果为“京A12345”,其中“A”、“1”、“2”、“3”的字符置信度小于0.5,则认为车牌区域存在污损,获取对应车辆的连续帧车牌区域的字符识别结果,将字符置信度值最高的字符识别结果作为车牌区域的字符识别结果。
进一步地,所述车牌遮挡处理步骤S32包括:如果当前帧视频图像中不存在车牌区域,但前一帧视频图像中存在车牌区域,则将前一帧的车牌识别结果作为当前帧视频图像的车牌识别结果。
进一步地,所述无牌车处理步骤S33包括:如果当前帧视频图像中不存在车牌区域,并且前一帧视频图像中也不存在车牌区域,则将对应的车辆标记为无牌车。
进一步地,所述第四步骤S4包括:如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行初始帧车位状态标记步骤S41、驶入状态检测步骤S42、停留状态检测步骤S43、驶离状态检测步骤S44、车位状态输出步骤S45处理,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息并输出。
其中,所述初始帧车位状态标记步骤S41包括:将第一帧视频图像中的车位区域的车位状态标记为空。
所述驶入状态检测步骤S42包括:如果车位区域在前一帧视频图像中车位状态标记为空,则将当前时间记录为初始驶入时间TFin,并标记当前帧视频图像的车位状态为驶入待定;如果车位区域在前一帧视频图像中车位状态标记为驶入待定,则将当前时间记录为持续驶入时间TUin,计算车辆驶入时间ΔTin,即ΔTin=TUin-TFin,如果车辆进入时间ΔTin≥驶入判断时间阈值Th1,则标记当前帧视频图像的车位状态为驶入,否则标记当前帧视频图像的车位状态为驶入待定。
所述停留状态检测步骤S43包括:如果车位区域在前一帧视频图像中车位状态标记为驶入或者停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移不为0,则标记当前帧视频图像的车位状态为驶入;如果车位区域在前一帧视频图像中车位状态标记为驶入,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为初始停留时间TFstop,并标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为持续停留时间TUstop,计算车辆停留时间ΔTstop,即ΔTstop=TUstop-TFstop,如果车辆停留时间ΔTstop≥停留判断时间阈值Th2,则标记当前帧视频图像的车位状态为停留,否则标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移为0,则标记当前帧视频图像的车位状态为停留。
所述驶离状态检测步骤S44包括:如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移大于0,则标记当前帧视频图像的车位状态为驶离待定,并记录当前帧视频图像内的车辆区域的位置,作为初始驶离位置;如果车位区域在前一帧视频图像中车位状态标记为驶离待定,并且当前帧与前一帧视频图像中车位区域内车辆位移大于0,则记录当前帧视频图像内的车辆区域的位置,作为更新驶离位置,根据更新驶离位置和初始驶离位置计算车辆驶离位移,如果车辆驶离位移≥车辆区域宽度*λ3,λ3为驶离位移系数,则标记当前帧视频图像的车位状态为驶离,否则标记当前帧视频图像的车位状态为驶离待定。
所述车位状态输出步骤S45包括:如果当前帧视频图像中车位区域的车位状态标记为空或者驶入待定,则输出当前帧视频图像中车位区域的车位状态为空;如果当前帧视频图像中车位区域的车位状态标记为驶入或者停留待定,则输出当前帧视频图像中车位区域的车位状态为驶入,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为停留或者驶离待定,则输出当前帧视频图像中车位区域的车位状态为停留,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为驶离,则输出当前帧视频图像中车位区域的车位状态为驶离,并输出对应车位区域内的车辆信息,其中车辆信息包括:车辆区域、车辆特征、车牌区域和车牌号码。
其中,所述驶入判断时间阈值Th1和所述停留判断时间阈值Th2的取值范围为1~600秒;所述驶离位移系数λ3的取值范围为0.2~0.4。
图2给出了按照本发明的一种基于视频的低杆路侧停车检测装置的框架图。如图2所示,按照本发明的一种基于视频的低杆路侧停车检测装置包括:
