CN111241898B - 基于图像处理的数据显示方法 - Google Patents

基于图像处理的数据显示方法 Download PDF

Info

Publication number
CN111241898B
CN111241898B CN201910213896.4A CN201910213896A CN111241898B CN 111241898 B CN111241898 B CN 111241898B CN 201910213896 A CN201910213896 A CN 201910213896A CN 111241898 B CN111241898 B CN 111241898B
Authority
CN
China
Prior art keywords
image
data
parking space
square
processing
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.)
Active
Application number
CN201910213896.4A
Other languages
English (en)
Other versions
CN111241898A (zh
Inventor
王小利
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.)
Nanjing Xinweifeng Optoelectronics Technology Co ltd
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910213896.4A priority Critical patent/CN111241898B/zh
Publication of CN111241898A publication Critical patent/CN111241898A/zh
Application granted granted Critical
Publication of CN111241898B publication Critical patent/CN111241898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于图像处理的数据显示方法,该方法包括使用基于图像处理的数据显示系统以在定制图像处理的基础上,利用空间分析机制直观且同步鉴别出停车广场中每一个车位的空闲状态。

Description

基于图像处理的数据显示方法
技术领域
本发明涉及图像处理领域,尤其涉及一种基于图像处理的数据显示方法。
背景技术
图像作为人类感知世界的视觉基础,是人类获取信息、表达信息和传递信息的重要手段。数字图像处理,即用计算机对图像进行处理,其发展历史并不长。数字图像处理技术源于20世纪20年代,当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片,采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界,人的视觉系统可以帮助人类从外界获取3/4以上的信息,而图像、图形又是所有视觉信息的载体,尽管人眼的鉴别力很高,可以识别上千种颜色,但很多情况下,图像对于人眼来说是模糊的甚至是不可见的,通过图象增强技术,可以使模糊甚至不可见的图像变得清晰明亮。
图像处理(image processing),用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩,增强和复原,匹配、描述和识别3个部分。
发明内容
本发明至少具备以下几处关键的发明点:
(1)在定制图像处理的基础上,利用空间分析机制直观且同步鉴别出停车广场中每一个车位的空闲状态,从而提高数据检测的精度,为车位管理者和使用者提供重要的参考数据;
(2)基于对图像中各个像素点的各个灰度值进行排序所获得的排序队列的最大序号确定图像的相应冗余度;
