CN111696378A - 自动化图像数据解析方法 - Google Patents
自动化图像数据解析方法 Download PDFInfo
- Publication number
- CN111696378A CN111696378A CN201910229136.2A CN201910229136A CN111696378A CN 111696378 A CN111696378 A CN 111696378A CN 201910229136 A CN201910229136 A CN 201910229136A CN 111696378 A CN111696378 A CN 111696378A
- Authority
- CN
- China
- Prior art keywords
- image
- current
- time
- parking space
- frame rate
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G08G1/149—Traffic control systems for road vehicles indicating individual free spaces in parking areas coupled to means for restricting the access to the parking space, e.g. authorization, access barriers, indicative lights
-
- 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
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种自动化图像数据解析方法,所述方法包括使用自动化图像数据解析平台以在停车位内的当前车辆的轮廓与业主的车辆轮廓相似度偏低且当前时刻在车主车辆不在停车位的最频繁的时间段内时,保持对停车位内的车辆的停车计费操作并将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出,从而提升了车位管理的自动化水准。
Description
技术领域
本发明涉及图像解析领域,尤其涉及一种自动化图像数据解析方法。
背景技术
图像分析一般利用数学模型并结合图像处理的技术来分析底层特征和上层结构,从而提取具有一定智能性的信息。图像分析是一种模式识别和人工智能方法对物景进行分析、描述、分类和解释的技术,又称景物分析或图像理解。
20世纪60年代以来,在图像分析方面已有许多研究成果,从针对具体问题和应用的图像分析技术逐渐向建立一般理论的方向发展。图像分析同图像处理、计算机图形学等研究内容密切相关,而且相互交叉重叠。但图像处理主要研究图像传输、存储、增强和复原;计算机图形学主要研究点、线、面和体的表示方法以及视觉信息的显示方法;图像分析则着重于构造图像的描述方法,更多地是用符号表示各种图像,而不是对图像本身进行运算,并利用各种有关知识进行推理。图像分析与关于人的视觉的研究也有密切关系,对人的视觉机制中的某些可辨认模块的研究可促进计算机视觉能力的提高(见机器视觉)。
发明内容
本发明至少具备以下几处关键的发明点:
(1)接收停车位的业主的车辆的每次出入车场的时间记录,并基于停车位的业主的车辆的每次出入车场的时间记录统计并更新停车位的业主的车辆历史上不在停车位上的最频繁的时间段;
(2)在停车位内的当前车辆的轮廓与业主的车辆轮廓相似度偏低且当前时刻不在所述最频繁的时间段内时,发出挪车报警信号,在停车位内的当前车辆的轮廓与业主的车辆轮廓相似度偏低且当前时刻在所述最频繁的时间段内时,保持对停车位内的车辆的停车计费操作并将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出,从而提升了车位管理的自动化水准;
(3)在同态滤波处理的基础上,基于图像实时帧率的不同决定对图像的各个成分子图像执行不同策略的边缘增强处理机制,从而提升了图像的边缘增强处理的定向能力。
根据本发明的一方面,提供一种自动化图像数据解析方法,所述方法包括使用自动化图像数据解析平台以在停车位内的当前车辆的轮廓与业主的车辆轮廓相似度偏低且当前时刻在车主车辆不在停车位的最频繁的时间段内时,保持对停车位内的车辆的停车计费操作并将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出,从而提升了车位管理的自动化水准,所述自动化图像数据解析平台包括:DRAM存储设备,设置在停车位的一侧,用于存储所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段。
更具体地,在所述自动化图像数据解析平台中,所述平台还包括:无线下载设备,与远端的控制室内的停车服务器连接,用于接收所述停车位的业主的车辆的每次出入车场的时间记录。
更具体地,在所述自动化图像数据解析平台中:所述无线下载设备还基于所述停车位的业主的车辆的每次出入车场的时间记录统计并更新所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段。
