CN111739043B - 一种停车位绘制方法、装置、设备和存储介质 - Google Patents
一种停车位绘制方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111739043B CN111739043B CN202010286340.0A CN202010286340A CN111739043B CN 111739043 B CN111739043 B CN 111739043B CN 202010286340 A CN202010286340 A CN 202010286340A CN 111739043 B CN111739043 B CN 111739043B
- Authority
- CN
- China
- Prior art keywords
- parking space
- point
- parking
- boundary
- determining
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30264—Parking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种停车位绘制方法、装置、设备和存储介质,该方法包括:获取停车区域的边界参考点,其中,停车区域是由待绘制的至少两个停车位组成的;基于边界参考点确定停车区域的边界参考线,并提取边界参考线上的停车位分界点;基于停车位分界点和边界参考点,绘制停车区域内的各个停车位。通过本发明实施例的技术方案,可以提高停车位的绘制效率和绘制准确性。
Description
技术领域
本发明实施例涉及计算机技术,尤其涉及一种停车位绘制方法、装置、设备和存储介质。
背景技术
随着计算机快速发展,可以绘制实际环境对应的电子地图,以便用户可以基于电子地图查看地理位置。例如,停车位作为高精度地图中的一种重要地图要素,往往需要进行准确地绘制。
目前,现有的停车位绘制方式是:基于GIS(Geographic Information System,地理信息系统)制图软件进行人工手动绘制。具体地,制图人员需要手动地绘制出每个停车位的至少四个角点所连成的多边形,并且需要手动处理相邻停车位间的拓扑邻接关系,比如,需要移动相邻停车位对应的两个多边形的位置,使得两个多边形中的一条边重合。
然而,在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有的手动绘制停车位的方式,需要制图人员精确地绘制出每个停车位对应的多边形,并手动编辑和维护相邻停车位间的拓扑邻接关系,大大降低了绘制效率,而且在制图人员经验不足时容易出现绘制错误的情况,无法保证停车位绘制的准确性。
发明内容
本发明实施例提供了一种停车位绘制方法、装置、设备和存储介质,以提高停车位的绘制效率和绘制准确性。
第一方面,本发明实施例提供了一种停车位绘制方法,包括:
获取停车区域的边界参考点,其中,所述停车区域是由待绘制的至少两个停车位组成的;
基于所述边界参考点确定所述停车区域的边界参考线,并提取所述边界参考线上的停车位分界点;
基于所述停车位分界点和所述边界参考点,绘制所述停车区域内的各个停车位。
第二方面,本发明实施例还提供了一种停车位绘制装置,包括:
边界参考点获取模块,用于获取停车区域的边界参考点,其中,所述停车区域是由待绘制的至少两个停车位组成的;
停车位分界点提取模块,用于基于所述边界参考点确定所述停车区域的边界参考线,并提取所述边界参考线上的停车位分界点;
停车位绘制模块,用于基于所述停车位分界点和所述边界参考点,绘制所述停车区域内的各个停车位。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所述的停车位绘制方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所述的停车位绘制方法。
上述发明中的实施例具有如下优点或有益效果:
通过基于停车区域的边界参考点确定停车区域的边界参考线,并在边界参考线上提取出相邻两个停车位之间的停车位分界点,从而基于边界参考点和各个停车位分界点,可以自动绘制出停车区域内的各个停车位,实现了停车位的自动绘制,提高了绘制效率,并且基于停车位分界点绘制出的停车位,可以保证相邻停车位间具有精确的拓扑邻接关系,提高了绘制准确性。
附图说明
图1是本发明实施例一提供的一种停车位绘制方法的流程图;
图2是本发明实施例一所涉及的一种停车区域的示例;
图3是本发明实施例一所涉及的一种边界参考线的示例;
图4是本发明实施例二提供的一种停车位绘制方法的流程图;
图5是本发明实施例二所涉及的一种基于预设提取模板提取停车位分界点的示例;
图6是本发明实施例三提供的一种停车位绘制方法的流程图;
图7是本发明实施例三所涉及的一种存在遗漏停车位分界点的示例;
图8是本发明实施例四提供的一种停车位绘制装置的结构示意图;
图9是本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种停车位绘制方法的流程图,本实施例可适用于对环境中的停车位进行绘制的情况。该方法可以由停车位绘制装置来执行,该装置可以由软件和/或硬件的方式来实现,集成于具有绘制功能的设备中,比如电脑、手机等。如图1所示,该方法具体包括以下步骤:
S110、获取停车区域的边界参考点,其中,停车区域是由待绘制的至少两个停车位组成的。
其中,停车位可以是预先划定的,用于停放车辆的区域。每个停车位的区域形状可以基于待停放的车辆尺寸和实际场景预先设置,规则的四边形。例如,对于机动车而言,每个停车位的区域形状可以是但不限于平行四边形或者矩形。停车区域可以是由待绘制的各个相邻停车位所组成的外部轮廓区域。例如,图2给出了一种停车区域的示例。如图2所示,若待绘制的停车位是区域形状为平行四边形的6个相邻停车位,则可以将这6个相邻平行四边形所组成的整体区域作为停车区域。停车区域的区域形状可以与停车区域中每个停车位的区域形状相同,比如均为平行四边形。
其中,边界参考点可以是停车区域的边界轮廓线上的参考点。例如,可以将停车区域的边界轮廓线上的角点作为边界参考点。本实施例中的边界参考点的数量可以为至少三个。例如,边界参考点可以包括停车区域的至少三个相邻角点。
具体地,可以对路面上实际绘制出的各个停车位进行航拍,获得航拍图像,并对航拍图像进行重建处理,生成正射投影的航拍图像,即获得第一停车位正射图像。通过对第一停车位正射图像中的停车区域进行图像处理,自动提取出停车区域的边界参考点。
S120、基于边界参考点确定停车区域的边界参考线,并提取边界参考线上的停车位分界点。
其中,边界参考线可以是由边界参考点所连接成的引导线,用于引导后续停车位的绘制操作。边界参考线可以与停车区域的边界轮廓线重合。停车位分界点可以是位于边界参考线上的,用于划分两个相邻停车位的分界点。