(3)在图像复原的基础上,根据待处理图像的内容确定是否对单个通道值图像执行动态范围调整,对其他通道值图像不执行动态范围调整,以实现定向的图像动态范围调整。
根据本发明的一方面,提供一种基于图像处理的数据显示方法,该方法包括使用基于图像处理的数据显示系统以在定制图像处理的基础上,利用空间分析机制直观且同步鉴别出停车广场中每一个车位的空闲状态,所述基于图像处理的数据显示系统包括:
车体辨别设备,与数据调节设备连接,用于接收数据调节图像,对所述数据调节图像进行各个车体目标的识别,以获得每一个车体目标在所述数据调节图像中的成像区域;
车位检测设备,与所述车体辨别设备连接,用于基于车位划线的成像特征识别出所述数据调节图像中的各条车位划线,基于所述各条车位划线确定所述停车广场中每一个车位在所述数据调节图像中的成像区域;
状态分析设备,分别与所述车体辨别设备和所述车位检测设备连接,用于针对每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位在所述数据调节图像中的成像区域不与任何车体目标在所述数据调节图像中的成像区域存在重叠时,确定所述车位为空闲车位,否则,确定所述车位为非空闲车位;
实时显示设备,设置在停车广场的监控室内,针对停车广场中每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位为空闲车位时,在所述数据调节图像中对相应的成像区域进行绿色区域显示;
全景摄像头,设置在停车广场的上方,位于固定竖杆的顶端,用于对停车广场进行鸟瞰式摄像操作,以获得并输出相应的广场全景图像;
通道值排序设备,位于固定竖杆的顶端,与所述全景摄像头连接,用于接收所述广场全景图像,对所述广场全景图像中各个像素点的各个灰度值进行排序,以获得排序队列的最大序号;
冗余度识别设备,与所述通道值排序设备连接,用于接收所述最大序号,确定与所述最大序号成反比的所述广场全景图像的冗余度;
主控制器,分别与所述冗余度识别设备和所述图像复原设备连接,用于接收所述冗余度,并在所述冗余度的数值小于等于预设冗余度阈值时,启动所述图像复原设备;
所述主控制器还用于在所述冗余度的数值大于所述预设冗余度阈值时,关闭所述图像复原设备。
本发明的基于图像处理的数据显示方法数据直观,实时可靠。由于在定制图像处理的基础上,利用空间分析机制直观且同步鉴别出停车广场中每一个车位的空闲状态,从而提高数据检测的精度,从而为车位管理者和使用者提供重要的参考数据。
具体实施方式
下面将对本发明的实施方案进行详细说明。
停车广场是供车辆停放之场所。停车广场有仅画停车格而无人管理及收费的简易停车广场,亦有配有出入栏口、泊车管理员及计时收款员的收费停车广场。现代化的停车广场常有自动化计时收费系统、闭路电视及录影机系统。停车广场通常只是提供场地给驾车人士停泊车辆,不保障车辆受损及失车责任,一般会贴合约免责条款于停车广场大门之外供车主参阅。
公共停车广场是根据城市规划建造以及公共建筑配套专供社会车辆停放的(露天或室内)收费营业性停车广场,称公共停车广场。而公共停车广场又分为路内、路外两种。
当前,在停车广场中,进入广场区域内的车辆往往陷入难以寻找到空闲车位的困境,停车管理方也无法获得准确的空闲车位数据,即使通过现场的红外线传感器对车位空闲状态进行检测,也只是针对单个车位,同时检测模式不够直观。
为了克服上述不足,本发明搭建一种基于图像处理的数据显示方法,该方法包括使用基于图像处理的数据显示系统以在定制图像处理的基础上,利用空间分析机制直观且同步鉴别出停车广场中每一个车位的空闲状态。所述基于图像处理的数据显示系统能够有效解决相应的技术问题。
根据本发明实施方案示出的基于图像处理的数据显示系统包括:
车体辨别设备,与数据调节设备连接,用于接收数据调节图像,对所述数据调节图像进行各个车体目标的识别,以获得每一个车体目标在所述数据调节图像中的成像区域;
车位检测设备,与所述车体辨别设备连接,用于基于车位划线的成像特征识别出所述数据调节图像中的各条车位划线,基于所述各条车位划线确定所述停车广场中每一个车位在所述数据调节图像中的成像区域;
状态分析设备,分别与所述车体辨别设备和所述车位检测设备连接,用于针对每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位在所述数据调节图像中的成像区域不与任何车体目标在所述数据调节图像中的成像区域存在重叠时,确定所述车位为空闲车位,否则,确定所述车位为非空闲车位;
实时显示设备,设置在停车广场的监控室内,针对停车广场中每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位为空闲车位时,在所述数据调节图像中对相应的成像区域进行绿色区域显示;
全景摄像头,设置在停车广场的上方,位于固定竖杆的顶端,用于对停车广场进行鸟瞰式摄像操作,以获得并输出相应的广场全景图像;
通道值排序设备,位于固定竖杆的顶端,与所述全景摄像头连接,用于接收所述广场全景图像,对所述广场全景图像中各个像素点的各个灰度值进行排序,以获得排序队列的最大序号;
冗余度识别设备,与所述通道值排序设备连接,用于接收所述最大序号,确定与所述最大序号成反比的所述广场全景图像的冗余度;
主控制器,分别与所述冗余度识别设备和所述图像复原设备连接,用于接收所述冗余度,并在所述冗余度的数值小于等于预设冗余度阈值时,启动所述图像复原设备;
所述主控制器还用于在所述冗余度的数值大于所述预设冗余度阈值时,关闭所述图像复原设备;
图像复原设备,用于在被启动状态下从所述通道值排序设备处接收所述广场全景图像,对所述广场全景图像执行图像复原处理,以获得对应的图像复原图像;
通道值解析设备,用于接收所述图像复原图像,对所述图像复原图像中的每一个像素点的通道值进行解析,以获得每一个像素点的L通道值、A通道值和B通道值;
动态处理设备,用于接收每一个像素点的L通道值、A通道值和B通道值,对各个像素点的B通道值组成的B通道值图像执行动态范围调整,以获得调整后B图像;
合并处理设备,与所述动态处理设备连接,用于基于对各个像素点的L通道值组成的L通道值图像、对各个像素点的A通道值组成的A通道值图像以及调整后B图像合并,以获得相应的范围调整图像;
数据调节设备,与所述合并处理设备连接,用于对所述范围调整图像执行归一化处理,以获得对应的数据调节图像;
其中,在所述通道值排序设备中,对所述广场全景图像中各个像素点的各个灰度值进行排序包括:相同灰度值的像素点占用同一个排队序列的序号;
其中,所述实时显示设备还针对停车广场中每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位为非空闲车位时,在所述数据调节图像中对相应的成像区域进行红色区域显示。
接着,继续对本发明的基于图像处理的数据显示系统的具体结构进行进一步的说明。
所述基于图像处理的数据显示系统中还可以包括:
PSTN通信设备,与所述数据调节设备连接,用于接收所述数据调节图像,并通过PSTN通信链路无线发送所述数据调节图像。
所述基于图像处理的数据显示系统中:
所述通道值排序设备通过串行通信接口与所述冗余度识别设备连接。
所述基于图像处理的数据显示系统中还可以包括:
自适应滤波设备,与所述数据调节设备连接,用于接收所述数据调节图像,对所述数据调节图像执行基于噪声幅度的自适应滤波处理,以获得相应的现场滤波图像,并输出所述现场滤波图像。
所述基于图像处理的数据显示系统中还可以包括:
倾斜度提取设备,与所述自适应滤波设备连接,用于接收所述现场滤波图像,对所述现场滤波图像执行图像倾斜度提取操作,以获得对应的现场倾斜度,并输出所述现场倾斜度,所述对所述现场滤波图像执行图像倾斜度提取操作,以获得对应的现场倾斜度包括:基于所述现场滤波图像的各个像素点的分布形状对所述现场滤波图像执行图像倾斜度提取操作,以获得对应的现场倾斜度。
所述基于图像处理的数据显示系统中还可以包括:
数据判断设备,与所述倾斜度提取设备连接,用于接收所述现场倾斜度,并在所述现场倾斜度未超过预设倾斜度阈值时,发出停止处理命令,以及在所述现场倾斜度超过所述预设倾斜度阈值时,发出继续处理命令。
所述基于图像处理的数据显示系统中还可以包括:
即时旋转设备,分别与所述车体辨别设备、所述数据判断设备和所述倾斜度提取设备连接,用于在接收到所述继续处理命令时,对所述现场滤波图像执行图像旋转校正处理以校正所述现场滤波图像,获得旋转校正图像,并将所述旋转校正图像替换所述数据调节图像输出给所述车体辨别设备,还用于在接收到所述停止处理命令时,直接将所述现场滤波图像作为旋转校正图像,并将所述旋转校正图像替换所述数据调节图像输出给所述车体辨别设备。
所述基于图像处理的数据显示系统中还可以包括:
DDR存储芯片,与所述即时旋转设备连接,用于接收所述旋转校正图像,并暂存所述旋转校正图像。
所述基于图像处理的数据显示系统中还可以包括:
在所述自适应滤波设备中,对所述数据调节图像执行基于噪声幅度的自适应滤波处理包括:所述数据调节图像的噪声幅度越大,对所述数据调节图像执行的自适应滤波处理的次数越多。
另外,PSTN ( Public Switched Telephone Network )定义:公共交换电话网络,PSTN提供的是一个模拟的专有通道,通道之间经由若干个电话交换机连接而成。当两个主机或路由器设备需要通过PSTN连接时,在两端的网络接入侧(即用户回路侧)必须使用调制解调器(Modem)实现信号的模/数、数/模转换。从OSI七层模型的角度来看,PSTN可以看成是物理层的一个简单的延伸,没有向用户提供流量控制、差错控制等服务。而且,由于PSTN是一种电路交换的方式,所以一条通路自建立直至释放,其全部带宽仅能被通路两端的设备使用,即使他们之间并没有任何数据需要传送。因此,这种电路交换的方式不能实现对网络带宽的充分利用。通过PSTN进行网络互联举例,下面是一个通过PSTN连接两个局域网的网络互连的例子。在这两个局域网中,各有一个路由器,每个路由器均有一个串行端口与Modem相连,Modem再与PSTN相连,从而实现了这两个局域网的互连。
应当理解,本发明的各部分可以用硬件、软件、固件或他们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种基于图像处理的数据显示方法,其特征在于,该方法包括使用基于图像处理的数据显示系统以在定制图像处理的基础上,利用空间分析机制直观且同步鉴别出停车广场中每一个车位的空闲状态,所述基于图像处理的数据显示系统包括:
车体辨别设备,与数据调节设备连接,用于接收数据调节图像,对所述数据调节图像进行各个车体目标的识别,以获得每一个车体目标在所述数据调节图像中的成像区域;
车位检测设备,与所述车体辨别设备连接,用于基于车位划线的成像特征识别出所述数据调节图像中的各条车位划线,基于所述各条车位划线确定停车广场中每一个车位在所述数据调节图像中的成像区域;
状态分析设备,分别与所述车体辨别设备和所述车位检测设备连接,用于针对每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位在所述数据调节图像中的成像区域不与任何车体目标在所述数据调节图像中的成像区域存在重叠时,确定所述车位为空闲车位,否则,确定所述车位为非空闲车位;
实时显示设备,设置在停车广场的监控室内,针对停车广场中每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位为空闲车位时,在所述数据调节图像中对相应的成像区域进行绿色区域显示;
全景摄像头,设置在停车广场的上方,位于固定竖杆的顶端,用于对停车广场进行鸟瞰式摄像操作,以获得并输出相应的广场全景图像;
通道值排序设备,位于固定竖杆的顶端,与所述全景摄像头连接,用于接收所述广场全景图像,对所述广场全景图像中各个像素点的各个灰度值进行排序,以获得排序队列的最大序号;
冗余度识别设备,与所述通道值排序设备连接,用于接收所述最大序号,确定与所述最大序号成反比的所述广场全景图像的冗余度;
主控制器,分别与所述冗余度识别设备和图像复原设备连接,用于接收所述冗余度,并在所述冗余度的数值小于等于预设冗余度阈值时,启动所述图像复原设备;
所述主控制器还用于在所述冗余度的数值大于所述预设冗余度阈值时,关闭所述图像复原设备;
图像复原设备,用于在被启动状态下从所述通道值排序设备处接收所述广场全景图像,对所述广场全景图像执行图像复原处理,以获得对应的图像复原图像;
通道值解析设备,用于接收所述图像复原图像,对所述图像复原图像中的每一个像素点的通道值进行解析,以获得每一个像素点的L通道值、A通道值和B通道值;
动态处理设备,用于接收每一个像素点的L通道值、A通道值和B通道值,对各个像素点的B通道值组成的B通道值图像执行动态范围调整,以获得调整后B图像;
合并处理设备,与所述动态处理设备连接,用于基于对各个像素点的L通道值组成的L通道值图像、对各个像素点的A通道值组成的A通道值图像以及调整后B图像合并,以获得相应的范围调整图像;
数据调节设备,与所述合并处理设备连接,用于对所述范围调整图像执行归一化处理,以获得对应的数据调节图像;
其中,在所述通道值排序设备中,对所述广场全景图像中各个像素点的各个灰度值进行排序包括:相同灰度值的像素点占用同一个排队序列的序号;
其中,所述实时显示设备还针对停车广场中每一个车位在所述数据调节图像中的成像区域执行以下动作:当所述车位为非空闲车位时,在所述数据调节图像中对相应的成像区域进行红色区域显示;
在自适应滤波设备中,对所述数据调节图像执行基于噪声幅度的自适应滤波处理包括:所述数据调节图像的噪声幅度越大,对所述数据调节图像执行的自适应滤波处理的次数越多。
2.如权利要求1所述的方法,其特征在于,所述系统还包括:
PSTN通信设备,与所述数据调节设备连接,用于接收所述数据调节图像,并通过PSTN通信链路无线发送所述数据调节图像。
3.如权利要求2所述的方法,其特征在于:
所述通道值排序设备通过串行通信接口与所述冗余度识别设备连接。
4.如权利要求3所述的方法,其特征在于,所述系统还包括:
自适应滤波设备,与所述数据调节设备连接,用于接收所述数据调节图像,对所述数据调节图像执行基于噪声幅度的自适应滤波处理,以获得相应的现场滤波图像,并输出所述现场滤波图像。
5.如权利要求4所述的方法,其特征在于,所述系统还包括:
倾斜度提取设备,与所述自适应滤波设备连接,用于接收所述现场滤波图像,对所述现场滤波图像执行图像倾斜度提取操作,以获得对应的现场倾斜度,并输出所述现场倾斜度,所述对所述现场滤波图像执行图像倾斜度提取操作,以获得对应的现场倾斜度包括:基于所述现场滤波图像的各个像素点的分布形状对所述现场滤波图像执行图像倾斜度提取操作,以获得对应的现场倾斜度。
6.如权利要求5所述的方法,其特征在于,所述系统还包括:
数据判断设备,与所述倾斜度提取设备连接,用于接收所述现场倾斜度,并在所述现场倾斜度未超过预设倾斜度阈值时,发出停止处理命令,以及在所述现场倾斜度超过所述预设倾斜度阈值时,发出继续处理命令。
7.如权利要求6所述的方法,其特征在于,所述系统还包括:
即时旋转设备,分别与所述车体辨别设备、所述数据判断设备和所述倾斜度提取设备连接,用于在接收到所述继续处理命令时,对所述现场滤波图像执行图像旋转校正处理以校正所述现场滤波图像,获得旋转校正图像,并将所述旋转校正图像替换所述数据调节图像输出给所述车体辨别设备,还用于在接收到所述停止处理命令时,直接将所述现场滤波图像作为旋转校正图像,并将所述旋转校正图像替换所述数据调节图像输出给所述车体辨别设备。
8.如权利要求7所述的方法,其特征在于,所述系统还包括:
DDR存储芯片,与所述即时旋转设备连接,用于接收所述旋转校正图像,并暂存所述旋转校正图像。
CN201910213896.4A 2019-03-20 2019-03-20 基于图像处理的数据显示方法 Active CN111241898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910213896.4A CN111241898B (zh) 2019-03-20 2019-03-20 基于图像处理的数据显示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910213896.4A CN111241898B (zh) 2019-03-20 2019-03-20 基于图像处理的数据显示方法

Publications (2)

Publication Number Publication Date
CN111241898A CN111241898A (zh) 2020-06-05
CN111241898B true CN111241898B (zh) 2020-11-10

Family

ID=70879322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910213896.4A Active CN111241898B (zh) 2019-03-20 2019-03-20 基于图像处理的数据显示方法

Country Status (1)

Country Link
CN (1) CN111241898B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246587A (zh) * 2008-02-28 2008-08-20 复旦大学 超复数频域的有意义数字水印算法
CN101635839A (zh) * 2008-07-25 2010-01-27 日产自动车株式会社 停车辅助设备和停车辅助方法
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
CN101920679A (zh) * 2009-06-09 2010-12-22 株式会社电装 停车辅助系统
CN102332153A (zh) * 2011-09-13 2012-01-25 西安电子科技大学 基于核回归的图像压缩感知重构方法
CN104966279A (zh) * 2015-06-15 2015-10-07 鲁东大学 一种基于局部结构特征的图像合成修复方法
CN105787492A (zh) * 2016-04-01 2016-07-20 电子科技大学 基于均值采样的局部三值模式纹理特征提取方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9514366B2 (en) * 2014-02-03 2016-12-06 Xerox Corporation Vehicle detection method and system including irrelevant window elimination and/or window score degradation
CN108419086B (zh) * 2018-05-08 2019-04-05 北京理工大学 一种基于霍夫曼编码的图像压缩方法
CN108928343A (zh) * 2018-08-13 2018-12-04 吉利汽车研究院(宁波)有限公司 一种全景融合自动泊车系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246587A (zh) * 2008-02-28 2008-08-20 复旦大学 超复数频域的有意义数字水印算法
CN101635839A (zh) * 2008-07-25 2010-01-27 日产自动车株式会社 停车辅助设备和停车辅助方法
CN101920679A (zh) * 2009-06-09 2010-12-22 株式会社电装 停车辅助系统
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
CN102332153A (zh) * 2011-09-13 2012-01-25 西安电子科技大学 基于核回归的图像压缩感知重构方法
CN104966279A (zh) * 2015-06-15 2015-10-07 鲁东大学 一种基于局部结构特征的图像合成修复方法
CN105787492A (zh) * 2016-04-01 2016-07-20 电子科技大学 基于均值采样的局部三值模式纹理特征提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Visual Localization and Identification of Vehicles Inside a Parking House;Dusan Nemec et al.;《Procedia Engineering》;20170622;第192卷;第632-637页 *
图像数据压缩技术研究进展;张培亮等;《山东通信技术》;20031231;第23卷(第4期);第20-22页 *

Also Published As

Publication number Publication date
CN111241898A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
US20240062578A1 (en) Imaging apparatus and imaging system
CN101262617B (zh) 白平衡校正设备和方法
CN104270570B (zh) 双目摄像机及其图像处理方法
JP3999561B2 (ja) 監視システムと監視カメラ
CN104573637A (zh) 一种基于多摄像头的车牌识别方法
CN111062234A (zh) 一种监控方法、智能终端及计算机可读存储介质
JP2005176143A (ja) 監視装置
CN113744557B (zh) 一种基于物联网技术的智能停车系统
WO2008147724A2 (en) Methods, systems and apparatuses for motion detection using auto-focus statistics
CN110021184B (zh) 基于图像处理的数据显示系统
JP2018097611A (ja) 画像処理装置およびその制御方法
US20090237503A1 (en) Estimating motion of an event captured using a digital video camera
CN111241898B (zh) 基于图像处理的数据显示方法
JP2022189835A (ja) 撮像装置
JPWO2020003764A1 (ja) 画像処理装置、移動装置、および方法、並びにプログラム
CN112565178B (zh) 基于流媒体技术的无人机电力设备巡检系统
CN108307155A (zh) 适用于定点监控的摄像机
CN114627434A (zh) 一种基于大数据的汽车销售展厅客流识别系统
CN210271237U (zh) 一种抓拍系统
CN207166669U (zh) Vr智能监控系统
KR101169631B1 (ko) 검출 인터페이스를 구비한 영상분석 카메라, 영상분석 시스템 및 그 검출 조정 방법
EP3310044A1 (en) Method and associated apparatus for performing cooperative counting with aid of multiple cameras
CN110008868A (zh) 一种基于红外摄像的实景娱乐行业人数识别系统及方法
JP4438396B2 (ja) 監視装置
WO2020179240A1 (ja) 画像照合システム

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
TA01 Transfer of patent application right

Effective date of registration: 20201015

Address after: No.100 Huangshan Road, Baishuiyang Town, Linhai City, Taizhou City, Zhejiang Province

Applicant after: Lv Yanrong

Address before: 225300 404B 1, 98 Ying Chun East Road, industrial park, Hailing District, Taizhou, Jiangsu

Applicant before: Taizhou Tengxiang Information Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20221207

Address after: 210001 south side of floor 4, building 3, Sancai building, No. 10, Yongzhi Road, Qinhuai District, Nanjing, Jiangsu Province

Patentee after: NANJING XINWEIFENG OPTOELECTRONICS TECHNOLOGY CO.,LTD.

Address before: 317000 No. 100 Huangshan Road, Baishuiyang Town, Linhai City, Taizhou City, Zhejiang Province

Patentee before: Lv Yanrong

TR01 Transfer of patent right