视频获取和车位区域标记模块1,用于获取视频图像,对视频图像内的车位区域进行标记,获取视频图像中车位区域;
车辆识别和重叠判断模块2,用于对当前帧视频图像进行车辆检测和车辆识别,获取车辆区域的位置坐标和车辆特征,判断车辆区域与车位区域是否存在重叠区域;
车牌识别和车辆信息获取模块3,用于对当前帧视频图像进行车牌识别,获取车牌区域和车牌号码,将车牌区域与车辆区域相对应,获取车辆信息;
重叠情况车位状态检测模块4,用于如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行驶入状态检测、停留状态检测、驶离状态检测,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息;
非重叠情况车位状态输出模块5,用于如果车辆区域与车位区域不存在重叠区域,则输出当前帧视频图像中车位区域的车位状态为空。
进一步地,所述视频获取和车位区域标记模块1包括:用于采用安装在距离地面高度H处的摄像头,采集包含车位区域的视频图像;对视频图像内的车位区域进行人工标记,已获得视频图像中车位区域的位置坐标。
其中,所述H的取值范围为0.6~1米。
进一步地,所述车辆识别和重叠判断模块2包括:
车辆检测模块21,用于采用车辆检测方法,对当前帧视频图像进行车辆检测,获取车辆区域的位置坐标;
车辆识别模块22,用于采用车辆识别方法,对车辆区域进行车辆识别,获取车辆区域的车辆特征;
车辆区域与车位区域重叠判断模块23,用于分别获取车辆区域和车位区域的左边界、右边界、上边界和下边界;如果车辆区域右边界位于车位区域左边界的左边,或者车辆区域左边界位于车位区域右边界的右边,或者车辆区域上边界位于车位区域下边界的下方,或者车辆区域下边界位于车位区域上边界的上方,则认为车辆区域与车位区域不存在重叠区域,否则认为车辆区域与车位区域存在重叠区域。
所述车牌识别和车辆信息获取模块3包括:用于对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行车牌识别,获取车牌区域的车牌号码;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述车牌识别和车辆信息获取模块3包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行字符识别,获取字符识别结果和对应的字符置信度;采用特殊车牌处理模块进行处理;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
进一步地,所述特殊车牌处理模块包括以下一种或者多种模块的组合:车牌污损处理模块31、车牌遮挡处理模块32、无牌车处理模块33。
其中,所述车牌污损处理模块31包括:
车牌污损检测模块311,用于统计车牌区域内字符置信度小于低置信度阈值λ1的字符数量SUMc,如果SUMc≥车牌字符数量*λ2,λ2为最少字符系数,则认为车牌区域存在污损,转入污损处理模块312,否则跳出车牌污损处理模块31;
污损处理模块312,用于获取连续帧视频图像的车牌区域的字符识别结果和对应的字符置信度,将字符置信度值最高的字符识别结果作为车牌区域的字符识别结果。
其中,所述低置信度阈值λ1的取值范围为0.4~0.6,所述最少字符系数λ2的取值范围为0.4~0.6。
所述车牌遮挡处理模块32包括:用于如果当前帧视频图像中不存在车牌区域,但前一帧视频图像中存在车牌区域,则将前一帧的车牌识别结果作为当前帧视频图像的车牌识别结果。
所述无牌车处理模块33包括:用于如果当前帧视频图像中不存在车牌区域,并且前一帧视频图像中也不存在车牌区域,则将对应的车辆标记为无牌车。
进一步地,所述重叠情况车位状态检测模块4包括:用于如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行初始帧车位状态标记模块41、驶入状态检测模块42、停留状态检测模块43、驶离状态检测模块44、车位状态输出模块45处理,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息并输出。
其中,所述初始帧车位状态标记模块41包括:用于将第一帧视频图像中的车位区域的车位状态标记为空。
所述驶入状态检测模块42包括:用于如果车位区域在前一帧视频图像中车位状态标记为空,则将当前时间记录为初始驶入时间TFin,并标记当前帧视频图像的车位状态为驶入待定;如果车位区域在前一帧视频图像中车位状态标记为驶入待定,则将当前时间记录为持续驶入时间TUin,计算车辆驶入时间ΔTin,即ΔTin=TUin-TFin,如果车辆进入时间ΔTin≥驶入判断时间阈值Th1,则标记当前帧视频图像的车位状态为驶入,否则标记当前帧视频图像的车位状态为驶入待定。