具体地,可以对获取的各个边界参考点进行连接,获得停车区域的边界参考线,并可以通过对边界参考线中包含有停车位分界点的参考边进行提取,获得停车区域中任意相邻两个停车位之间的停车位分界点。
示例性地,提取边界参考线上的停车位分界点,可以包括:确定边界参考线中的第一参考边,其中,边界参考线包括第一参考边和第二参考边,第一参考边的长度大于第二参考边的长度;基于第一停车位正射图像,对第一参考边上的停车位分界点进行提取。
其中,边界参考线可以由第一参考边和第二参考边组成。第一参考边可以是边界参考线中包含有停车位分界点的参考边,以便提取出各个停车位分界点,用于确定停车位的一条边。第二参考边可以是指边界参考线中不包含有停车位分界点的参考边,用于确定停车位的另一条边。其中,第一停车位正射图像可以是预先对航拍图像进行重建处理,生成的正射投影的航拍图像。第一停车位正射图像中的停车位尺寸与路面上实际绘制出的停车位尺寸相同,以便可以利用第一停车位正射图像准确地自动绘制出各个停车位。
例如,图3给出了一种边界参考线的示例。如图3所示,停车区域的边界参考点为A、B和C三个相邻角点,通过对A、B和C三个相邻角点进行连接,获得由线段AB和线段BC组成的边界参考线ABC,其中,线段BC可以作为第一参考边,线段AB可以作为第二参考边。其中,停车位参考点可以是相邻两个停车位,比如停车位1与停车位2之间的分界点,比如图3中的停车位分界点a。
具体地,可以获取边界参考线中的各个参考边,并可以通过长度比较的方式,将长度较长的参考边,即包含有各个停车位分界点的参考边确定为第一参考边,将长度较短的参考边,即未包含有停车位分界点的参考边确定为第二参考边。基于第一停车位正射图像中各个相邻停车位之间的停车位分界点所处的位置,可以提取出第一参考边上的各个停车位分界点。
示例性地,本实施例可以预先设置边界参考点的获取顺序,比如,顺时针获取,且最先获取图3中左下角的边界参考点A,从而可以基于边界参考点的获取顺序直接确定出第一参考边。例如,图3中基于顺时针的顺序,依次获取三个相邻的边界参考点A、B和C,并基于顺时针的顺序依次确定出参考边AB和参考边BC,获得图3中“L”型的边界参考线,此时可以基于边界参考点的获取顺序,将后获取的两个边界参考点B和C连接成的参考边BC直接确定为第一参考边,从而可以更加快速便捷地确定出第一参考边,无需进行长度比较,进而提高了停车位的绘制效率。
S130、基于停车位分界点和边界参考点,绘制停车区域内的各个停车位。
具体地,可以基于停车位的区域形状特性,根据边界参考点和各个停车位分界点,自动绘制出停车区域中每个停车位的区域形状,以表征相应的停车位,从而实现了停车位的自动绘制,无需人工参与,提高了绘制效率。
需要说明的是,停车区域中的每个停车位的区域形状均是相互独立的,比如需要绘制出一个完整的平行四边形来表征相应的一个停车位,也就是,每个停车位对应一个完整的平行四边形。本实施例可以基于两个相邻停车位之间的停车位分界点同时绘制出两个相邻停车位的相邻边。由于两个相邻停车位之间的相邻边是基于同一个停车位分界点绘制出的,使得这两个相邻停车位的相邻边是严格重合的,即相邻停车位间具有精准的拓扑邻接关系,从而可以绘制出更加精准的停车位,提高了绘制准确性。
示例性地,S130可以包括:从第一参考边的起始参考点、各个停车位分界点和第一参考边的终止参考点中,依次选取两个相邻位置点;基于预设绘制方式,对两个相邻位置点进行连线,获得第一线段,作为当前停车位的第一边;以两个相邻位置点中的一个位置点为原点,绘制与第二参考边相等且平行的第二线段,作为与第一边相邻的第二边;根据第一边和第二边,绘制当前停车位的其他两个边,以完成当前停车位的绘制。
其中,第一参考边的起始参考点可以是指基于边界参考点绘制第一参考边时的起点,比如图3中的B点。第一参考边的终止参考点可以是指基于边界参考点绘制第一参考边时的终点,比如图3中的C点。预设绘制方式可以是指停车位绘制时所使用的线段信息。其中,线段信息可以包括但不限于线段宽度、线段颜色和线段样式。在本实施例中,每个停车位的区域形状可以由四条边组成,并且具有对边平行且相等的特性。
具体地,从第一参考边的起始参考点、各个停车位分界点和第一参考边的终止参考点中,基于各个参考点在第一参考边上的排列顺序(比如图3中起始参考点B指向终止参考点C的方向),依次选取两个相邻位置点。例如,可以将第一参考边的起始参考点和与起始参考点相邻的第一个停车位分界点作为首次选取的两个相邻位置点,将第一个停车位分界点与下一个停车位分界点作为第二次选取的两个相邻位置点,同理依次进行选取,直到将最后一个停车位分界点和第一参考边的终止参考点作为选取的两个相邻位置点为止。本实施例可以基于每次选取的两个相邻位置点绘制出一个相应的停车位。
对于当前选取的两个相邻位置点P和Q而言,可以基于预设绘制方式,对当前选取的两个相邻位置点进行连线,获得第一线段PQ,作为当前停车位的第一边PQ。可以将当前选取的两个相邻位置点中的任意一个位置点(比如P)作为原点,绘制出与第二参考边(如图3中的参考边AB)相等且平行的第二线段PM,作为与第一边相邻的第二边PM,此时已绘制出当前停车位的两个邻边PQ和PM。基于停车位的区域形状特性,即对边平行且相等的特性,将第一边PQ中的点Q作为原点,绘制出与第二边PM平行且相等的第三边QN。同理,将第二边PM中的点M作为原点,绘制出与第一边PQ平行且相等的第四边MN,或者,也可以直接将点M和点N进行连线获得第四边MN,从而绘制出了当前停车位的区域形状,比如平行四边形PQNM。停车区域中的每个停车位均利用上述绘制方式进行绘制,使得绘制出的每个停车位均是一个独立且完整的四边形,并且相邻停车位间具有精准的拓扑邻接关系,大大提高了绘制准确性,并且实现了停车位的批量绘制,提高了绘制效率。
本实施例的技术方案,通过基于停车区域的边界参考点确定停车区域的边界参考线,并在边界参考线上提取出相邻两个停车位之间的停车位分界点,从而基于边界参考点和各个停车位分界点,可以自动绘制出停车区域内的各个停车位,实现了停车位的自动绘制,提高了绘制效率,并且基于停车位分界点绘制出的停车位,可以保证相邻停车位间精确的拓扑邻接关系,提高了绘制准确性。
在上述技术方案的基础上,S110可以包括:基于用户触发的边界参考点绘制操作,获取停车区域的边界参考点,其中,边界参考点绘制操作是用户基于第一停车位正射图像触发的,第一停车位正射图像包括路面上实际绘制出的各个停车位。第一停车位正射图像中的停车位尺寸与路面上实际绘制出的停车位尺寸相同,以使用户可以基于第一停车位正射图像准确地手动绘制出边界参考点。