更具体地,在所述自动化图像数据解析平台中:所述无线下载设备还与所述DRAM存储设备连接,用于将更新后的所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段发送给所述DRAM存储设备。
更具体地,在所述自动化图像数据解析平台中,所述平台还包括:计时设备,设置在停车位的一侧,用于提供当前时刻;轮廓检测设备,与直方图均衡设备连接,用于在直方图均衡图像中景深最浅的车辆的轮廓与预设的业主的车辆的轮廓的相似度超限时,发出轮廓合格信号,否则,发出轮廓不合格信号;DSP处理芯片,分别与所述轮廓检测设备、所述计时设备和所述DRAM存储设备连接,用于在接收到轮廓不合格信号且当前时刻不在所述最频繁的时间段内时,发出挪车报警信号,在接收到轮廓不合格信号且当前时刻处于所述最频繁的时间段内时,保持对停车位内的车辆的停车计费操作;所述DSP处理芯片还用于在接收到轮廓不合格信号且当前时刻处于所述最频繁的时间段内时,将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出。
本发明的自动化图像数据解析方法设计合理,具有一定的自动化水平。由于在停车位内的当前车辆的轮廓与业主的车辆轮廓相似度偏低且当前时刻在车主车辆不在停车位的最频繁的时间段内时,保持对停车位内的车辆的停车计费操作并将当前时刻到最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出,从而提升了车位管理的自动化水准。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的自动化图像数据解析平台的监控捕获设备的结构示意图。
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
在现代科学技术的众多领域中,自动控制技术起着越来越重要的作用。自动控制是指在没有人直接参与的情况下,利用外加的设备或装置(称控制装置或控制器),使机器,设备或生产过程(统称被控对象)的某个工作状态或参数(即被控制量)自动地按照预定的规律运行。
自动控制理论是研究自动控制共同规律的技术科学。他的发展初期,是以反馈理论为基础的自动调节原理,主要用于工业控制,二战期间为了设计和制造飞机及船用自动驾驶仪,火炮定位系统,雷达跟踪系统以及其他基于反馈原理的军用设备,进一步促进并完善了自动控制理论的发展。二战后,已形成完整的自动控制理论体系,这就是以传递函数为基础的经典控制理论,他主要研究单输入-单输出,线形定常数系统的分析和设计题。
现有技术中,对停车位的管理和控制缺乏有效的自动化机制,导致无法对停车位内的当前车辆的轮廓与业主的车辆轮廓相似度的进行判断,也无法对停车位内的非业主车辆实施有效、合理的停车计费操作,从而造成一定程度上的停车资源的浪费。
为了克服上述不足,本发明搭建一种自动化图像数据解析方法,所述方法包括使用自动化图像数据解析平台以在停车位内的当前车辆的轮廓与业主的车辆轮廓相似度偏低且当前时刻在车主车辆不在停车位的最频繁的时间段内时,保持对停车位内的车辆的停车计费操作并将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出,从而提升了车位管理的自动化水准。所述自动化图像数据解析平台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自动化图像数据解析平台包括:
DRAM存储设备,设置在停车位的一侧,用于存储所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段。
接着,继续对本发明的自动化图像数据解析平台的具体结构进行进一步的说明。
所述自动化图像数据解析平台中还可以包括:
无线下载设备,与远端的控制室内的停车服务器连接,用于接收所述停车位的业主的车辆的每次出入车场的时间记录。
所述自动化图像数据解析平台中:
所述无线下载设备还基于所述停车位的业主的车辆的每次出入车场的时间记录统计并更新所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段。
所述自动化图像数据解析平台中:
所述无线下载设备还与所述DRAM存储设备连接,用于将更新后的所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段发送给所述DRAM存储设备。
所述自动化图像数据解析平台中还可以包括:
计时设备,设置在停车位的一侧,用于提供当前时刻;
轮廓检测设备,与直方图均衡设备连接,用于在直方图均衡图像中景深最浅的车辆的轮廓与预设的业主的车辆的轮廓的相似度超限时,发出轮廓合格信号,否则,发出轮廓不合格信号;
DSP处理芯片,分别与所述轮廓检测设备、所述计时设备和所述DRAM存储设备连接,用于在接收到轮廓不合格信号且当前时刻不在所述最频繁的时间段内时,发出挪车报警信号,在接收到轮廓不合格信号且当前时刻处于所述最频繁的时间段内时,保持对停车位内的车辆的停车计费操作;
所述DSP处理芯片还用于在接收到轮廓不合格信号且当前时刻处于所述最频繁的时间段内时,将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出;
LCD显示设备,与所述DSP处理芯片连接,用于接收并显示所述提醒时长;
如图1所示,监控捕获设备,设置在停车位上方的横梁上,用于面向所述停车位进行图像捕获操作,以获得并输出即时捕获图像,其中,1为指示灯,2为焦距调节旋钮,3为外壳;
参数识别设备,与所述监控捕获设备连接,用于接收所述即时捕获图像,对所述即时捕获图像所在图像序列的帧率进行识别操作,以获得并输出对应的实时帧率;
信号发送设备,与所述参数识别设备连接,用于接收所述实时帧率,并在所述实时帧率超过预设帧率阈值时,发出第一触发命令;
所述信号发送设备还用于在所述实时帧率低于等于所述预设帧率阈值时,发出第二触发命令;
同态滤波设备,与所述信号发送设备连接,用于在接收到所述第一触发命令时启动对所述即时捕获图像的接收,并对所述即时捕获图像执行同态滤波处理,以获得同态滤波图像;
数据辨识设备,与所述同态滤波设备连接,用于接收所述同态滤波图像,基于实时帧率调整对所述同态滤波图像LAB空间下L成分子图像的边缘增强处理强度,基于实时帧率调整对所述同态滤波图像LAB空间下A成分子图像的边缘增强处理强度,基于实时帧率调整对所述同态滤波图像LAB空间下B成分子图像的边缘增强处理强度;
自适应处理设备,与所述数据辨识设备连接,用于对所述同态滤波图像LAB空间下的L成分子图像、A成分子图像和B成分子图像并行执行各自边缘增强处理强度的边缘增强处理,以获得对应的自适应处理图像;
直方图均衡设备,用于接收所述自适应处理图像,对所述自适应处理图像执行直方图均衡处理,以获得并输出直方图均衡图像;
其中,在所述数据辨识设备中,L成分子图像的边缘增强处理强度随实时帧率的变化程度和A成分子图像的边缘增强处理强度随实时帧率的变化程度相同;
其中,在所述数据辨识设备中,B成分子图像的边缘增强处理强度随实时帧率的变化程度低于L成分子图像的边缘增强处理强度随实时帧率的变化程度;
其中,在所述数据辨识设备中,实时帧率与对所述同态滤波图像LAB空间下L成分子图像的边缘增强处理强度、实时帧率与对所述同态滤波图像LAB空间下A成分子图像的边缘增强处理强度以及实时帧率与对所述同态滤波图像LAB空间下B成分子图像的边缘增强处理强度成正比关系。
所述自动化图像数据解析平台中:
所述同态滤波设备还用于在接收到所述第二触发命令时停止对所述即时捕获图像的接收。
所述自动化图像数据解析平台中还可以包括:
除尘处理设备,设置在轮廓检测设备的一侧,分别与所述轮廓检测设备和PAL控制器件连接,用于在接收到的即时尘埃密度大等于预设尘埃密度阈值时,根据即时尘埃密度确定对应的除尘处理的强度;
密度辨别设备,包括多个密度检测单元,分别与轮廓检测设备、直方图均衡设备和DSP处理芯片的当前未使用的悬置引脚连接,以获取轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度。
所述自动化图像数据解析平台中还可以包括:
PAL控制器件,与所述密度辨别设备连接,用于接收轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度,并对轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度执行加权均值运算以获得参考引脚尘埃密度,所述PAL控制器件还用于将获得的参考引脚尘埃密度乘以权衡因数以获得轮廓检测设备所在场景的即时尘埃密度;
其中,所述DRAM存储设备还与所述PAL控制器件连接,用于预先存储所述权衡因数;
其中,所述除尘处理设备还用于基于所述除尘处理的强度执行对所述轮廓检测设备所在环境的除尘处理;
其中,在所述DRAM存储设备中,轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度分别参与加权均值运算的三个权重值大小不同;
其中,所述DRAM存储设备还用于预先存储轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度分别参与加权均值运算的三个权重值。
另外,DRAM(Dynamic Random Access Memory),即动态随机存取存储器,最为常见的系统内存。DRAM只能将数据保持很短的时间。为了保持数据,DRAM使用电容存储,所以必须隔一段时间刷新(refresh)一次,如果存储单元没有被刷新,存储的信息就会丢失。(关机就会丢失数据)。动态RAM也是由许多基本存储元按照行和列地址引脚复用来组成的。DRAM的结构可谓是简单高效,每一个bit只需要一个晶体管另加一个电容。但是电容不可避免的存在漏电现象,如果电荷不足会导致数据出错,因此电容必须被周期性的刷新(预充电),这也是DRAM的一大特点。而且电容的充放电需要一个过程,刷新频率不可能无限提升(频障),这就导致DRAM的频率很容易达到上限,即便有先进工艺的支持也收效甚微。随着科技的进步,以及人们对超频的一种意愿,这些频障也在慢慢解决。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:只读内存(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种自动化图像数据解析方法,所述方法包括使用自动化图像数据解析平台以在停车位内的当前车辆的轮廓与业主的车辆轮廓相似度偏低且当前时刻在车主车辆不在停车位的最频繁的时间段内时,保持对停车位内的车辆的停车计费操作并将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出,从而提升了车位管理的自动化水准,所述自动化图像数据解析平台包括:
DRAM存储设备,设置在停车位的一侧,用于存储所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段。
2.如权利要求1所述的方法,其特征在于,所述平台还包括:
无线下载设备,与远端的控制室内的停车服务器连接,用于接收所述停车位的业主的车辆的每次出入车场的时间记录。
3.如权利要求2所述的方法,其特征在于:
所述无线下载设备还基于所述停车位的业主的车辆的每次出入车场的时间记录统计并更新所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段。
4.如权利要求3所述的方法,其特征在于:
所述无线下载设备还与所述DRAM存储设备连接,用于将更新后的所述停车位的业主的车辆历史上不在停车位上的最频繁的时间段发送给所述DRAM存储设备。
5.如权利要求4所述的方法,其特征在于,所述平台还包括:
计时设备,设置在停车位的一侧,用于提供当前时刻;
轮廓检测设备,与直方图均衡设备连接,用于在直方图均衡图像中景深最浅的车辆的轮廓与预设的业主的车辆的轮廓的相似度超限时,发出轮廓合格信号,否则,发出轮廓不合格信号;
DSP处理芯片,分别与所述轮廓检测设备、所述计时设备和所述DRAM存储设备连接,用于在接收到轮廓不合格信号且当前时刻不在所述最频繁的时间段内时,发出挪车报警信号,在接收到轮廓不合格信号且当前时刻处于所述最频繁的时间段内时,保持对停车位内的车辆的停车计费操作;
所述DSP处理芯片还用于在接收到轮廓不合格信号且当前时刻处于所述最频繁的时间段内时,将当前时刻到所述最频繁的时间段的两个时间端点中最近的时间端点的时长作为提醒时长发出;
LCD显示设备,与所述DSP处理芯片连接,用于接收并显示所述提醒时长;
监控捕获设备,设置在停车位上方的横梁上,用于面向所述停车位进行图像捕获操作,以获得并输出即时捕获图像;
参数识别设备,与所述监控捕获设备连接,用于接收所述即时捕获图像,对所述即时捕获图像所在图像序列的帧率进行识别操作,以获得并输出对应的实时帧率;
信号发送设备,与所述参数识别设备连接,用于接收所述实时帧率,并在所述实时帧率超过预设帧率阈值时,发出第一触发命令;
所述信号发送设备还用于在所述实时帧率低于等于所述预设帧率阈值时,发出第二触发命令;
同态滤波设备,与所述信号发送设备连接,用于在接收到所述第一触发命令时启动对所述即时捕获图像的接收,并对所述即时捕获图像执行同态滤波处理,以获得同态滤波图像;
数据辨识设备,与所述同态滤波设备连接,用于接收所述同态滤波图像,基于实时帧率调整对所述同态滤波图像LAB空间下L成分子图像的边缘增强处理强度,基于实时帧率调整对所述同态滤波图像LAB空间下A成分子图像的边缘增强处理强度,基于实时帧率调整对所述同态滤波图像LAB空间下B成分子图像的边缘增强处理强度;
自适应处理设备,与所述数据辨识设备连接,用于对所述同态滤波图像LAB空间下的L成分子图像、A成分子图像和B成分子图像并行执行各自边缘增强处理强度的边缘增强处理,以获得对应的自适应处理图像;
直方图均衡设备,用于接收所述自适应处理图像,对所述自适应处理图像执行直方图均衡处理,以获得并输出直方图均衡图像;
其中,在所述数据辨识设备中,L成分子图像的边缘增强处理强度随实时帧率的变化程度和A成分子图像的边缘增强处理强度随实时帧率的变化程度相同;
其中,在所述数据辨识设备中,B成分子图像的边缘增强处理强度随实时帧率的变化程度低于L成分子图像的边缘增强处理强度随实时帧率的变化程度;
其中,在所述数据辨识设备中,实时帧率与对所述同态滤波图像LAB空间下L成分子图像的边缘增强处理强度、实时帧率与对所述同态滤波图像LAB空间下A成分子图像的边缘增强处理强度以及实时帧率与对所述同态滤波图像LAB空间下B成分子图像的边缘增强处理强度成正比关系。
6.如权利要求5所述的方法,其特征在于:
所述同态滤波设备还用于在接收到所述第二触发命令时停止对所述即时捕获图像的接收。
7.如权利要求6所述的方法,其特征在于,所述平台还包括:
除尘处理设备,设置在轮廓检测设备的一侧,分别与所述轮廓检测设备和PAL控制器件连接,用于在接收到的即时尘埃密度大等于预设尘埃密度阈值时,根据即时尘埃密度确定对应的除尘处理的强度;
密度辨别设备,包括多个密度检测单元,分别与轮廓检测设备、直方图均衡设备和DSP处理芯片的当前未使用的悬置引脚连接,以获取轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度。
8.如权利要求7所述的方法,其特征在于,所述平台还包括:
PAL控制器件,与所述密度辨别设备连接,用于接收轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度,并对轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度执行加权均值运算以获得参考引脚尘埃密度,所述PAL控制器件还用于将获得的参考引脚尘埃密度乘以权衡因数以获得轮廓检测设备所在场景的即时尘埃密度;
其中,所述DRAM存储设备还与所述PAL控制器件连接,用于预先存储所述权衡因数;
其中,所述除尘处理设备还用于基于所述除尘处理的强度执行对所述轮廓检测设备所在环境的除尘处理;
其中,在所述DRAM存储设备中,轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度分别参与加权均值运算的三个权重值大小不同;
其中,所述DRAM存储设备还用于预先存储轮廓检测设备的当前未使用的悬置引脚的当前尘埃密度、直方图均衡设备的当前未使用的悬置引脚的当前尘埃密度和DSP处理芯片的当前未使用的悬置引脚的当前尘埃密度分别参与加权均值运算的三个权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910229136.2A CN111696378B (zh) | 2019-03-25 | 2019-03-25 | 自动化图像数据解析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910229136.2A CN111696378B (zh) | 2019-03-25 | 2019-03-25 | 自动化图像数据解析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111696378A true CN111696378A (zh) | 2020-09-22 |
CN111696378B CN111696378B (zh) | 2020-12-08 |
Family
ID=72476003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910229136.2A Active CN111696378B (zh) | 2019-03-25 | 2019-03-25 | 自动化图像数据解析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111696378B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064065A (zh) * | 2007-03-29 | 2007-10-31 | 汤一平 | 基于计算机视觉的停车诱导系统 |
CN101196980A (zh) * | 2006-12-25 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 基于视频的高速移动车辆标志精确识别方法 |
CN102110268A (zh) * | 2011-01-28 | 2011-06-29 | 沈沛军 | 一种车位临时租赁系统和车位临时租赁方法 |
CN105390021A (zh) * | 2015-11-16 | 2016-03-09 | 北京蓝卡科技股份有限公司 | 车位状态的检测方法及装置 |
CN106530503A (zh) * | 2016-09-30 | 2017-03-22 | 江苏洁电新能源科技有限公司 | 具有自动识别功能的预约充电方法 |
CN106530805A (zh) * | 2016-10-13 | 2017-03-22 | 深圳市索菱实业股份有限公司 | 一种基于车载导航仪的停车泊位诱导系统及方法 |
US20170124874A1 (en) * | 2015-10-30 | 2017-05-04 | International Business Machines Corporation | Real-time indoor parking advisor |
CN107103781A (zh) * | 2017-06-02 | 2017-08-29 | 福建省南盛网络科技有限公司 | 基于物联网的共享车位服务方法及系统 |
CN108182823A (zh) * | 2017-12-14 | 2018-06-19 | 特斯联(北京)科技有限公司 | 一种园区停车位区块化智慧管理与服务引导系统 |
CN108399667A (zh) * | 2018-01-23 | 2018-08-14 | 蔚来汽车有限公司 | 车位地锁控制装置和方法 |
-
2019
- 2019-03-25 CN CN201910229136.2A patent/CN111696378B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196980A (zh) * | 2006-12-25 | 2008-06-11 | 四川川大智胜软件股份有限公司 | 基于视频的高速移动车辆标志精确识别方法 |
CN101064065A (zh) * | 2007-03-29 | 2007-10-31 | 汤一平 | 基于计算机视觉的停车诱导系统 |
CN102110268A (zh) * | 2011-01-28 | 2011-06-29 | 沈沛军 | 一种车位临时租赁系统和车位临时租赁方法 |
US20170124874A1 (en) * | 2015-10-30 | 2017-05-04 | International Business Machines Corporation | Real-time indoor parking advisor |
CN105390021A (zh) * | 2015-11-16 | 2016-03-09 | 北京蓝卡科技股份有限公司 | 车位状态的检测方法及装置 |
CN106530503A (zh) * | 2016-09-30 | 2017-03-22 | 江苏洁电新能源科技有限公司 | 具有自动识别功能的预约充电方法 |
CN106530805A (zh) * | 2016-10-13 | 2017-03-22 | 深圳市索菱实业股份有限公司 | 一种基于车载导航仪的停车泊位诱导系统及方法 |
CN107103781A (zh) * | 2017-06-02 | 2017-08-29 | 福建省南盛网络科技有限公司 | 基于物联网的共享车位服务方法及系统 |
CN108182823A (zh) * | 2017-12-14 | 2018-06-19 | 特斯联(北京)科技有限公司 | 一种园区停车位区块化智慧管理与服务引导系统 |
CN108399667A (zh) * | 2018-01-23 | 2018-08-14 | 蔚来汽车有限公司 | 车位地锁控制装置和方法 |
Non-Patent Citations (1)
Title |
---|
杨晓康: "基于毫米波雷达和视觉的车辆检测识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111696378B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107153817B (zh) | 行人重识别数据标注方法和装置 | |
CN110826684B (zh) | 卷积神经网络的压缩方法、装置、电子设备和介质 | |
CN108830196A (zh) | 基于特征金字塔网络的行人检测方法 | |
CN110969215B (zh) | 聚类处理方法和装置、存储介质及电子装置 | |
KR102217253B1 (ko) | 행동패턴 분석 장치 및 방법 | |
CN110659658B (zh) | 一种目标检测方法及其装置 | |
CN111223129A (zh) | 检测方法、检测装置、监控设备和计算机可读存储介质 | |
CN112434566B (zh) | 客流统计方法、装置、电子设备及存储介质 | |
CN115660262B (zh) | 一种基于数据库应用的工程智慧质检方法、系统及介质 | |
Zhang et al. | Counting vehicles in urban traffic scenes using foreground time‐spatial images | |
CN113065379B (zh) | 融合图像质量的图像检测方法、装置、电子设备 | |
CN111159150A (zh) | 一种数据扩充方法及装置 | |
US20220180619A1 (en) | Object recognition method and apparatus | |
CN111126411B (zh) | 一种异常行为识别方法及装置 | |
CN114169425B (zh) | 训练目标跟踪模型和目标跟踪的方法和装置 | |
CN111382638B (zh) | 一种图像检测方法、装置、设备和存储介质 | |
CN111696378B (zh) | 自动化图像数据解析方法 | |
CN111047899B (zh) | 自动化图像数据解析平台 | |
CN113553952A (zh) | 异常行为识别方法及装置、设备、存储介质、程序产品 | |
CN115965625B (zh) | 一种基于视觉识别的仪表检测装置及其检测方法 | |
CN117152094A (zh) | 基于计算机视觉的钢板表面缺陷分析方法、装置及系统 | |
CN116740495A (zh) | 路桥隧道的病害检测模型的训练方法和病害检测方法 | |
CN112734699B (zh) | 物品状态告警方法、装置、存储介质及电子装置 | |
JP2024516642A (ja) | 行動検出方法、電子機器およびコンピュータ読み取り可能な記憶媒体 | |
CN114782883A (zh) | 基于群体智能的异常行为检测方法、装置和设备 |
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: 20201124 Address after: Room 105, No. 12 Building, Yuyuan, Singapore, Luan Economic and Technological Development Zone, Luan City, Anhui Province Applicant after: LU'AN TONGHUI INTELLIGENT TECHNOLOGY Co.,Ltd. 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 |