所述停留状态检测模块43包括:用于如果车位区域在前一帧视频图像中车位状态标记为驶入或者停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移不为0,则标记当前帧视频图像的车位状态为驶入;如果车位区域在前一帧视频图像中车位状态标记为驶入,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为初始停留时间TFstop,并标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为持续停留时间TUstop,计算车辆停留时间ΔTstop,即ΔTstop=TUstop-TFstop,如果车辆停留时间ΔTstop≥停留判断时间阈值Th2,则标记当前帧视频图像的车位状态为停留,否则标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移为0,则标记当前帧视频图像的车位状态为停留。
所述驶离状态检测模块44包括:用于如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移大于0,则标记当前帧视频图像的车位状态为驶离待定,并记录当前帧视频图像内的车辆区域的位置,作为初始驶离位置;如果车位区域在前一帧视频图像中车位状态标记为驶离待定,并且当前帧与前一帧视频图像中车位区域内车辆位移大于0,则记录当前帧视频图像内的车辆区域的位置,作为更新驶离位置,根据更新驶离位置和初始驶离位置计算车辆驶离位移,如果车辆驶离位移≥车辆区域宽度*λ3,λ3为驶离位移系数,则标记当前帧视频图像的车位状态为驶离,否则标记当前帧视频图像的车位状态为驶离待定。
所述车位状态输出模块45包括:用于如果当前帧视频图像中车位区域的车位状态标记为空或者驶入待定,则输出当前帧视频图像中车位区域的车位状态为空;如果当前帧视频图像中车位区域的车位状态标记为驶入或者停留待定,则输出当前帧视频图像中车位区域的车位状态为驶入,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为停留或者驶离待定,则输出当前帧视频图像中车位区域的车位状态为停留,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为驶离,则输出当前帧视频图像中车位区域的车位状态为驶离,并输出对应车位区域内的车辆信息,其中车辆信息包括:车辆区域、车辆特征、车牌区域和车牌号码。
其中,所述驶入判断时间阈值Th1和所述停留判断时间阈值Th2的取值范围为1~600秒;所述驶离位移系数λ3的取值范围为0.2~0.4。
与现有的路侧停车检测技术相比,本发明的有益之处在于:通过安装在低杆上的摄像机,结合车牌识别、车辆识别和车位状态检测,可以有效地对路侧的车位状态进行识别,同时解决了车牌遮挡、车牌污损、无牌车等问题。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,应当理解,本发明并不限于这里所描述的实现方案,这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的情况下进行进一步的改进和完善,因此本发明只受到本发明权利要求的内容和范围的限制,其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等同方案。
Claims (12)
1.一种基于视频的低杆路侧停车检测方法,其特征在于,该方法包括:
第一步骤,获取视频图像,对视频图像内的车位区域进行标记,获取视频图像中车位区域;
第二步骤,对当前帧视频图像进行车辆检测和车辆识别,获取车辆区域的位置坐标和车辆特征,判断车辆区域与车位区域是否存在重叠区域;
第三步骤,对当前帧视频图像进行车牌识别,获取车牌区域和车牌号码,将车牌区域与车辆区域相对应,获取车辆信息;
第四步骤,如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行驶入状态检测、停留状态检测、驶离状态检测,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息;
第五步骤,如果车辆区域与车位区域不存在重叠区域,则输出当前帧视频图像中车位区域的车位状态为空;
进一步地,所述第三步骤包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行车牌识别,获取车牌区域的车牌号码;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
2.如权利要求1所述的方法,其特征在于,所述第一步骤包括:采用安装在距离地面高度H处的摄像头,采集包含车位区域的视频图像;对视频图像内的车位区域进行人工标记,已获得视频图像中车位区域的位置坐标;
其中所述H的取值范围为0.6~1米。
3.如权利要求1所述的方法,其特征在于,所述第二步骤包括:
车辆检测步骤,采用车辆检测方法,对当前帧视频图像进行车辆检测,获取车辆区域的位置坐标;
车辆识别步骤,采用车辆识别方法,对车辆区域进行车辆识别,获取车辆区域的车辆特征;
车辆区域与车位区域重叠判断步骤,分别获取车辆区域和车位区域的左边界、右边界、上边界和下边界;如果车辆区域右边界位于车位区域左边界的左边,或者车辆区域左边界位于车位区域右边界的右边,或者车辆区域上边界位于车位区域下边界的下方,或者车辆区域下边界位于车位区域上边界的上方,则认为车辆区域与车位区域不存在重叠区域,否则认为车辆区域与车位区域存在重叠区域。
4.如权利要求1所述的方法,进一步地,所述第三步骤包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行字符识别,获取字符识别结果和对应的字符置信度;采用特殊车牌处理方法进行处理;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码;
进一步地,所述特殊车牌处理方法包括以下一种或者多种步骤的组合:车牌污损处理步骤、车牌遮挡处理步骤、无牌车处理步骤。
5.如权利要求4所述的方法,其特征在于,所述车牌污损处理步骤包括:车牌污损检测步骤和污损处理步骤;
其中,所述车牌污损检测步骤包括:统计车牌区域内字符置信度小于低置信度阈值λ1的字符数量SUMc,如果SUMc≥车牌字符数量*λ2,λ2为最少字符系数,则认为车牌区域存在污损,转入污损处理步骤,否则跳出车牌污损处理步骤;
所述污损处理步骤包括:获取连续帧视频图像的车牌区域的字符识别结果和对应的字符置信度,将字符置信度值最高的字符识别结果作为车牌区域的字符识别结果;
其中,所述低置信度阈值λ1的取值范围为0.4~0.6,所述最少字符系数λ2的取值范围为0.4~0.6;
所述车牌遮挡处理步骤包括:如果当前帧视频图像中不存在车牌区域,但前一帧视频图像中存在车牌区域,则将前一帧的车牌识别结果作为当前帧视频图像的车牌识别结果;
所述无牌车处理步骤包括:如果当前帧视频图像中不存在车牌区域,并且前一帧视频图像中也不存在车牌区域,则将对应的车辆标记为无牌车。
6.如权利要求1所述的方法,其特征在于,所述第四步骤包括:如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行初始帧车位状态标记步骤、驶入状态检测步骤、停留状态检测步骤、驶离状态检测步骤、车位状态输出步骤处理,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息并输出;
其中,所述初始帧车位状态标记步骤包括:将第一帧视频图像中的车位区域的车位状态标记为空;
所述驶入状态检测步骤包括:如果车位区域在前一帧视频图像中车位状态标记为空,则将当前时间记录为初始驶入时间TFin,并标记当前帧视频图像的车位状态为驶入待定;如果车位区域在前一帧视频图像中车位状态标记为驶入待定,则将当前时间记录为持续驶入时间TUin,计算车辆驶入时间ΔTin,即ΔTin=TUin-TFin,如果车辆进入时间ΔTin≥驶入判断时间阈值Th1,则标记当前帧视频图像的车位状态为驶入,否则标记当前帧视频图像的车位状态为驶入待定;
所述停留状态检测步骤包括:如果车位区域在前一帧视频图像中车位状态标记为驶入或者停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移不为0,则标记当前帧视频图像的车位状态为驶入;如果车位区域在前一帧视频图像中车位状态标记为驶入,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为初始停留时间TFstop,并标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为持续停留时间TUstop,计算车辆停留时间ΔTstop,即ΔTstop=TUstop-TFstop,如果车辆停留时间ΔTstop≥停留判断时间阈值Th2,则标记当前帧视频图像的车位状态为停留,否则标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移为0,则标记当前帧视频图像的车位状态为停留;