具体地,用户可以基于第一停车位正射图像中的各个停车位位置,触发边界参考点绘制操作,手动绘制出停车区域的边界参考点,以便可以简化边界参考点获取操作,并且避免因路面存在障碍物遮挡、磨损等情况而导致无法基于第一停车位正射图像自动提取出准确的边界参考点,从而进一步保证停车位绘制的准确性。例如,用户可以在第一停车位正射图像中的停车区域的三个相邻角点的位置上,通过点击方式触发边界参考点绘制操作,从而可以获取用户绘制出的三个准确的边界参考点,并且用户可以基于边界参考点的获取顺序进行依次点击,以便后续可以基于依次获取的边界参考点更加快速地确定出第一参考边,进而提高了停车位的绘制效率。
实施例二
图4为本发明实施例二提供的一种停车位绘制方法的流程图,本实施例在上述实施例的基础上,对“基于第一停车位正射图像,对第一参考边上的停车位分界点进行提取”进行了优化。其中与上述实施例相同或相应的术语的解释在此不再赘述。
参见图4,本实施例提供的停车位绘制方法具体包括以下步骤:
S210、获取停车区域的边界参考点,其中,停车区域是由待绘制的至少两个停车位组成的。
S220、基于边界参考点确定停车区域的边界参考线。
S230、确定边界参考线中的第一参考边,其中,边界参考线包括第一参考边和第二参考边,第一参考边的长度大于第二参考边的长度。
S240、对第一停车位正射图像进行二值化处理,确定第二停车位正射图像。
其中,实际场景中的停车位通常是由具有一定宽度的亮色线框构成的,比如由白色线框构成的四边形,而实际路面通常是暗色的,比如灰色,使得停车位线框与路面对比较为明显,从而可以基于二值化方式将前景(比如白色的停车位线框)与背景(比如灰色路面)进行分离,以便提高停车位分界点提取的准确性。
示例性地,S240可以包括:基于第一停车位正射图像中的边界参考线所覆盖的每个第二像素点的实际灰度值,确定参考灰度值;基于参考灰度值,对第一停车位正射图像中的每个第三像素点进行二值化处理,获得第二停车位正射图像。
具体地,可以获取第一停车位正射图像中停车区域的边界参考线所覆盖的每个第二像素点的实际灰度值。可以对各个实际灰度值进行取平均,并将获得的平均值确定为参考灰度值。例如,可以通过如下公式确定参考灰度值:
其中,η是参考灰度值;L是边界参考线,i是边界参考线L所覆盖的任一第二像素点;I2(i)是第二像素点i的实际灰度值;N是第二像素点的总数量。
本实施例可以获取第一停车位正射图像中每个位置处的第三像素点的实际灰度值,并将每个第三像素点的实际灰度值与参考灰度值进行比较,若第三像素点的实际灰度值大于或等于参考灰度值,则可以将该第三像素点的实际灰度值更新为第一预设值,比如1;若第三像素点的实际灰度值小于参考灰度值,则可以将该第三像素点的实际灰度值更新为第二预设值,比如0,从而对每个第三像素点进行二值化处理,获得二值化处理后的第二停车位正射图像。例如,可以通过如下公式进行二值化处理:
其中,I3(i)是第一停车位正射图像中的任一第三像素点的实际灰度值;I3 *(i)是二值化后第三像素点的灰度值;η是参考灰度值。
S250、基于预设提取模板,检测第二停车位正射图像中的第一参考边上的每个第一像素点是否满足预设提取条件,并将满足预设提取条件的第一像素点确定为停车位分界点。
其中,预设提取模板可以是预先基于图像二值化后,停车位分界线附近区域的图像灰度分布特性建立的。例如,预设提取模板可以是黑白相间的条形模板。预设提取条件可以是基于业务需求和实际场景预先设置的,第一像素点为停车位分界点时所满足的条件。
具体地,可以在第二停车位正射图像中的第一参考边上的每个第一像素点位置处进行预设提取模板的匹配操作,确定每个第一像素点对应的模板匹配值,并可以将模板匹配值大于或等于预设匹配值的第一像素点确定为停车位分界点,从而可以提取出第一参考边上的各个停车位分界点。
示例性地,S250可以包括:基于预设提取模板,确定第二停车位正射图像中的第一参考边上的每个第一像素点对应的模板匹配值;若当前第一像素点对应的模板匹配值大于或等于预设匹配值,则确定与当前第一像素点距离最近的相邻停车位分界点;若当前第一像素点与相邻停车位分界点之间的距离大于或等于预设长度,且当前第一像素点对应的模板匹配值为预设邻域范围内的极大值,则将当前第一像素点确定为停车位分界点。
其中,预设匹配值可以基于业务需求和场景预先设置。例如,可以基于第一参考边的起始参考点对应的模板匹配值βs和第一参考边的终止参考点对应的模板匹配值βe设置预设匹配值,比如预设匹配值设置为:0.7max(βs,βe)。预设长度可以预先基于单个停车位的长度最小值进行设置。例如,可以直接将单个停车位的长度最小值确定为预设长度,或者将比单个停车位的长度最小值稍短的长度确定为预设长度,以便缓冲停车位边界,比如,停车位的长度最小值为5米,则预设长度可以设置为4米。预设邻域范围内可以是以当前第一像素点为原点,预设距离为半径的圆形区域。其中,预设距离可以设置为1米。当前第一像素点可以是指当前时刻下检测是否为停车位分界点的第一像素点。
具体地,可以在第二停车位正射图像中的第一参考边上的每个第一像素点位置处进行预设提取模板的匹配操作,确定每个第一像素点对应的模板匹配值。若当前第一像素点对应的模板匹配值小于预设匹配值,则可以确定当前第一像素点并不是停车位分界点,继续检测下一第一像素点是否为停车位分界点。若当前第一像素点对应的模板匹配值大于或等于预设匹配值,则表明当前第一像素点可能为停车位分界点,此时可以从当前已提取的各个停车位分界点中,确定与当前第一像素点距离最近的相邻停车位分界点,并确定当前第一像素点与述相邻停车位分界点之间的距离。若当前第一像素点与述相邻停车位分界点之间的距离小于预设长度,则确定当前第一像素点并不是停车位分界点,继续检测下一第一像素点是否为停车位分界点。若当前第一像素点与述相邻停车位分界点之间的距离大于或等于预设长度,则可以获取当前第一像素点所在的预设邻域范围内每个第一像素点对应的模板匹配值,并将预设邻域范围内每个第一像素点对应的模板匹配值与当前第一像素点对应的模板匹配值进行比较,若当前第一像素点对应的模板匹配值不是预设邻域范围内的极大值,则确定当前第一像素点并不是停车位分界点,继续检测下一第一像素点是否为停车位分界点。若当前第一像素点对应的模板匹配值为预设邻域范围内的极大值,则将当前第一像素点确定为停车位分界点,从而可以更加准确地提取出第一参考边上的各个停车位分界点,进一步提高了停车位的绘制准确性。
S260、基于停车位分界点和边界参考点,绘制停车区域内的各个停车位。
本实施例的技术方案,通过对第一停车位正射图像进行二值化处理,可以将前景(比如白色的停车位线框)与背景(比如灰色路面)进行明显分离,提高两者差异性,并基于二值化处理后的第二停车位正射图像和预设提取模板,确定第一参考边上满足预设提取条件的第一像素点并作为停车位分界点,从而可以提取出更加准确的停车位分界点。进一步提高了停车位的绘制准确性。
在上述技术方案的基础上,基于预设提取模板,确定第二停车位正射图像中的第一参考边上的每个第一像素点对应的模板匹配值,可以包括:以单个像素点为步长,将预设提取模板沿第二停车位正射图像中的第一参考边进行滑动;当预设提取模板中的参考像素点与第一参考边中的当前第一像素点重合时,确定预设提取模板覆盖的当前图像区域;将当前图像区域和预设提取模板中的同一像素点的灰度值进行比较;根据比较结果确定当前第一像素点对应的模板匹配值。
其中,图5给出了一种基于预设提取模板提取停车位分界点的示例。如图5所示,预设提取模板可以为:中间区域为白色,且两边区域为黑色的条形模板,其中,中间区域的宽度等于路面上实际绘制出的停车位的线框宽度,比如,中间区域的宽度可以设置为30厘米。两边区域的宽度可以小于中间区域的宽度。两边区域的宽度总和可以等于中间区域的宽度。通过设置两边黑色区域可以进一步保证预设提取模板匹配的准确性,使得提取出的停车位分界点更加准确。预设提取模板中的中间区域和两边区域的长度可以与第二参考边的长度相等。参考像素点可以是指预设提取模板的中间区域在第一参考边上的中心点,比如图5中的点b。
具体地,如图5所示,可以将预设提取模板沿第二停车位正射图像中的第一参考边方向,以单个像素点为步长进行逐像素点滑动,也就是将预设提取模板中的参考像素点逐个滑动至第一参考边上的各个第一像素点,以便可以在每个第一像素点位置处进行匹配操作。将预设提取模板中的参考像素点滑动至第一参考边中的当前第一像素点,即参考像素点与当前第一像素点重合时,可以在第二停车位正射图像中,确定出预设提取模板所覆盖的当前图像区域,并获取当前图像区域中每个像素点的实际灰度值。将当前图像区域中每个像素点的实际灰度值与预设提取模板中处于同一位置的像素点的模板灰度值进行比较,确定同一像素点位置处的实际灰度值与模板灰度值是否相等。根据当前图像区域中实际灰度值与模板灰度值相等的像素点数量,确定当前第一像素点对应的模板匹配值。例如,可以将当前图像区域中实际灰度值与模板灰度值相等的像素点数量直接确定为当前第一像素点对应的模板匹配值;也可以将当前图像区域中实际灰度值与模板灰度值相等的像素点数量与当前图像区域中的总像素点数量的比值确定为当前第一像素点对应的模板匹配值。通过利用黑白相间的条形模板,可以准确地确定出第二停车位正射图像中相邻停车位间的分界线,进而提取出更加准确的停车位分界点,提高了绘制准确性。
实施例三
图6为本发明实施例二提供的一种停车位绘制方法的流程图,本实施例在上述各实施例的基础上,对遗漏停车位分界点的提取方式进行了详细描述。其中与上述实施例相同或相应的术语的解释在此不再赘述。
参见图6,本实施例提供的停车位绘制方法具体包括以下步骤:
S310、获取停车区域的边界参考点,其中,停车区域是由待绘制的至少两个停车位组成的。
S320、基于边界参考点确定停车区域的边界参考线,并提取边界参考线上的停车位分界点。
S330、从第一参考边的起始参考点、各个停车位分界点和第一参考边的终止参考点中,依次选取两个相邻位置点。
具体地,从第一参考边的起始参考点、各个停车位分界点和第一参考边的终止参考点中,可以基于各个位置点在第一参考边上的排列顺序,依次选取两个相邻位置点。例如,可以将第一参考边的起始参考点和与起始参考点相邻的第一个停车位分界点作为首次选取的两个相邻位置点,将第一个停车位分界点与下一个停车位分界点作为第二次选取的两个相邻位置点,同理依次进行选取,直到将最后一个停车位分界点和第一参考边的终止参考点作为选取的两个相邻位置点为止。
S340、根据两个相邻位置点之间的距离和预设停车位最大长度,检测两个相邻位置点之间是否存在未提取的遗漏停车位分界点,若是,则执行步骤S350,若否,则执行步骤S360。
其中,预设停车位最大长度可以是指单个停车位的最大长度。每个停车位的长度可以预先基于实际场景中的路面尺寸进行设置。相邻两个停车位的长度可以相等,也可以不相等。遗漏停车位分界点可以是指第一参考边上两个相邻位置点之间未提取的停车位分界点。
具体地,图7给出了一种存在遗漏停车位分界点的示例,如图7所示,当路面存在障碍物遮挡、磨损等情况时,可以导致无法生成包含停车位完整区域形状的第一停车位正射图像,从而基于该第一停车位正射图像无法提取出第一参考边上所有的停车位分界点,从而会存在未提取的遗漏停车位分界点。确定当前选取的两个相邻位置点之间的距离,并检测当前选取的两个相邻位置点之间的距离是否大于预设停车位最大长度,若是,则表明当前选取的两个相邻位置点之间存在未提取的遗漏停车位分界点,此时可以通过执行步骤S350来确定出遗漏停车位分界点;若否,则表明当前选取的两个相邻位置点之间不存在未提取的遗漏停车位分界点,此时可以通过执行步骤S360来继续检测下次选取的两个相邻位置点之间是否存在未提取的遗漏停车位分界点。
S350、根据两个相邻位置点之间的距离和预设停车位长度范围,确定两个相邻位置点之间的遗漏停车位分界点。
其中,预设停车位长度范围可以是预先设置的单个停车位的长度范围。例如,预设停车位长度范围可以为:5-7米。
具体地,可以基于预设停车位长度范围对当前选取的两个相邻位置点之间的距离进行分割,使得分割后的停车位长度均在预设停车位长度范围内,此时可以将两个相邻位置点之间的分割点确定为两个相邻位置点之间的遗漏停车位分界点。示例性地,可以通过当前选取的两个相邻位置点之间的距离进行平均分割,使得平均分割后的每个停车位长度均在预设停车位长度范围内。例如,若当前选取的两个相邻位置点之间的距离为18.3米,预设停车位长度范围为:5-7米,则可以将该距离平均分割为3段,每段距离为6.1米,即每个停车位长度为6.1米,从而可以将该距离中的两个分割点确定为未提取的两个遗漏停车位分界点。
S360、检测两个相邻位置点是否包括第一参考边的终止参考点,若是,则执行步骤S370,若否,则返回步骤S330。
具体地,检测当前选取的两个相邻位置点包括第一参考边的终止参考点,若是,则表明当前选取的两个相邻位置点为最后一组,即已经提取出第一参考边上的所有停车位分界点,不存在遗漏停车位分界点,此时可以通过执行步骤S370基于所有的停车位分界点绘制出停车区域内的每个停车位,避免停车位的遗漏,进一步保证了停车位绘制的准确性。若当前选取的两个相邻位置点不包括第一参考边的终止参考点,则表明遗漏停车位分界点未检测完毕,此时通过返回步骤S330继续选取下一组两个相邻位置点进行遗漏停车位分界点的检测。
S370、基于停车位分界点和边界参考点,绘制停车区域内的各个停车位。
本实施例的技术方案,通过根据两个相邻位置点之间的距离和预设停车位最大长度,检测两个相邻位置点之间是否存在未提取的遗漏停车位分界点,并在存在未提取的遗漏停车位分界点,则根据两个相邻位置点之间的距离和预设停车位长度范围,确定两个相邻位置点之间的遗漏停车位分界点,从而可以保证提取出第一参考边上的所有停车位分界点,避免遗漏停车位分界点,进一步保证了停车位绘制的准确性。
在上述技术方案的基础上,S350可以包括:若存在至少两种平均分割方式对两个相邻位置点之间的距离进行分割后获得的停车位长度均在预设停车位长度范围内,则根据当前基准距离,从至少两种平均分割方式中确定目标平均分割方式;将目标平均分割方式对应的每个目标分割点确定为两个相邻位置点之间的遗漏停车位分界点,并基于两个相邻目标分割点之间的距离更新当前基准距离。
其中,当前基准距离可以是用于表征当前选取的两个相邻位置点之间的单个停车位的参考长度。当前基准距离可以基于上次选取的两个相邻位置点之间的单个停车位的实际长度进行动态更新,以保证当前基准距离反映的是相邻停车位的长度。当前基准距离的初始值可以基于停车位的标准长度设置。例如,当前基准距离的初始值可以设置为5.3米。
具体地,若当前存在至少两种平均分割方式,对两个相邻位置点之间的距离进行平均分割后获得的停车位长度均在预设停车位长度范围内,则可以将每种平均分割方式获得的停车位长度与当前基准距离进行比较,并将与当前基准距离差值最小的停车位长度所对应的平均分割方式确定为目标分割方式。例如,假设当前选取的两个相邻位置点之间的距离为35米,预设停车位长度范围为:5-7米,则可以将该距离平均分割为5段,获得每段停车位长度为7米;也可以将该距离平均分割为7段,获得每段停车位长度为5米,若当前基准距离为6.3米,则由于停车位长度7米与当前基准距离6.3更加接近,从而可以确定出第一种平均分割方式为目标分割方式,从而使得停车位的分割方式更加接近于实际情况。将目标平均分割方式对应的每个目标分割点确定为两个相邻位置点之间的各个遗漏停车位分界点,并将当前基准距离更新为两个相邻目标分割点之间的距离,以便实时更新当前基准距离,进而可以提高遗漏停车位分界点的提取准确性,进一步提高了停车位的绘制准确性。
以下是本发明实施例提供的停车位绘制装置的实施例,该装置与上述各实施例的停车位绘制方法属于同一个发明构思,在停车位绘制装置的实施例中未详尽描述的细节内容,可以参考上述停车位绘制方法的实施例。
实施例四
图8为本发明实施例四提供的一种停车位绘制装置的结构示意图,本实施例可适用于对环境中的停车位进行绘制的情况,该装置具体包括:边界参考点获取模块410、停车位分界点提取模块420和停车位绘制模块430。
其中,边界参考点获取模块410,用于获取停车区域的边界参考点,其中,停车区域是由待绘制的至少两个停车位组成的;停车位分界点提取模块420,用于基于边界参考点确定停车区域的边界参考线,并提取边界参考线上的停车位分界点;停车位绘制模块430,用于基于停车位分界点和边界参考点,绘制停车区域内的各个停车位。
本实施例的技术方案,通过基于停车区域的边界参考点确定停车区域的边界参考线,并在边界参考线上提取出相邻两个停车位之间的停车位分界点,从而基于边界参考点和各个停车位分界点,可以自动绘制出停车区域内的各个停车位,实现了停车位的自动绘制,提高了绘制效率,并且基于停车位分界点绘制出的停车位,可以保证相邻停车位间精确的拓扑邻接关系,提高了绘制准确性。
可选地,边界参考点获取模块410,具体用于:基于用户触发的边界参考点绘制操作,获取停车区域的边界参考点,其中,边界参考点绘制操作是用户基于第一停车位正射图像触发的,第一停车位正射图像包括路面上实际绘制出的各个停车位。
可选地,停车位分界点提取模块420,包括:
第一参考边确定子模块,用于确定边界参考线中的第一参考边,其中,边界参考线包括第一参考边和第二参考边,第一参考边的长度大于第二参考边的长度;
停车位分界点提取子模块,用于基于第一停车位正射图像,对第一参考边上的停车位分界点进行提取。
可选地,停车位分界点提取子模块,包括:
第二停车位正射图像确定单元,用于对第一停车位正射图像进行二值化处理,确定第二停车位正射图像;
停车位分界点确定单元,用于基于预设提取模板,检测第二停车位正射图像中的第一参考边上的每个第一像素点是否满足预设提取条件,并将满足预设提取条件的第一像素点确定为停车位分界点。
可选地,第二停车位正射图像确定单元,具体用于:基于第一停车位正射图像中的边界参考线所覆盖的每个第二像素点的实际灰度值,确定参考灰度值;基于参考灰度值,对第一停车位正射图像中的每个第三像素点进行二值化处理,获得第二停车位正射图像。
可选地,停车位分界点确定单元,包括:
模板匹配值确定子单元,用于基于预设提取模板,确定第二停车位正射图像中的第一参考边上的每个第一像素点对应的模板匹配值;
相邻停车位分界点确定子单元,用于若当前第一像素点对应的模板匹配值大于或等于预设匹配值,则确定与当前第一像素点距离最近的相邻停车位分界点;
停车位分界点确定子单元,用于若当前第一像素点与相邻停车位分界点之间的距离大于或等于预设长度,且当前第一像素点对应的模板匹配值为预设邻域范围内的极大值,则将当前第一像素点确定为停车位分界点。
可选地,模板匹配值确定子单元,具体用于:以单个像素点为步长,将预设提取模板沿第二停车位正射图像中的第一参考边进行滑动;当预设提取模板中的参考像素点与第一参考边中的当前第一像素点重合时,确定预设提取模板覆盖的当前图像区域;将当前图像区域和预设提取模板中的同一像素点的灰度值进行比较;根据比较结果确定当前第一像素点对应的模板匹配值。
可选地,预设提取模板为:中间区域为白色,且两边区域为黑色的条形模板,其中,中间区域的宽度等于路面上实际绘制出的停车位的线框宽度。
可选地,停车位绘制模块430,具体用于:
从第一参考边的起始参考点、各个停车位分界点和第一参考边的终止参考点中,依次选取两个相邻位置点;基于预设绘制方式,对两个相邻位置点进行连线,获得第一线段,作为当前停车位的第一边;以两个相邻位置点中的一个位置点为原点,绘制与第二参考边相等且平行的第二线段,作为与第一边相邻的第二边;根据第一边和第二边,绘制当前停车位的其他两个边,以完成当前停车位的绘制。
可选地,该装置还包括:
相邻位置点选取模块,用于在基于停车位分界点和边界参考点,绘制停车区域内的各个停车位之前,从第一参考边的起始参考点、各个停车位分界点和第一参考边的终止参考点中,依次选取两个相邻位置点;
遗漏停车位分界点检测模块,用于根据两个相邻位置点之间的距离和预设停车位最大长度,检测两个相邻位置点之间是否存在未提取的遗漏停车位分界点;
遗漏停车位分界点确定模块,用于若存在未提取的遗漏停车位分界点,则根据两个相邻位置点之间的距离和预设停车位长度范围,确定两个相邻位置点之间的遗漏停车位分界点。
可选地,遗漏停车位分界点确定模块,具体用于:若存在至少两种平均分割方式对两个相邻位置点之间的距离进行分割后获得的停车位长度均在预设停车位长度范围内,则根据当前基准距离,从至少两种平均分割方式中确定目标平均分割方式;将目标平均分割方式对应的每个目标分割点确定为两个相邻位置点之间的遗漏停车位分界点,并基于两个相邻目标分割点之间的距离更新当前基准距离。
可选地,边界参考点包括:停车区域的至少三个相邻角点。
本发明实施例所提供的停车位绘制装置可执行本发明任意实施例所提供的停车位绘制方法,具备执行停车位绘制方法相应的功能模块和有益效果。
值得注意的是,上述停车位绘制装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例五
图9为本发明实施例五提供的一种设备的结构示意图。图9示出了适于用来实现本发明实施方式的示例性设备12的框图。图9显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图9未显示,通常称为“硬盘驱动器”)。尽管图9中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发实施例所提供的一种停车位绘制方法步骤,该方法包括:
获取停车区域的边界参考点,其中,停车区域是由待绘制的至少两个停车位组成的;
基于边界参考点确定停车区域的边界参考线,并提取边界参考线上的停车位分界点;
基于停车位分界点和边界参考点,绘制停车区域内的各个停车位。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的停车位绘制方法的技术方案。
实施例六
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的停车位绘制方法步骤,该方法包括:
获取停车区域的边界参考点,其中,停车区域是由待绘制的至少两个停车位组成的;
基于边界参考点确定停车区域的边界参考线,并提取边界参考线上的停车位分界点;
基于停车位分界点和边界参考点,绘制停车区域内的各个停车位。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种停车位绘制方法,其特征在于,包括:
获取停车区域的边界参考点,其中,所述停车区域是由待绘制的至少两个停车位组成的;
基于所述边界参考点确定所述停车区域的边界参考线,并确定所述边界参考线中的第一参考边,其中,所述边界参考线包括第一参考边和第二参考边,所述第一参考边的长度大于所述第二参考边的长度;
对第一停车位正射图像进行二值化处理,确定第二停车位正射图像;
在所述第二停车位正射图像中的第一参考边上的每个第一像素点位置处进行预设提取模板的匹配操作,根据所述预设提取模板覆盖的当前图像区域和所述预设提取模板确定每个第一像素点对应的模板匹配值,并基于所述模板匹配值,确定第一参考边上的停车位分界点;所述预设提取模板为:中间区域为白色,且两边区域为黑色的条形模板,其中,所述中间区域的宽度等于路面上实际绘制出的停车位的线框宽度;
基于所述停车位分界点和所述边界参考点,绘制所述停车区域内的各个停车位。
2.根据权利要求1所述的方法,其特征在于,获取停车区域的边界参考点,包括:
基于用户触发的边界参考点绘制操作,获取停车区域的边界参考点,其中,所述边界参考点绘制操作是用户基于第一停车位正射图像触发的,所述第一停车位正射图像包括路面上实际绘制出的各个停车位。
3.根据权利要求1所述的方法,其特征在于,对第一停车位正射图像进行二值化处理,确定第二停车位正射图像,包括:
基于第一停车位正射图像中的边界参考线所覆盖的每个第二像素点的实际灰度值,确定参考灰度值;
基于所述参考灰度值,对所述第一停车位正射图像中的每个第三像素点进行二值化处理,获得第二停车位正射图像。
4.根据权利要求1所述的方法,其特征在于,基于所述模板匹配值,确定第一参考边上的停车位分界点,包括:
若当前第一像素点对应的模板匹配值大于或等于预设匹配值,则确定与所述当前第一像素点距离最近的相邻停车位分界点;
若所述当前第一像素点与所述相邻停车位分界点之间的距离大于或等于预设长度,且所述当前第一像素点对应的模板匹配值为预设邻域范围内的极大值,则将所述当前第一像素点确定为停车位分界点。
5.根据权利要求1所述的方法,其特征在于,在所述第二停车位正射图像中的第一参考边上的每个第一像素点位置处进行预设提取模板的匹配操作,根据所述预设提取模板覆盖的当前图像区域和所述预设提取模板确定每个第一像素点对应的模板匹配值,包括:
以单个像素点为步长,将预设提取模板沿所述第二停车位正射图像中的第一参考边进行滑动;
当所述预设提取模板中的参考像素点与所述第一参考边中的当前第一像素点重合时,确定所述预设提取模板覆盖的当前图像区域;
将所述当前图像区域和所述预设提取模板中的同一像素点的灰度值进行比较;
根据比较结果确定所述当前第一像素点对应的模板匹配值。
6.根据权利要求1所述的方法,其特征在于,基于所述停车位分界点和所述边界参考点,绘制所述停车区域内的各个停车位,包括:
从所述第一参考边的起始参考点、各个所述停车位分界点和所述第一参考边的终止参考点中,依次选取两个相邻位置点;
基于预设绘制方式,对所述两个相邻位置点进行连线,获得第一线段,作为当前停车位的第一边;
以所述两个相邻位置点中的一个位置点为原点,绘制与所述第二参考边相等且平行的第二线段,作为与所述第一边相邻的第二边;
根据所述第一边和所述第二边,绘制所述当前停车位的其他两个边,以完成所述当前停车位的绘制。
7.根据权利要求1-6任一所述的方法,其特征在于,在基于所述停车位分界点和所述边界参考点,绘制所述停车区域内的各个停车位之前,还包括:
从所述第一参考边的起始参考点、各个所述停车位分界点和所述第一参考边的终止参考点中,依次选取两个相邻位置点;
根据所述两个相邻位置点之间的距离和预设停车位最大长度,检测所述两个相邻位置点之间是否存在未提取的遗漏停车位分界点;
若存在未提取的遗漏停车位分界点,则根据所述两个相邻位置点之间的距离和预设停车位长度范围,确定所述两个相邻位置点之间的遗漏停车位分界点。
8.根据权利要求7所述的方法,其特征在于,根据所述两个相邻位置点之间的距离和预设停车位长度范围,确定所述两个相邻位置点之间的遗漏停车位分界点,包括:
若存在至少两种平均分割方式对所述两个相邻位置点之间的距离进行分割后获得的停车位长度均在预设停车位长度范围内,则根据当前基准距离,从所述至少两种平均分割方式中确定目标平均分割方式;
将所述目标平均分割方式对应的每个目标分割点确定为所述两个相邻位置点之间的遗漏停车位分界点,并基于两个相邻目标分割点之间的距离更新所述当前基准距离。
9.根据权利要求1-6任一所述的方法,其特征在于,所述边界参考点包括:所述停车区域的至少三个相邻角点。
10.一种停车位绘制装置,其特征在于,包括:
边界参考点获取模块,用于获取停车区域的边界参考点,其中,所述停车区域是由待绘制的至少两个停车位组成的;
停车位分界点提取模块,用于基于所述边界参考点确定所述停车区域的边界参考线,并提取所述边界参考线上的停车位分界点;
停车位绘制模块,用于基于所述停车位分界点和所述边界参考点,绘制所述停车区域内的各个停车位;
其中,停车位分界点提取模块,包括:
第一参考边确定子模块,用于确定所述边界参考线中的第一参考边,其中,所述边界参考线包括第一参考边和第二参考边,所述第一参考边的长度大于所述第二参考边的长度;
第二停车位正射图像确定单元,用于对第一停车位正射图像进行二值化处理,确定第二停车位正射图像;
停车位分界点确定单元,用于在所述第二停车位正射图像中的第一参考边上的每个第一像素点位置处进行预设提取模板的匹配操作,根据所述预设提取模板覆盖的当前图像区域和所述预设提取模板确定每个第一像素点对应的模板匹配值,并基于所述模板匹配值,确定第一参考边上的停车位分界点;所述预设提取模板为:中间区域为白色,且两边区域为黑色的条形模板,其中,所述中间区域的宽度等于路面上实际绘制出的停车位的线框宽度。
11.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的停车位绘制方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的停车位绘制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286340.0A CN111739043B (zh) | 2020-04-13 | 2020-04-13 | 一种停车位绘制方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286340.0A CN111739043B (zh) | 2020-04-13 | 2020-04-13 | 一种停车位绘制方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111739043A CN111739043A (zh) | 2020-10-02 |
CN111739043B true CN111739043B (zh) | 2023-08-08 |
Family
ID=72646715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010286340.0A Active CN111739043B (zh) | 2020-04-13 | 2020-04-13 | 一种停车位绘制方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111739043B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112991808B (zh) * | 2020-12-29 | 2022-09-30 | 杭州海康威视数字技术股份有限公司 | 一种停车区域的车位显示方法、装置及电子设备 |
CN113158296A (zh) * | 2021-03-15 | 2021-07-23 | 合肥量圳建筑科技有限公司 | 车位布置方法、装置、设备及存储介质 |
CN115762218A (zh) * | 2022-10-10 | 2023-03-07 | 中汽创智科技有限公司 | 一种车位地图生成方法、装置、设备及存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06257115A (ja) * | 1993-03-05 | 1994-09-13 | Sekine:Kk | 駐車区割りラインのペイントガイド装置及びこの装置を用いた駐車区割りラインのペイント方法 |
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 |
JP2010164349A (ja) * | 2009-01-13 | 2010-07-29 | Equos Research Co Ltd | 制御装置 |
CN102346013A (zh) * | 2010-07-29 | 2012-02-08 | 同济大学 | 一种隧道衬砌裂缝宽度的测量方法及装置 |
CN102938064A (zh) * | 2012-11-23 | 2013-02-20 | 南京大学 | 基于LiDAR数据与正射影像的停车场结构提取方法 |
CN104517277A (zh) * | 2013-09-30 | 2015-04-15 | 中国人民解放军第二军医大学 | 一种颈总动脉超声波纵切图像后处理装置及方法 |
CN104822566A (zh) * | 2012-11-27 | 2015-08-05 | 歌乐牌株式会社 | 车载图像处理装置 |
CN108629659A (zh) * | 2018-04-27 | 2018-10-09 | 北京无人店科技有限公司 | 利用视觉测量进行盘点的无人售货系统 |
CN109269520A (zh) * | 2018-09-21 | 2019-01-25 | 珠海泰通电气技术有限公司 | 汽车定位导航方法以及汽车定位导航系统 |
CN109598972A (zh) * | 2018-11-23 | 2019-04-09 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于视觉的自动泊车停车位检测与测距系统 |
CN109664893A (zh) * | 2017-10-13 | 2019-04-23 | 现代自动车株式会社 | 用于显示车辆的目标停车空间的装置和方法 |
CN109740469A (zh) * | 2018-12-24 | 2019-05-10 | 百度在线网络技术(北京)有限公司 | 车道线检测方法、装置、计算机设备和存储介质 |
CN109949389A (zh) * | 2019-03-27 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 一种路口绘制方法、装置、服务器和存储介质 |
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 |
CN110706306A (zh) * | 2019-09-24 | 2020-01-17 | 上海钧正网络科技有限公司 | 地图应用中绘制区域的方法、装置和计算机设备 |
CN110930211A (zh) * | 2018-09-20 | 2020-03-27 | 赛义德·法兹勒·拉赫曼·法扎勒 | 共享管理系统、方法以及应用 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10366180B2 (en) * | 2010-03-15 | 2019-07-30 | Bentley Systems, Inc. | Computer-implemented land planning system and method with automated parking area design tools |
KR101877570B1 (ko) * | 2012-04-04 | 2018-07-11 | 현대자동차주식회사 | Av 영상 기반의 주차위치 설정 장치 및 그 방법 |
KR101947826B1 (ko) * | 2012-04-10 | 2019-02-13 | 현대자동차주식회사 | 차량의 주차구획 인식방법 |
-
2020
- 2020-04-13 CN CN202010286340.0A patent/CN111739043B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06257115A (ja) * | 1993-03-05 | 1994-09-13 | Sekine:Kk | 駐車区割りラインのペイントガイド装置及びこの装置を用いた駐車区割りラインのペイント方法 |
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 |
JP2010164349A (ja) * | 2009-01-13 | 2010-07-29 | Equos Research Co Ltd | 制御装置 |
CN102346013A (zh) * | 2010-07-29 | 2012-02-08 | 同济大学 | 一种隧道衬砌裂缝宽度的测量方法及装置 |
CN102938064A (zh) * | 2012-11-23 | 2013-02-20 | 南京大学 | 基于LiDAR数据与正射影像的停车场结构提取方法 |
CN104822566A (zh) * | 2012-11-27 | 2015-08-05 | 歌乐牌株式会社 | 车载图像处理装置 |
CN104517277A (zh) * | 2013-09-30 | 2015-04-15 | 中国人民解放军第二军医大学 | 一种颈总动脉超声波纵切图像后处理装置及方法 |
CN109664893A (zh) * | 2017-10-13 | 2019-04-23 | 现代自动车株式会社 | 用于显示车辆的目标停车空间的装置和方法 |
CN108629659A (zh) * | 2018-04-27 | 2018-10-09 | 北京无人店科技有限公司 | 利用视觉测量进行盘点的无人售货系统 |
CN110930211A (zh) * | 2018-09-20 | 2020-03-27 | 赛义德·法兹勒·拉赫曼·法扎勒 | 共享管理系统、方法以及应用 |
CN109269520A (zh) * | 2018-09-21 | 2019-01-25 | 珠海泰通电气技术有限公司 | 汽车定位导航方法以及汽车定位导航系统 |
CN109598972A (zh) * | 2018-11-23 | 2019-04-09 | 中汽研(天津)汽车工程研究院有限公司 | 一种基于视觉的自动泊车停车位检测与测距系统 |
CN109740469A (zh) * | 2018-12-24 | 2019-05-10 | 百度在线网络技术(北京)有限公司 | 车道线检测方法、装置、计算机设备和存储介质 |
CN109949389A (zh) * | 2019-03-27 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 一种路口绘制方法、装置、服务器和存储介质 |
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 |
CN110706306A (zh) * | 2019-09-24 | 2020-01-17 | 上海钧正网络科技有限公司 | 地图应用中绘制区域的方法、装置和计算机设备 |
Non-Patent Citations (1)
Title |
---|
李韬 等.智能泊车辅助系统测试方法.《中国汽车》.2019,第32-35页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111739043A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111739043B (zh) | 一种停车位绘制方法、装置、设备和存储介质 | |
WO2021143059A1 (zh) | 地图区域的确定方法、装置、设备及存储介质 | |
CN109285181B (zh) | 用于识别图像的方法和装置 | |
CN112560862B (zh) | 文本识别方法、装置及电子设备 | |
CN110060205B (zh) | 图像处理方法及装置、存储介质及电子设备 | |
CN111967449B (zh) | 文本检测方法、电子设备及计算机可读介质 | |
CN112528859B (zh) | 车道线检测方法、装置、设备及存储介质 | |
US20230213353A1 (en) | Method of updating road information, electronic device, and storage medium | |
CN113298910A (zh) | 生成交通标志线地图的方法、设备和存储介质 | |
WO2023147717A1 (zh) | 文字检测方法、装置、电子设备和存储介质 | |
US8872824B1 (en) | System, method, and computer program product for performing shadowing utilizing shadow maps and ray tracing | |
CN109300322B (zh) | 引导线绘制方法、装置、设备和介质 | |
JP2013137761A (ja) | 参照背景色に基づく透明化塗りつぶしの判定 | |
CN114092909A (zh) | 一种车道线提取方法、装置、车辆及存储介质 | |
CN109934185B (zh) | 数据处理方法及装置、介质和计算设备 | |
CN113362421B (zh) | 地图中导流区的绘制方法、装置和电子设备 | |
CN114581890B (zh) | 确定车道线的方法、装置、电子设备和存储介质 | |
CN112465692A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN110647595B (zh) | 一种新增兴趣点的确定方法、装置、设备和介质 | |
CN115049997B (zh) | 边缘车道线的生成方法、装置、电子设备及存储介质 | |
CN108062752B (zh) | 判断主光源的方位的方法、介质、装置和计算设备 | |
CN114202625B (zh) | 路肩线的提取方法、装置及电子设备 | |
CN114166238B (zh) | 车道线的识别方法、装置及电子设备 | |
CN113032071B (zh) | 页面元素定位方法、页面测试方法、装置、设备和介质 | |
CN115406452A (zh) | 一种实时定位及建图方法、装置及终端设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |