CN111178185A - 基于视频的高位路侧停车检测方法及装置 - Google Patents

基于视频的高位路侧停车检测方法及装置 Download PDF

Info

Publication number
CN111178185A
CN111178185A CN201911298073.2A CN201911298073A CN111178185A CN 111178185 A CN111178185 A CN 111178185A CN 201911298073 A CN201911298073 A CN 201911298073A CN 111178185 A CN111178185 A CN 111178185A
Authority
CN
China
Prior art keywords
parking space
area
region
license plate
matching
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
Application number
CN201911298073.2A
Other languages
English (en)
Inventor
王海勇
尹方始
班华忠
王正
崔凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Icetech Science & Technology Co ltd
Original Assignee
Beijing Icetech Science & Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Icetech Science & Technology Co ltd filed Critical Beijing Icetech Science & Technology Co ltd
Priority to CN201911298073.2A priority Critical patent/CN111178185A/zh
Publication of CN111178185A publication Critical patent/CN111178185A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于视频的高位路侧停车检测方法，包括：通过高位相机，获取视频图像，划出车位区域；获取车牌区域和字符识别结果；获取车牌的匹配区域；获取匹配区域的搜索区域；如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则在搜索区域内搜索与匹配区域的匹配值最大的候选匹配区域，当最大匹配值不小于匹配阈值时，则将匹配区域更新为候选匹配区域，否则将车位区域的状态更新为空；对当前帧视频图像中车位区域的车位状态进行检测。与现有技术相比，本发明快速有效地对路侧的车位状态进行检测。

Description

基于视频的高位路侧停车检测方法及装置
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高位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高位路侧停车检测方法，该方法包括：
第一步骤，通过安装在高位的相机，获取视频图像，根据视频图像中的车位线，划出四边形区域，作为车位区域；
第二步骤，采集当前帧视频图像，进行车牌识别，获取车牌区域的位置坐标、车牌的字符识别结果；
第三步骤，如果当前帧视频图像内存在车牌的字符识别结果，根据车牌区域的位置坐标，获取车牌对应车辆的匹配区域并进行存储；
第四步骤，将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动，移动后的上、下、左、右边界组成的矩形区域作为搜索区域；
第五步骤，对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则采用图像匹配算法，在搜索区域内搜索与匹配区域的匹配值最大的候选匹配区域，当最大匹配值不小于匹配阈值时，则将匹配区域更新为候选匹配区域，否则将车位区域的状态更新为空；
第六步骤，根据当前帧视频图像中车牌区域、匹配区域与车位区域位置关系，对当前帧视频图像中车位区域的车位状态进行检测。
其中，所述第一步骤包括：采用安装在距离地面高度H处的相机，采集包含车位区域的视频图像；根据视频图像中的车位线，人为的划出四边形区域，作为视频图像的车位区域。
进一步地，所述H的取值范围为3～8米，相机的镜头朝向路侧停车车位，能够同时采集包括2个车位以上的车位区域图像。
其中，所述第三步骤中根据车牌的位置坐标获取车牌的匹配区域的步骤包括：获取车牌区域的上、下、左、右边界；将车牌区域的上边界减去车牌高度*λ1作为车牌对应车辆的匹配区域的上边界，将车牌区域的上边界减去车牌高度*λ2作为车牌对应车辆的匹配区域的下边界，将车牌区域的左边界减去车牌宽度*λ3作为车牌对应车辆的匹配区域的左边界，将车牌区域的右边界加上车牌宽度*λ4作为车牌对应车辆的匹配区域的右边界，保存车牌对应车辆的匹配区域的位置坐标，其中λ1表示第一车牌高度系数，λ2表示第二车牌高度系数，λ3表示第一车牌宽度系数，λ4表示第二车牌宽度系数。
进一步地，所述第四步骤包括：将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动匹配区域高度*λ5，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动匹配区域宽度*λ6，移动后的上、下、左、右边界组成的矩形区域作为搜索区域，其中λ5表示匹配区域高度系数，λ6表示匹配区域宽度系数。
进一步地，所述第五步骤包括：对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则在搜索区域内从第一行第一列的像素开始，逐行逐列滑动移动窗口，移动窗口的宽度和高度分别与匹配区域的宽度和高度相同，采用图像匹配算法，分别计算移动窗口与匹配区域的匹配值，将匹配值最大的移动窗口作为候选匹配区域；当候选匹配区域对应的匹配值≥匹配阈值Ts时，则认为当前帧视频图像的车位区域存在同一车辆，将匹配区域更新为候选匹配区域，否则认为当前帧视频图像的车位区域不存在同一车辆，将车位区域的状态更新为空。
进一步地，所述第六步骤包括：
入车状态检测步骤，采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌区域对应的匹配区域与车位区域是否存在交叠；如果车牌区域或者车牌区域对应的匹配区域与车位区域存在交叠，则判定车牌对应的车辆进入车位区域，统计车辆进入车位区域的累积时间ΔT1；如果车辆进入车位区域的累积时间ΔT1≥第一累计时间阈值T1，则当前帧视频图像中车位区域的车位状态标记为入车状态，否则当前帧视频图像中车位区域的车位状态标记为非入车状态；
停稳状态检测步骤，如果当前帧视频图像中车位区域的车位状态为入车状态，统计车位区域的车位状态为入车状态的累计时间ΔT2，如果车位区域的车位状态为入车状态的累计时间ΔT2≥第二累计时间阈值T2，则将当前帧视频图像中车位区域的车位状态标记为停稳状态；
第一驶出状态检测步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌对应的匹配区域与车位区域是否存在交叠；如果车牌区域与车位区域不存在交叠，或者车牌对应的匹配区域与车位区域不存在交叠，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
第二驶出状态检测步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，当车辆驶出车位区域开始计时，统计车辆驶出累计时间ΔT3，如果车辆驶出累计时间ΔT3≥第三累计时间阈值T3，则将当前帧视频图像中车位区域的车位状态标记为驶出状态，否则认为车辆状态仍处于停稳状态，不更新当前帧视频图像中车位区域的车位状态；
第三驶出状态检测步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，并且车位区域没检测到车牌，或者车辆的匹配区域不存在同一车辆，则开始统计不存在同一车辆的累计时间ΔT4，如果不存在同一车辆的累计时间ΔT4≥第四累计时间阈值T4，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
车位状态输出步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，则输出车位区域被占用；如果当前帧视频图像中车位区域的车位状态为空，则输出车位区域的车位状态判断为空；如果当前帧视频图像中车位区域的车位状态为入车状态或者驶出状态，则输出车位状态待定。
按照本发明的另一个方面，提供了一种基于视频的高位路侧停车检测装置，该装置包括：
车位区域标定模块，用于通过安装在高位的相机，获取视频图像，根据视频图像中的车位线，划出四边形区域，作为车位区域；
车牌识别模块，用于采集当前帧视频图像，进行车牌识别，获取车牌区域的位置坐标和字符识别结果；
匹配区域获取模块，用于如果当前帧视频图像内存在车牌的字符识别结果，根据车牌区域的位置坐标，获取车牌对应车辆的匹配区域并进行存储；
搜索区域获取模块，用于将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动，移动后的上、下、左、右边界组成的矩形区域作为搜索区域；
搜索区域内滑动搜索模块，用于对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则采用图像匹配算法，在搜索区域内搜索与匹配区域的匹配值最大的候选匹配区域，当最大匹配值不小于匹配阈值时，则将匹配区域更新为候选匹配区域，否则将车位区域的状态更新为空；
车位状态检测模块，用于根据当前帧视频图像中车牌区域、匹配区域与车位区域位置关系，对当前帧视频图像中车位区域的车位状态进行检测。
其中，所述车位区域标定模块包括：用于采用安装在距离地面高度H处的相机，采集包含车位区域的视频图像；根据视频图像中的车位线，人为的划出四边形区域，作为视频图像的车位区域，其中H的取值范围为3～8米，相机的镜头朝向路侧停车车位，能够同时采集包括2个车位以上的车位区域图像。
其中，所述匹配区域获取模块中根据车牌的位置坐标获取车牌的匹配区域的模块包括：用于获取车牌区域的上、下、左、右边界；将车牌区域的上边界减去车牌高度*λ1作为车牌对应车辆的匹配区域的上边界，将车牌区域的上边界减去车牌高度*λ2作为车牌对应车辆的匹配区域的下边界，将车牌区域的左边界减去车牌宽度*λ3作为车牌对应车辆的匹配区域的左边界，将车牌区域的右边界加上车牌宽度*λ4作为车牌对应车辆的匹配区域的右边界，保存车牌对应车辆的匹配区域的位置坐标，其中λ1表示第一车牌高度系数，λ2表示第二车牌高度系数，λ3表示第一车牌宽度系数，λ4表示第二车牌宽度系数。
进一步地，所述搜索区域获取模块包括：用于将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动匹配区域高度*λ5，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动匹配区域宽度*λ6，移动后的上、下、左、右边界组成的矩形区域作为搜索区域，其中λ5表示匹配区域高度系数，λ6表示匹配区域宽度系数。
进一步地，所述搜索区域内滑动搜索模块包括：用于对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则在搜索区域内从第一行第一列的像素开始，逐行逐列滑动移动窗口，移动窗口的宽度和高度分别与匹配区域的宽度和高度相同，采用图像匹配算法，分别计算移动窗口与匹配区域的匹配值，将匹配值最大的移动窗口作为候选匹配区域；当候选匹配区域对应的匹配值≥匹配阈值Ts时，则认为当前帧视频图像的车位区域存在同一车辆，将匹配区域更新为候选匹配区域，否则认为当前帧视频图像的车位区域不存在同一车辆，将车位区域的状态更新为空。
进一步地，所述车位状态检测模块包括：
入车状态检测模块，用于采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌区域对应的匹配区域与车位区域是否存在交叠；如果车牌区域或者车牌区域对应的匹配区域与车位区域存在交叠，则判定车牌对应的车辆进入车位区域，统计车辆进入车位区域的累积时间ΔT1；如果车辆进入车位区域的累积时间ΔT1≥第一累计时间阈值T1，则当前帧视频图像中车位区域的车位状态标记为入车状态，否则当前帧视频图像中车位区域的车位状态标记为非入车状态；
停稳状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为入车状态，统计车位区域的车位状态为入车状态的累计时间ΔT2，如果车位区域的车位状态为入车状态的累计时间ΔT2≥第二累计时间阈值T2，则将当前帧视频图像中车位区域的车位状态标记为停稳状态；
第一驶出状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，采用两区域交叠判断模块，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌对应的匹配区域与车位区域是否存在交叠；如果车牌区域与车位区域不存在交叠，或者车牌对应的匹配区域与车位区域不存在交叠，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
第二驶出状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，当车辆驶出车位区域开始计时，统计车辆驶出累计时间ΔT3，如果车辆驶出累计时间ΔT3≥第三累计时间阈值T3，则将当前帧视频图像中车位区域的车位状态标记为驶出状态，否则认为车辆状态仍处于停稳状态，不更新当前帧视频图像中车位区域的车位状态；
第三驶出状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，并且车位区域没检测到车牌，或者车辆的匹配区域不存在同一车辆，则开始统计不存在同一车辆的累计时间ΔT4，如果不存在同一车辆的累计时间ΔT4≥第四累计时间阈值T4，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
车位状态输出模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，则输出车位区域被占用；如果当前帧视频图像中车位区域的车位状态为空，则输出车位区域的车位状态判断为空；如果当前帧视频图像中车位区域的车位状态为入车状态或者驶出状态，则输出车位状态待定。
与现有的路侧停车检测技术相比，本发明的有益之处在于：根据车牌区域获取匹配区域，然后利用图像匹配算法进行跟踪确定车辆区域的位置，最后采用逻辑判定车位状态，可以快速地检测车位状态。
附图说明
图1示出了按照本发明的基于视频的高位路侧停车检测方法的流程图。
图2示出了按照本发明的基于视频的高位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基于视频的高位路侧停车检测方法的流程图。如图1所示，按照本发明的基于视频的高位路侧停车检测方法包括：
第一步骤S1，通过安装在高位的相机，获取视频图像，根据视频图像中的车位线，划出四边形区域，作为车位区域；
第二步骤S2，采集当前帧视频图像，进行车牌识别，获取车牌区域的位置坐标和字符识别结果；
第三步骤S3，如果当前帧视频图像内存在车牌的字符识别结果，根据车牌区域的位置坐标，获取车牌对应车辆的匹配区域并进行存储；
第四步骤S4，将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动，移动后的上、下、左、右边界组成的矩形区域作为搜索区域；
第五步骤S5，对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则采用图像匹配算法，在搜索区域内搜索与匹配区域的匹配值最大的候选匹配区域，当最大匹配值不小于匹配阈值时，则将匹配区域更新为候选匹配区域，否则将车位区域的状态更新为空；
第六步骤S6，根据当前帧视频图像中车牌区域、匹配区域与车位区域位置关系，对当前帧视频图像中车位区域的车位状态进行检测。
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处的相机，采集包含车位区域的视频图像；根据视频图像中的车位线，人为的划出四边形区域，作为视频图像的车位区域，其中H的取值范围为3～8米，相机的镜头朝向路侧停车车位，能够同时采集包括2个车位以上的车位区域图像。
进一步地，所述第二步骤S2中车牌识别方法包括以下一种或者多种方法的组合：基于分类器的车牌识别方法、基于神经网络的车牌识别方法。
其中，所述第三步骤S3中根据车牌的位置坐标获取车牌的匹配区域的步骤包括：获取车牌区域的上、下、左、右边界；将车牌区域的上边界减去车牌高度*λ1作为车牌对应车辆的匹配区域的上边界，将车牌区域的上边界减去车牌高度*λ2作为车牌对应车辆的匹配区域的下边界，将车牌区域的左边界减去车牌宽度*λ3作为车牌对应车辆的匹配区域的左边界，将车牌区域的右边界加上车牌宽度*λ4作为车牌对应车辆的匹配区域的右边界，保存车牌对应车辆的匹配区域的位置坐标，其中λ1表示第一车牌高度系数，λ2表示第二车牌高度系数，λ3表示第一车牌宽度系数，λ4表示第二车牌宽度系数。
进一步地，所述λ1的取值范围为4～8，所述λ2的取值范围为0.5～1.5，所述λ3的取值范围为0.5～1.5，所述λ4的取值范围为0.5～1.5。
示例性地，所述第三步骤S3中根据车牌的位置坐标获取车牌的匹配区域的步骤为：获取当前帧视频图像中车牌区域Rp的上边界y＝y1、下边界y＝y2、左边界x＝x1、右边界x＝x2；将上边界y＝y1-(y2-y1)*λ1、下边界y＝y1-(y2-y1)*λ2、左边界x＝x1-(x2-x1)*λ3、右边界x＝x2+(x2-x1)*λ4组成的矩形区域保存为当前帧视频图像中车牌区域Rp对应车辆的匹配区域。
进一步地，所述第四步骤S4包括：将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动匹配区域高度*λ5，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动匹配区域宽度*λ6，移动后的上、下、左、右边界组成的矩形区域作为搜索区域，其中λ5表示匹配区域高度系数，λ6表示匹配区域宽度系数。
进一步地，所述λ5的取值范围为0.2～0.6，所述λ6的取值范围为0.2～0.6。
示例性地，所述第四步骤S4的步骤为：获取当前帧视频图像中车牌区域Rp对应车辆的匹配区域的上边界y＝y3、下边界y＝y4、左边界x＝x3、右边界x＝x4；将上边界y＝y3-(y4-y3)*λ5、下边界y＝y4+(y4-y3)*λ5、左边界x＝x3-(x4-x3)*λ6、右边界x＝x4+(x4-x3)*λ6组成的矩形区域保存为当前帧视频图像中车牌区域Rp对应车辆的搜索区域。
进一步地，所述第五步骤S5包括：对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则在搜索区域内从第一行第一列的像素开始，逐行逐列滑动移动窗口，移动窗口的宽度和高度分别与匹配区域的宽度和高度相同，采用图像匹配算法，分别计算移动窗口与匹配区域的匹配值，将匹配值最大的移动窗口作为候选匹配区域；当候选匹配区域对应的匹配值≥匹配阈值Ts时，则认为当前帧视频图像的车位区域存在同一车辆，将匹配区域更新为候选匹配区域，否则认为当前帧视频图像的车位区域不存在同一车辆，将车位区域的状态更新为空。
其中，所述图像匹配算法包括以下一种：平均绝对差算法(Mean AbsoluteDifferences，简称MAD算法)、绝对误差和算法(Sum of Absolute Differences，简称SAD算法)、误差平方和算法(Sum of Squared Differences,简称SSD算法)、平均误差平方和算法(Mean Square Differences，简称MSD算法)、归一化积相关算法(Normalized CrossCorrelation，简称NCC算法)、序贯相似性检测算法(Sequential Similiarity DetectionAlgorithm，简称SSDA算法)、hadamard变换算法(Sum of Absolute TransformedDifference，简称SATD算法)。
进一步地，所述匹配阈值Ts的取值范围为0.7～0.85。
进一步地，所述图像匹配算法采用NCC算法。
进一步地，所述第六步骤S6包括：
入车状态检测步骤S61，采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌区域对应的匹配区域与车位区域是否存在交叠；如果车牌区域或者车牌区域对应的匹配区域与车位区域存在交叠，则判定车牌对应的车辆进入车位区域，统计车辆进入车位区域的累积时间ΔT1；如果车辆进入车位区域的累积时间ΔT1≥第一累计时间阈值T1，则当前帧视频图像中车位区域的车位状态标记为入车状态，否则当前帧视频图像中车位区域的车位状态标记为非入车状态；
停稳状态检测步骤S62，如果当前帧视频图像中车位区域的车位状态为入车状态，统计车位区域的车位状态为入车状态的累计时间ΔT2，如果车位区域的车位状态为入车状态的累计时间ΔT2≥第二累计时间阈值T2，则将当前帧视频图像中车位区域的车位状态标记为停稳状态；
第一驶出状态检测步骤S63，如果当前帧视频图像中车位区域的车位状态为停稳状态，采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌对应的匹配区域与车位区域是否存在交叠；如果车牌区域与车位区域不存在交叠，或者车牌对应的匹配区域与车位区域不存在交叠，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
第二驶出状态检测步骤S64，如果当前帧视频图像中车位区域的车位状态为停稳状态，当车辆驶出车位区域开始计时，统计车辆驶出累计时间ΔT3，如果车辆驶出累计时间ΔT3≥第三累计时间阈值T3，则将当前帧视频图像中车位区域的车位状态标记为驶出状态，否则认为车辆状态仍处于停稳状态，不更新当前帧视频图像中车位区域的车位状态；
第三驶出状态检测步骤S65，如果当前帧视频图像中车位区域的车位状态为停稳状态，并且车位区域没检测到车牌，或者车辆的匹配区域不存在同一车辆，则开始统计不存在同一车辆的累计时间ΔT4，如果不存在同一车辆的累计时间ΔT4≥第四累计时间阈值T4，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
车位状态输出步骤S66，如果当前帧视频图像中车位区域的车位状态为停稳状态，则输出车位区域被占用；如果当前帧视频图像中车位区域的车位状态为空，则输出车位区域的车位状态判断为空；如果当前帧视频图像中车位区域的车位状态为入车状态或者驶出状态，则输出车位状态待定。
进一步地，所述第一累计时间阈值T1的取值范围为4～8秒，所述第二累计时间阈值T2的取值范围为10～20秒，所述第三累计时间阈值T3的取值范围为20～30秒，所述第四累计时间阈值T4的取值范围为250～400秒。
进一步地，所述两区域交叠判断法包括：对于判断交叠的两个区域：第一区域和第二区域，分别获取第一区域和第二区域的左边界、右边界、上边界和下边界；如果第一区域右边界位于第二区域左边界的左边，或者第一区域左边界位于第二区域右边界的右边，或者第一区域上边界位于第二区域下边界的下方，或者第一区域下边界位于第二区域上边界的上方，则认为第一区域与第二区域不存在交叠区域，否则认为第一区域与第二区域存在交叠区域。
图2给出了按照本发明的一种基于视频的高位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高位路侧停车检测装置包括：
车位区域标定模块1，用于通过安装在高位的相机，获取视频图像，根据视频图像中的车位线，划出四边形区域，作为车位区域；
车牌识别模块2，用于采集当前帧视频图像，进行车牌识别，获取车牌区域的位置坐标和字符识别结果；
匹配区域获取模块3，用于如果当前帧视频图像内存在车牌的字符识别结果，根据车牌区域的位置坐标，获取车牌对应车辆的匹配区域并进行存储；
搜索区域获取模块4，用于将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动，移动后的上、下、左、右边界组成的矩形区域作为搜索区域；
搜索区域内滑动搜索模块5，用于对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则采用图像匹配算法，在搜索区域内搜索与匹配区域的匹配值最大的候选匹配区域，当最大匹配值不小于匹配阈值时，则将匹配区域更新为候选匹配区域，否则将车位区域的状态更新为空；
车位状态检测模块6，用于根据当前帧视频图像中车牌区域、匹配区域与车位区域位置关系，对当前帧视频图像中车位区域的车位状态进行检测。
其中，所述车位区域标定模块1包括：用于采用安装在距离地面高度H处的相机，采集包含车位区域的视频图像；根据视频图像中的车位线，人为的划出四边形区域，作为视频图像的车位区域，其中H的取值范围为3～8米，相机的镜头朝向路侧停车车位，能够同时采集包括2个车位以上的车位区域图像。
其中，所述匹配区域获取模块3中根据车牌的位置坐标获取车牌的匹配区域的模块包括：用于获取车牌区域的上、下、左、右边界；将车牌区域的上边界减去车牌高度*λ1作为车牌对应车辆的匹配区域的上边界，将车牌区域的上边界减去车牌高度*λ2作为车牌对应车辆的匹配区域的下边界，将车牌区域的左边界减去车牌宽度*λ3作为车牌对应车辆的匹配区域的左边界，将车牌区域的右边界加上车牌宽度*λ4作为车牌对应车辆的匹配区域的右边界，保存车牌对应车辆的匹配区域的位置坐标，其中λ1表示第一车牌高度系数，λ2表示第二车牌高度系数，λ3表示第一车牌宽度系数，λ4表示第二车牌宽度系数。
进一步地，所述λ1的取值范围为4～8，所述λ2的取值范围为0.5～1.5，所述λ3的取值范围为0.5～1.5，所述λ4的取值范围为0.5～1.5。
进一步地，所述搜索区域获取模块4包括：用于将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动匹配区域高度*λ5，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动匹配区域宽度*λ6，移动后的上、下、左、右边界组成的矩形区域作为搜索区域，其中λ5表示匹配区域高度系数，λ6表示匹配区域宽度系数。
进一步地，所述λ5的取值范围为0.2～0.6，所述λ6的取值范围为0.2～0.6。
进一步地，所述搜索区域内滑动搜索模块5包括：用于对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则在搜索区域内从第一行第一列的像素开始，逐行逐列滑动移动窗口，移动窗口的宽度和高度分别与匹配区域的宽度和高度相同，采用图像匹配算法，分别计算移动窗口与匹配区域的匹配值，将匹配值最大的移动窗口作为候选匹配区域；当候选匹配区域对应的匹配值≥匹配阈值Ts时，则认为当前帧视频图像的车位区域存在同一车辆，将匹配区域更新为候选匹配区域，否则认为当前帧视频图像的车位区域不存在同一车辆，将车位区域的状态更新为空。
进一步地，所述车位状态检测模块6包括：
入车状态检测模块61，用于采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌区域对应的匹配区域与车位区域是否存在交叠；如果车牌区域或者车牌区域对应的匹配区域与车位区域存在交叠，则判定车牌对应的车辆进入车位区域，统计车辆进入车位区域的累积时间ΔT1；如果车辆进入车位区域的累积时间ΔT1≥第一累计时间阈值T1，则当前帧视频图像中车位区域的车位状态标记为入车状态，否则当前帧视频图像中车位区域的车位状态标记为非入车状态；
停稳状态检测模块62，用于如果当前帧视频图像中车位区域的车位状态为入车状态，统计车位区域的车位状态为入车状态的累计时间ΔT2，如果车位区域的车位状态为入车状态的累计时间ΔT2≥第二累计时间阈值T2，则将当前帧视频图像中车位区域的车位状态标记为停稳状态；
第一驶出状态检测模块63，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，采用两区域交叠判断模块，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌对应的匹配区域与车位区域是否存在交叠；如果车牌区域与车位区域不存在交叠，或者车牌对应的匹配区域与车位区域不存在交叠，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
第二驶出状态检测模块64，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，当车辆驶出车位区域开始计时，统计车辆驶出累计时间ΔT3，如果车辆驶出累计时间ΔT3≥第三累计时间阈值T3，则将当前帧视频图像中车位区域的车位状态标记为驶出状态，否则认为车辆状态仍处于停稳状态，不更新当前帧视频图像中车位区域的车位状态；
第三驶出状态检测模块65，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，并且车位区域没检测到车牌，或者车辆的匹配区域不存在同一车辆，则开始统计不存在同一车辆的累计时间ΔT4，如果不存在同一车辆的累计时间ΔT4≥第四累计时间阈值T4，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
车位状态输出模块66，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，则输出车位区域被占用；如果当前帧视频图像中车位区域的车位状态为空，则输出车位区域的车位状态判断为空；如果当前帧视频图像中车位区域的车位状态为入车状态或者驶出状态，则输出车位状态待定。
进一步地，所述第一累计时间阈值T1的取值范围为4～8秒，所述第二累计时间阈值T2的取值范围为10～20秒，所述第三累计时间阈值T3的取值范围为20～30秒，所述第四累计时间阈值T4的取值范围为250～400秒。
进一步地，所述两区域交叠判断模块包括：用于对于判断交叠的两个区域：第一区域和第二区域，分别获取第一区域和第二区域的左边界、右边界、上边界和下边界；如果第一区域右边界位于第二区域左边界的左边，或者第一区域左边界位于第二区域右边界的右边，或者第一区域上边界位于第二区域下边界的下方，或者第一区域下边界位于第二区域上边界的上方，则认为第一区域与第二区域不存在交叠区域，否则认为第一区域与第二区域存在交叠区域。
与现有的路侧停车检测技术相比，本发明的有益之处在于：根据车牌区域获取匹配区域，然后利用图像匹配算法进行跟踪确定车辆区域的位置，最后采用逻辑判定车位状态，可以快速地检测车位状态。
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 (11)

1.基于视频的高位路侧停车检测方法，其特征在于，该方法包括：
第一步骤，采用安装在距离地面高度H处的相机，采集包含车位区域的视频图像；根据视频图像中的车位线，人为的划出四边形区域，作为视频图像的车位区域；
第二步骤，采集当前帧视频图像，进行车牌识别，获取车牌区域的位置坐标和字符识别结果；
第三步骤，如果当前帧视频图像内存在车牌的字符识别结果，根据车牌区域的位置坐标，获取车牌对应车辆的匹配区域并进行存储；
第四步骤，将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动，移动后的上、下、左、右边界组成的矩形区域作为搜索区域；
第五步骤，对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则采用图像匹配算法，在搜索区域内搜索与匹配区域的匹配值最大的候选匹配区域，当最大匹配值不小于匹配阈值时，则将匹配区域更新为候选匹配区域，否则将车位区域的状态更新为空；
第六步骤，根据当前帧视频图像中车牌区域、匹配区域与车位区域位置关系，对当前帧视频图像中车位区域的车位状态进行检测；
其中，所述第三步骤中根据车牌的位置坐标获取车牌的匹配区域的步骤包括：获取车牌区域的上、下、左、右边界；将车牌区域的上边界减去车牌高度*λ1作为车牌对应车辆的匹配区域的上边界，将车牌区域的上边界减去车牌高度*λ2作为车牌对应车辆的匹配区域的下边界，将车牌区域的左边界减去车牌宽度*λ3作为车牌对应车辆的匹配区域的左边界，将车牌区域的右边界加上车牌宽度*λ4作为车牌对应车辆的匹配区域的右边界，保存车牌对应车辆的匹配区域的位置坐标，其中λ1表示第一车牌高度系数，λ2表示第二车牌高度系数，λ3表示第一车牌宽度系数，λ4表示第二车牌宽度系数。
2.如权利要求1所述的方法，其特征在于，所述第四步骤包括：将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动匹配区域高度*λ5，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动匹配区域宽度*λ6，移动后的上、下、左、右边界组成的矩形区域作为搜索区域，其中λ5表示匹配区域高度系数，λ6表示匹配区域宽度系数。
3.如权利要求1所述的方法，其特征在于，所述第五步骤包括：对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则在搜索区域内从第一行第一列的像素开始，逐行逐列滑动移动窗口，移动窗口的宽度和高度分别与匹配区域的宽度和高度相同，采用图像匹配算法，分别计算移动窗口与匹配区域的匹配值，将匹配值最大的移动窗口作为候选匹配区域；当候选匹配区域对应的匹配值≥匹配阈值Ts时，则认为当前帧视频图像的车位区域存在同一车辆，将匹配区域更新为候选匹配区域，否则认为当前帧视频图像的车位区域不存在同一车辆，将车位区域的状态更新为空。
4.如权利要求3所述的方法，进一步地，所述图像匹配算法包括以下一种：平均绝对差算法、绝对误差和算法、误差平方和算法、平均误差平方和算法、归一化积相关算法、序贯相似性检测算法、hadamard变换算法。
5.如权利要求1所述的方法，进一步地，所述第六步骤包括：
入车状态检测步骤，采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌区域对应的匹配区域与车位区域是否存在交叠；如果车牌区域或者车牌区域对应的匹配区域与车位区域存在交叠，则判定车牌对应的车辆进入车位区域，统计车辆进入车位区域的累积时间ΔT1；如果车辆进入车位区域的累积时间ΔT1≥第一累计时间阈值T1，则当前帧视频图像中车位区域的车位状态标记为入车状态，否则当前帧视频图像中车位区域的车位状态标记为非入车状态；
停稳状态检测步骤，如果当前帧视频图像中车位区域的车位状态为入车状态，统计车位区域的车位状态为入车状态的累计时间ΔT2，如果车位区域的车位状态为入车状态的累计时间ΔT2≥第二累计时间阈值T2，则将当前帧视频图像中车位区域的车位状态标记为停稳状态；
第一驶出状态检测步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌对应的匹配区域与车位区域是否存在交叠；如果车牌区域与车位区域不存在交叠，或者车牌对应的匹配区域与车位区域不存在交叠，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
第二驶出状态检测步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，当车辆驶出车位区域开始计时，统计车辆驶出累计时间ΔT3，如果车辆驶出累计时间ΔT3≥第三累计时间阈值T3，则将当前帧视频图像中车位区域的车位状态标记为驶出状态，否则认为车辆状态仍处于停稳状态，不更新当前帧视频图像中车位区域的车位状态；
第三驶出状态检测步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，并且车位区域没检测到车牌，或者车辆的匹配区域不存在同一车辆，则开始统计不存在同一车辆的累计时间ΔT4，如果不存在同一车辆的累计时间ΔT4≥第四累计时间阈值T4，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
车位状态输出步骤，如果当前帧视频图像中车位区域的车位状态为停稳状态，则输出车位区域被占用；如果当前帧视频图像中车位区域的车位状态为空，则输出车位区域的车位状态判断为空；如果当前帧视频图像中车位区域的车位状态为入车状态或者驶出状态，则输出车位状态待定。
6.如权利要求5所述的方法，其特征在于，所述两区域交叠判断法包括：对于判断交叠的两个区域：第一区域和第二区域，分别获取第一区域和第二区域的左边界、右边界、上边界和下边界；如果第一区域右边界位于第二区域左边界的左边，或者第一区域左边界位于第二区域右边界的右边，或者第一区域上边界位于第二区域下边界的下方，或者第一区域下边界位于第二区域上边界的上方，则认为第一区域与第二区域不存在交叠区域，否则认为第一区域与第二区域存在交叠区域。
7.如权利要求1～5所述的方法，其特征在于，所述H的取值范围为3～8米；所述λ1的取值范围为4～8，所述λ2的取值范围为0.5～1.5，所述λ3的取值范围为0.5～1.5，所述λ4的取值范围为0.5～1.5；所述λ5的取值范围为0.2～0.6，所述λ6的取值范围为0.2～0.6；所述匹配阈值Ts的取值范围为0.7～0.85；所述第一累计时间阈值T1的取值范围为4～8秒，所述第二累计时间阈值T2的取值范围为10～20秒，所述第三累计时间阈值T3的取值范围为20～30秒，所述第四累计时间阈值T4的取值范围为250～400秒。
8.基于视频的高位路侧停车检测装置，其特征在于，该装置包括：
车位区域标定模块，用于采用安装在距离地面高度H处的相机，采集包含车位区域的视频图像；根据视频图像中的车位线，人为的划出四边形区域，作为视频图像的车位区域；
车牌识别模块，用于采集当前帧视频图像，进行车牌识别，获取车牌区域的位置坐标和字符识别结果；
匹配区域获取模块，用于如果当前帧视频图像内存在车牌的字符识别结果，根据车牌区域的位置坐标，获取车牌对应车辆的匹配区域并进行存储；
搜索区域获取模块，用于将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动，移动后的上、下、左、右边界组成的矩形区域作为搜索区域；
搜索区域内滑动搜索模块，用于对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则采用图像匹配算法，在搜索区域内搜索与匹配区域的匹配值最大的候选匹配区域，当最大匹配值不小于匹配阈值时，则将匹配区域更新为候选匹配区域，否则将车位区域的状态更新为空；
车位状态检测模块，用于根据当前帧视频图像中车牌区域、匹配区域与车位区域位置关系，对当前帧视频图像中车位区域的车位状态进行检测；
其中，所述匹配区域获取模块中根据车牌的位置坐标获取车牌的匹配区域的模块包括：用于获取车牌区域的上、下、左、右边界；将车牌区域的上边界减去车牌高度*λ1作为车牌对应车辆的匹配区域的上边界，将车牌区域的上边界减去车牌高度*λ2作为车牌对应车辆的匹配区域的下边界，将车牌区域的左边界减去车牌宽度*λ3作为车牌对应车辆的匹配区域的左边界，将车牌区域的右边界加上车牌宽度*λ4作为车牌对应车辆的匹配区域的右边界，保存车牌对应车辆的匹配区域的位置坐标，其中λ1表示第一车牌高度系数，λ2表示第二车牌高度系数，λ3表示第一车牌宽度系数，λ4表示第二车牌宽度系数。
9.如权利要求8所述的装置，其特征在于，所述搜索区域获取模块包括：用于将车牌对应车辆的匹配区域的上、下边界分别向上、下方向移动匹配区域高度*λ5，将车牌对应车辆的匹配区域的左、右边界分别向左、右方向移动匹配区域宽度*λ6，移动后的上、下、左、右边界组成的矩形区域作为搜索区域，其中λ5表示匹配区域高度系数，λ6表示匹配区域宽度系数。
10.如权利要求8所述的装置，其特征在于，所述搜索区域内滑动搜索模块包括：用于对于当前帧视频图像的车位区域，如果前一帧的车位区域内识别出车牌，后一帧的车位区域内没有识别出相同的车牌，或者前一帧的车位区域有匹配区域，当前帧车位区域内没有识别出车牌，则在搜索区域内从第一行第一列的像素开始，逐行逐列滑动移动窗口，移动窗口的宽度和高度分别与匹配区域的宽度和高度相同，采用图像匹配算法，分别计算移动窗口与匹配区域的匹配值，将匹配值最大的移动窗口作为候选匹配区域；当候选匹配区域对应的匹配值≥匹配阈值Ts时，则认为当前帧视频图像的车位区域存在同一车辆，将匹配区域更新为候选匹配区域，否则认为当前帧视频图像的车位区域不存在同一车辆，将车位区域的状态更新为空。
11.如权利要求8所述的装置，其特征在于，所述车位状态检测模块包括：
入车状态检测模块，用于采用两区域交叠判断法，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌区域对应的匹配区域与车位区域是否存在交叠；如果车牌区域或者车牌区域对应的匹配区域与车位区域存在交叠，则判定车牌对应的车辆进入车位区域，统计车辆进入车位区域的累积时间ΔT1；如果车辆进入车位区域的累积时间ΔT1≥第一累计时间阈值T1，则当前帧视频图像中车位区域的车位状态标记为入车状态，否则当前帧视频图像中车位区域的车位状态标记为非入车状态；
停稳状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为入车状态，统计车位区域的车位状态为入车状态的累计时间ΔT2，如果车位区域的车位状态为入车状态的累计时间ΔT2≥第二累计时间阈值T2，则将当前帧视频图像中车位区域的车位状态标记为停稳状态；
第一驶出状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，采用两区域交叠判断模块，判断当前帧视频图像中车牌区域与车位区域是否存在交叠、以及车牌对应的匹配区域与车位区域是否存在交叠；如果车牌区域与车位区域不存在交叠，或者车牌对应的匹配区域与车位区域不存在交叠，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
第二驶出状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，当车辆驶出车位区域开始计时，统计车辆驶出累计时间ΔT3，如果车辆驶出累计时间ΔT3≥第三累计时间阈值T3，则将当前帧视频图像中车位区域的车位状态标记为驶出状态，否则认为车辆状态仍处于停稳状态，不更新当前帧视频图像中车位区域的车位状态；
第三驶出状态检测模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，并且车位区域没检测到车牌，或者车辆的匹配区域不存在同一车辆，则开始统计不存在同一车辆的累计时间ΔT4，如果不存在同一车辆的累计时间ΔT4≥第四累计时间阈值T4，则将当前帧视频图像中车位区域的车位状态标记为驶出状态；
车位状态输出模块，用于如果当前帧视频图像中车位区域的车位状态为停稳状态，则输出车位区域被占用；如果当前帧视频图像中车位区域的车位状态为空，则输出车位区域的车位状态判断为空；如果当前帧视频图像中车位区域的车位状态为入车状态或者驶出状态，则输出车位状态待定。
CN201911298073.2A 2019-12-17 2019-12-17 基于视频的高位路侧停车检测方法及装置 Pending CN111178185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911298073.2A CN111178185A (zh) 2019-12-17 2019-12-17 基于视频的高位路侧停车检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911298073.2A CN111178185A (zh) 2019-12-17 2019-12-17 基于视频的高位路侧停车检测方法及装置

Publications (1)

Publication Number Publication Date
CN111178185A true CN111178185A (zh) 2020-05-19

Family

ID=70652041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911298073.2A Pending CN111178185A (zh) 2019-12-17 2019-12-17 基于视频的高位路侧停车检测方法及装置

Country Status (1)

Country Link
CN (1) CN111178185A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767449A (zh) * 2021-01-29 2021-05-07 深圳市捷顺科技实业股份有限公司 车辆驶出停车位检测方法、装置、电子设备及存储介质
CN115762172A (zh) * 2022-11-02 2023-03-07 济南博观智能科技有限公司 一种出入车位车辆识别方法、装置、设备及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154271A (zh) * 2006-09-30 2008-04-02 电子科技大学中山学院 基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法
US20130265423A1 (en) * 2012-04-06 2013-10-10 Xerox Corporation Video-based detector and notifier for short-term parking violation enforcement
CN107845289A (zh) * 2017-12-19 2018-03-27 智慧互通科技有限公司 一种基于高低位视频阵列的路侧停车管理及充电系统
CN108898879A (zh) * 2018-07-05 2018-11-27 北京易路行技术有限公司 停车数据检测系统及方法
CN109637187A (zh) * 2019-01-07 2019-04-16 合肥工业大学 城市路侧停车位无人收费监管方法和系统
CN109829460A (zh) * 2019-04-02 2019-05-31 安徽省安瑞机电科技有限公司 一种应用于停车管理系统的车牌字符分割识别方法及其系统
CN110163107A (zh) * 2019-04-22 2019-08-23 智慧互通科技有限公司 一种基于视频帧识别路侧停车行为的方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101154271A (zh) * 2006-09-30 2008-04-02 电子科技大学中山学院 基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法
US20130265423A1 (en) * 2012-04-06 2013-10-10 Xerox Corporation Video-based detector and notifier for short-term parking violation enforcement
CN107845289A (zh) * 2017-12-19 2018-03-27 智慧互通科技有限公司 一种基于高低位视频阵列的路侧停车管理及充电系统
CN108898879A (zh) * 2018-07-05 2018-11-27 北京易路行技术有限公司 停车数据检测系统及方法
CN109637187A (zh) * 2019-01-07 2019-04-16 合肥工业大学 城市路侧停车位无人收费监管方法和系统
CN109829460A (zh) * 2019-04-02 2019-05-31 安徽省安瑞机电科技有限公司 一种应用于停车管理系统的车牌字符分割识别方法及其系统
CN110163107A (zh) * 2019-04-22 2019-08-23 智慧互通科技有限公司 一种基于视频帧识别路侧停车行为的方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767449A (zh) * 2021-01-29 2021-05-07 深圳市捷顺科技实业股份有限公司 车辆驶出停车位检测方法、装置、电子设备及存储介质
CN115762172A (zh) * 2022-11-02 2023-03-07 济南博观智能科技有限公司 一种出入车位车辆识别方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN107240299B (zh) 自主驾驶车辆对移动物体识别以及车辆避障的方法
CN110163107B (zh) 一种基于视频帧识别路侧停车行为的方法及装置
CN102509457B (zh) 一种车辆跟踪的方法及装置
CN109241938B (zh) 道路拥堵检测方法及终端
KR101908611B1 (ko) 차량 주차관리 방법
CN106373426A (zh) 基于计算机视觉的停车位及违规占道停车监控方法
CN112258668A (zh) 基于高位摄像头对路边车辆停车行为的检测方法
KR101618850B1 (ko) 다차로요금징수장치
CN111311766A (zh) 基于车牌识别和跟踪技术的路边停车智能收费系统及方法
CN103605967A (zh) 一种基于图像识别的地铁防逃票系统及其工作方法
KR101895374B1 (ko) 주차면 관리시스템
CN111178185A (zh) 基于视频的高位路侧停车检测方法及装置
CN111383459B (zh) 一种基于视频的充电桩车位管理方法及装置
CN110930729A (zh) 一种基于视频的低杆路侧停车检测方法及装置
CN110481560B (zh) 用于搜索车辆可以行驶的车道的装置和方法
CN113822285A (zh) 一种用于复杂应用场景的车辆违停识别方法
CN112351190A (zh) 数字孪生监测系统和方法
CN114155619A (zh) 一种对停车位自动监管的方法、装置、介质及系统
CN113163104B (zh) 基于wifi6的摄像头控制方法、设备及存储介质
CN111583659A (zh) 一种车辆违章判定方法、装置、设备及介质
CN115131986A (zh) 封闭停车场智慧管理方法以及系统
CN104988818A (zh) 一种基于透视变换的交叉路口多车道标定方法
CN204884166U (zh) 一种交通禁停区域违章停车监测装置
KR20200124972A (ko) 도로 교통 위반 차량 단속 시스템 및 이를 이용한 도로 교통 위반 차량 단속 방법
CN113313964A (zh) 一种路边停车管理方法及其系统

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

Application publication date: 20200519