所述驶离状态检测步骤包括:如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移大于0,则标记当前帧视频图像的车位状态为驶离待定,并记录当前帧视频图像内的车辆区域的位置,作为初始驶离位置;如果车位区域在前一帧视频图像中车位状态标记为驶离待定,并且当前帧与前一帧视频图像中车位区域内车辆位移大于0,则记录当前帧视频图像内的车辆区域的位置,作为更新驶离位置,根据更新驶离位置和初始驶离位置计算车辆驶离位移,如果车辆驶离位移≥车辆区域宽度*λ3,λ3为驶离位移系数,则标记当前帧视频图像的车位状态为驶离,否则标记当前帧视频图像的车位状态为驶离待定;
所述车位状态输出步骤包括:如果当前帧视频图像中车位区域的车位状态标记为空或者驶入待定,则输出当前帧视频图像中车位区域的车位状态为空;如果当前帧视频图像中车位区域的车位状态标记为驶入或者停留待定,则输出当前帧视频图像中车位区域的车位状态为驶入,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为停留或者驶离待定,则输出当前帧视频图像中车位区域的车位状态为停留,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为驶离,则输出当前帧视频图像中车位区域的车位状态为驶离,并输出对应车位区域内的车辆信息,其中车辆信息包括:车辆区域、车辆特征、车牌区域和车牌号码;
进一步地,所述驶入判断时间阈值Th1和所述停留判断时间阈值Th2的取值范围为1~600秒;所述驶离位移系数λ3的取值范围为0.2~0.4。
7.一种基于视频的低杆路侧停车检测装置,其特征在于,该装置包括:
视频获取和车位区域标记模块,用于获取视频图像,对视频图像内的车位区域进行标记,获取视频图像中车位区域;
车辆识别和重叠判断模块,用于对当前帧视频图像进行车辆检测和车辆识别,获取车辆区域的位置坐标和车辆特征,判断车辆区域与车位区域是否存在重叠区域;
车牌识别和车辆信息获取模块,用于对当前帧视频图像进行车牌识别,获取车牌区域和车牌号码,将车牌区域与车辆区域相对应,获取车辆信息;
重叠情况车位状态检测模块,用于如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行驶入状态检测、停留状态检测、驶离状态检测,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息;
非重叠情况车位状态输出模块,用于如果车辆区域与车位区域不存在重叠区域,则输出当前帧视频图像中车位区域的车位状态为空;
进一步地,所述车牌识别和车辆信息获取模块包括:用于对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行车牌识别,获取车牌区域的车牌号码;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码。
8.如权利要求7所述的装置,其特征在于,所述视频获取和车位区域标记模块包括:用于采用安装在距离地面高度H处的摄像头,采集包含车位区域的视频图像;对视频图像内的车位区域进行人工标记,已获得视频图像中车位区域的位置坐标;
其中,所述H的取值范围为0.6~1米。
9.如权利要求7所述的装置,其特征在于,所述车辆识别和重叠判断模块包括:
车辆检测模块,用于采用车辆检测方法,对当前帧视频图像进行车辆检测,获取车辆区域的位置坐标;
车辆识别模块,用于采用车辆识别方法,对车辆区域进行车辆识别,获取车辆区域的车辆特征;
车辆区域与车位区域重叠判断模块,用于分别获取车辆区域和车位区域的左边界、右边界、上边界和下边界;如果车辆区域右边界位于车位区域左边界的左边,或者车辆区域左边界位于车位区域右边界的右边,或者车辆区域上边界位于车位区域下边界的下方,或者车辆区域下边界位于车位区域上边界的上方,则认为车辆区域与车位区域不存在重叠区域,否则认为车辆区域与车位区域存在重叠区域。
10.如权利要求7所述的装置,进一步地,所述车牌识别和车辆信息获取模块包括:对当前帧视频图像进行车牌检测,获取车牌区域;对车牌区域内的字符进行字符识别,获取字符识别结果和对应的字符置信度;采用特殊车牌处理模块进行处理;根据车牌区域与车辆区域的位置,将车牌区域对应到车辆区域,记录车辆信息,车辆信息包括:车辆区域位置坐标、车辆特征、车牌区域位置坐标、车牌号码;
进一步地,所述特殊车牌处理模块包括以下一种或者多种模块的组合:车牌污损处理模块、车牌遮挡处理模块、无牌车处理模块。
11.如权利要求10所述的装置,其特征在于,所述车牌污损处理模块包括:车牌污损检测模块和污损处理模块;
其中,所述车牌污损检测模块用于统计车牌区域内字符置信度小于低置信度阈值λ1的字符数量SUMc,如果SUMc≥车牌字符数量*λ2,λ2为最少字符系数,则认为车牌区域存在污损,转入污损处理模块,否则跳出车牌污损处理模块;
所述污损处理模块用于获取连续帧视频图像的车牌区域的字符识别结果和对应的字符置信度,将字符置信度值最高的字符识别结果作为车牌区域的字符识别结果;
其中,所述低置信度阈值λ1的取值范围为0.4~0.6,所述最少字符系数λ2的取值范围为0.4~0.6;
所述车牌遮挡处理模块包括:用于如果当前帧视频图像中不存在车牌区域,但前一帧视频图像中存在车牌区域,则将前一帧的车牌识别结果作为当前帧视频图像的车牌识别结果;
所述无牌车处理模块包括:用于如果当前帧视频图像中不存在车牌区域,并且前一帧视频图像中也不存在车牌区域,则将对应的车辆标记为无牌车。
12.如权利要求7所述的装置,其特征在于,所述重叠情况车位状态检测模块包括:用于如果车辆区域与车位区域存在重叠区域,则对当前帧视频图像进行初始帧车位状态标记模块、驶入状态检测模块、停留状态检测模块、驶离状态检测模块、车位状态输出模块处理,获取当前帧视频图像中车位区域的车位状态,以及车位区域内的车辆信息并输出;
其中,所述初始帧车位状态标记模块包括:用于将第一帧视频图像中的车位区域的车位状态标记为空;
所述驶入状态检测模块包括:用于如果车位区域在前一帧视频图像中车位状态标记为空,则将当前时间记录为初始驶入时间TFin,并标记当前帧视频图像的车位状态为驶入待定;如果车位区域在前一帧视频图像中车位状态标记为驶入待定,则将当前时间记录为持续驶入时间TUin,计算车辆驶入时间ΔTin,即ΔTin=TUin-TFin,如果车辆进入时间ΔTin≥驶入判断时间阈值Th1,则标记当前帧视频图像的车位状态为驶入,否则标记当前帧视频图像的车位状态为驶入待定;
所述停留状态检测模块包括:用于如果车位区域在前一帧视频图像中车位状态标记为驶入或者停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移不为0,则标记当前帧视频图像的车位状态为驶入;如果车位区域在前一帧视频图像中车位状态标记为驶入,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为初始停留时间TFstop,并标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留待定,并且当前帧与前一帧视频图像中车位区域内车辆位移为0,则将当前时间记录为持续停留时间TUstop,计算车辆停留时间ΔTstop,即ΔTstop=TUstop-TFstop,如果车辆停留时间ΔTstop≥停留判断时间阈值Th2,则标记当前帧视频图像的车位状态为停留,否则标记当前帧视频图像的车位状态为停留待定;如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移为0,则标记当前帧视频图像的车位状态为停留;
所述驶离状态检测模块包括:用于如果车位区域在前一帧视频图像中车位状态标记为停留,并且车辆位移大于0,则标记当前帧视频图像的车位状态为驶离待定,并记录当前帧视频图像内的车辆区域的位置,作为初始驶离位置;如果车位区域在前一帧视频图像中车位状态标记为驶离待定,并且当前帧与前一帧视频图像中车位区域内车辆位移大于0,则记录当前帧视频图像内的车辆区域的位置,作为更新驶离位置,根据更新驶离位置和初始驶离位置计算车辆驶离位移,如果车辆驶离位移≥车辆区域宽度*λ3,λ3为驶离位移系数,则标记当前帧视频图像的车位状态为驶离,否则标记当前帧视频图像的车位状态为驶离待定;
所述车位状态输出模块包括:用于如果当前帧视频图像中车位区域的车位状态标记为空或者驶入待定,则输出当前帧视频图像中车位区域的车位状态为空;如果当前帧视频图像中车位区域的车位状态标记为驶入或者停留待定,则输出当前帧视频图像中车位区域的车位状态为驶入,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为停留或者驶离待定,则输出当前帧视频图像中车位区域的车位状态为停留,并输出对应车位区域内的车辆信息;如果当前帧视频图像中车位区域的车位状态标记为驶离,则输出当前帧视频图像中车位区域的车位状态为驶离,并输出对应车位区域内的车辆信息,其中车辆信息包括:车辆区域、车辆特征、车牌区域和车牌号码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911105750.4A CN110930729A (zh) | 2019-11-13 | 2019-11-13 | 一种基于视频的低杆路侧停车检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911105750.4A CN110930729A (zh) | 2019-11-13 | 2019-11-13 | 一种基于视频的低杆路侧停车检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110930729A true CN110930729A (zh) | 2020-03-27 |
Family
ID=69852901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911105750.4A Pending CN110930729A (zh) | 2019-11-13 | 2019-11-13 | 一种基于视频的低杆路侧停车检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110930729A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626225A (zh) * | 2020-05-28 | 2020-09-04 | 济南博观智能科技有限公司 | 一种工位车辆的车牌识别方法、装置、设备及存储介质 |
CN111768648A (zh) * | 2020-06-10 | 2020-10-13 | 浙江大华技术股份有限公司 | 车辆出入确定方法及系统 |
CN111784857A (zh) * | 2020-06-22 | 2020-10-16 | 浙江大华技术股份有限公司 | 一种停车位管理方法、装置以及计算机存储介质 |
CN112365719A (zh) * | 2020-11-02 | 2021-02-12 | 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 |
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 |
CN114155721A (zh) * | 2022-02-07 | 2022-03-08 | 北京图盟科技有限公司 | 一种地磁车辆检测器数据转换方法及装置 |
CN116977949A (zh) * | 2023-08-24 | 2023-10-31 | 北京唯行科技有限公司 | 车辆停车巡检方法、装置和设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303883A (zh) * | 2015-11-25 | 2016-02-03 | 智慧互通科技有限公司 | 一种路侧停车管理系统及其方法 |
CN205788779U (zh) * | 2016-01-22 | 2016-12-07 | 智慧互通科技有限公司 | 一种路侧停车管理系统 |
CN107767673A (zh) * | 2017-11-16 | 2018-03-06 | 智慧互通科技有限公司 | 一种基于多摄像机的路侧停车管理方法、装置及系统 |
-
2019
- 2019-11-13 CN CN201911105750.4A patent/CN110930729A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303883A (zh) * | 2015-11-25 | 2016-02-03 | 智慧互通科技有限公司 | 一种路侧停车管理系统及其方法 |
CN205788779U (zh) * | 2016-01-22 | 2016-12-07 | 智慧互通科技有限公司 | 一种路侧停车管理系统 |
CN107767673A (zh) * | 2017-11-16 | 2018-03-06 | 智慧互通科技有限公司 | 一种基于多摄像机的路侧停车管理方法、装置及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626225A (zh) * | 2020-05-28 | 2020-09-04 | 济南博观智能科技有限公司 | 一种工位车辆的车牌识别方法、装置、设备及存储介质 |
CN111626225B (zh) * | 2020-05-28 | 2022-05-17 | 济南博观智能科技有限公司 | 一种工位车辆的车牌识别方法、装置、设备及存储介质 |
CN111768648A (zh) * | 2020-06-10 | 2020-10-13 | 浙江大华技术股份有限公司 | 车辆出入确定方法及系统 |
CN111768648B (zh) * | 2020-06-10 | 2022-02-15 | 浙江大华技术股份有限公司 | 车辆出入确定方法及系统 |
CN111784857A (zh) * | 2020-06-22 | 2020-10-16 | 浙江大华技术股份有限公司 | 一种停车位管理方法、装置以及计算机存储介质 |
CN112365719A (zh) * | 2020-11-02 | 2021-02-12 | 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 |
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 |
CN114155721A (zh) * | 2022-02-07 | 2022-03-08 | 北京图盟科技有限公司 | 一种地磁车辆检测器数据转换方法及装置 |
CN116977949A (zh) * | 2023-08-24 | 2023-10-31 | 北京唯行科技有限公司 | 车辆停车巡检方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110930729A (zh) | 一种基于视频的低杆路侧停车检测方法及装置 | |
CN106600977B (zh) | 基于多特征识别的违停检测方法及系统 | |
WO2019105342A1 (zh) | 车辆套牌检测方法、装置、可读存储介质及电子设备 | |
CN108269407A (zh) | 一种自动管理人流、物流的安防机器人 | |
CN106991820B (zh) | 违规车辆处理方法及装置 | |
KR101908611B1 (ko) | 차량 주차관리 방법 | |
CN103065470A (zh) | 基于单目多检测面的机器视觉的车辆闯红灯行为检测装置 | |
CN102722704A (zh) | 一种融合视频动态跟踪的车牌识别方法和系统 | |
CN103605967A (zh) | 一种基于图像识别的地铁防逃票系统及其工作方法 | |
CN110288738B (zh) | 一种自行车专用车道智能综合管控系统和管控方法 | |
CN111091718A (zh) | 一种停车监控预警方法及停车监控预警系统 | |
CN105741559A (zh) | 一种基于车道线模型的违法占用应急车道检测方法 | |
CN108492578A (zh) | 一种车头和车尾车牌双向视频识别方法 | |
CN103164958B (zh) | 车辆监控方法及系统 | |
CN112419733A (zh) | 一种用户不规范停车的检测方法、装置、设备和存储介质 | |
CN113822285A (zh) | 一种用于复杂应用场景的车辆违停识别方法 | |
CN116092206A (zh) | 一种无人值守车辆进出停车场的识别与收费系统及其方法 | |
CN103778790B (zh) | 一种基于视频序列的车流量方波统计法 | |
CN210777138U (zh) | 一种车辆通行识别设备以及一种停车管理系统 | |
CN111178185A (zh) | 基于视频的高位路侧停车检测方法及装置 | |
CN111354189A (zh) | 一种停车场多元车辆识别的方法和系统 | |
CN113392680A (zh) | 道路识别装置及方法、电子设备 | |
CN207380911U (zh) | 一种停车场卡口双摄像头车牌识别系统 | |
CN114627652A (zh) | 一种公路etc的智能检测方法与系统 | |
CN111553993B (zh) | 一种基于图像识别的开放式停车计费方法与装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |