CN111951590A - 基于云存储的车位管理方法 - Google Patents

基于云存储的车位管理方法 Download PDF

Info

Publication number
CN111951590A
CN111951590A CN201910401013.2A CN201910401013A CN111951590A CN 111951590 A CN111951590 A CN 111951590A CN 201910401013 A CN201910401013 A CN 201910401013A CN 111951590 A CN111951590 A CN 111951590A
Authority
CN
China
Prior art keywords
image
equipment
region
directionally
automobile
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.)
Withdrawn
Application number
CN201910401013.2A
Other languages
English (en)
Inventor
不公告发明人
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.)
Individual
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 CN201910401013.2A priority Critical patent/CN111951590A/zh
Publication of CN111951590A publication Critical patent/CN111951590A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G08G1/149Traffic 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

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

本发明涉及一种基于云存储的车位管理方法,所述方法包括提供基于云存储的车位管理机构,用于在接收到的居民楼前方的停车区域的实时汽车检测数量超过预设车位数量过多时,发出拖车发动请求。

Description

基于云存储的车位管理方法
技术领域
本发明涉及云存储领域,尤其涉及一种基于云存储的车位管理方法。
背景技术
云存储是一种网上在线存储(英语:Cloud storage)的模式,即把数据存放在通常由第三方托管的多台虚拟服务器,而非专属的服务器上。托管(hosting)公司营运大型的数据中心,需要数据存储托管的人,则透过向其购买或租赁存储空间的方式,来满足数据存储的需求。数据中心营运商根据客户的需求,在后端准备存储虚拟化的资源,并将其以存储资源池(storage pool)的方式提供,客户便可自行使用此存储资源池来存放文件或对象。实际上,这些资源可能被分布在众多的服务器主机上。
云存储这项服务可以通过Web服务应用程序接口(API),或是通过Web化的用户界面来访问。
发明内容
本发明至少具备以下两处关键的发明点:
(1)为了保证后续图像处理的效果,对待处理图像中检测到目标的各个拼接图案的边缘执行图像增强处理,对待处理图像中其他曲线的边缘不执行图像增强处理;
(2)在接收到的居民楼前方的停车区域的实时汽车检测数量超过预设车位数量过多时,发出拖车发动请求,从而避免居民楼的出入口或停车区域被多余的汽车封堵的情况发生。
根据本发明的一方面,提供一种基于云存储的车位管理方法,所述方法包括提供一种基于云存储的车位管理机构,用于在接收到的居民楼前方的停车区域的实时汽车检测数量超过预设车位数量过多时,发出拖车发动请求,所述基于云存储的车位管理机构包括:云存储节点,用于存储基准汽车轮廓和预设车位数量,所述基准汽车轮廓为多个,每一种汽车对应一个基准汽车轮廓。
更具体地,在所述基于云存储的车位管理机构中,所述机构还包括:数据发送设备,设置在居民楼的物业管理中心处,用于在接收到的实时检测数量超过所述预设车位数量的百分之十五时,发出拖车发动请求,还用于在所述实时检测数量未超过所述预设车位数量的百分之十五时,发出状态可控信号。
更具体地,在所述基于云存储的车位管理机构中:所述数据发送设备通过网络与物业管理中心的拖车管理服务器连接,用于将所述拖车发动请求或所述状态可控信号发送给所述拖车管理服务器。
更具体地,在所述基于云存储的车位管理机构中,所述机构还包括:枪式拍摄设备,用于对居民楼前方的停车区域执行定向图像拍摄,以获得并输出相应的定向采集图像;分块处理设备,设置在居民楼的物业管理中心处,通过网络与所述枪式拍摄设备连接,用于接收所述定向采集图像,对所述定向采集图像执行预设分块大小的平均式分块处理,以获得并输出各个图像分块;图案拼接设备,与所述分块处理设备连接,用于对每一个图像分块执行基于对应汽车分割阈值的汽车分割处理,以获得对应的再分块,并将所有图像分块的再分块进行拼接以获得各个拼接图案;在所述分块处理设备中,所述定向采集图像的噪声类型数量越多,对所述定向采集图像执行平均式分块处理的预设分块越大;边缘增强设备,与所述图案拼接设备连接,用于对所述定向采集图像中的各个拼接图案的各个边缘进行图像增强处理,以获得并输出与所述定向采集图像对应的动态增强图像。
本发明的基于云存储的车位管理方法结构合理、方便使用。由于在接收到的居民楼前方的停车区域的实时汽车检测数量超过预设车位数量过多时,发出拖车发动请求,从而避免居民楼的出入口或停车区域被多余的汽车封堵的情况发生。
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基于云存储的车位管理机构的应用场景示意图。
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。
车位,即停车位,英文parking place,指停车的地方,包括露天场所及室内场所。车位按收费可以分为两种,免费车位和付费车位。在车场管理中,通过车位出租,提供停车服务,收取停车费是停车车场管理公司的主要收入来源,常将车位分为固定车位和临租车位。
许多人员流动大、商业往来频繁的地方都会设有地上、地下的立体停车场以节省空间。在城市规划的公路两旁或开阔处一般都会划出停车位以为司机停车提供便利,但是在城市中如果在没有划出停车位的地方停车,则可以视为违章停车,执法部门可以予以进行罚款。
目前,一般为每一个栋居民楼的附近都设置有停车区域以供居民停车使用,然而,随着经济的发展和人们生活水平的提高,家庭使用的汽车数量越来越多,停车区域的车位完全不够对应居民楼内的居民使用,容易出现居民楼的出入口或停车区域被多余的汽车封堵的情况,给居民的生活造成了不便。
为了克服上述不足,本发明搭建一种基于云存储的车位管理方法,所述方法包括提供一种基于云存储的车位管理机构,用于在接收到的居民楼前方的停车区域的实时汽车检测数量超过预设车位数量过多时,发出拖车发动请求。所述基于云存储的车位管理机构能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的基于云存储的车位管理机构的应用场景示意图。
根据本发明实施方案示出的基于云存储的车位管理机构包括:
云存储节点,用于存储基准汽车轮廓和预设车位数量,所述基准汽车轮廓为多个,每一种汽车对应一个基准汽车轮廓。
接着,继续对本发明的基于云存储的车位管理机构的具体结构进行进一步的说明。
所述基于云存储的车位管理机构中还可以包括:
数据发送设备,设置在居民楼的物业管理中心处,用于在接收到的实时检测数量超过所述预设车位数量的百分之十五时,发出拖车发动请求,还用于在所述实时检测数量未超过所述预设车位数量的百分之十五时,发出状态可控信号。
所述基于云存储的车位管理机构中:
所述数据发送设备通过网络与物业管理中心的拖车管理服务器连接,用于将所述拖车发动请求或所述状态可控信号发送给所述拖车管理服务器。
所述基于云存储的车位管理机构中还可以包括:
枪式拍摄设备,用于对居民楼前方的停车区域执行定向图像拍摄,以获得并输出相应的定向采集图像;
分块处理设备,设置在居民楼的物业管理中心处,通过网络与所述枪式拍摄设备连接,用于接收所述定向采集图像,对所述定向采集图像执行预设分块大小的平均式分块处理,以获得并输出各个图像分块;
图案拼接设备,与所述分块处理设备连接,用于对每一个图像分块执行基于对应汽车分割阈值的汽车分割处理,以获得对应的再分块,并将所有图像分块的再分块进行拼接以获得各个拼接图案;
在所述分块处理设备中,所述定向采集图像的噪声类型数量越多,对所述定向采集图像执行平均式分块处理的预设分块越大;
边缘增强设备,与所述图案拼接设备连接,用于对所述定向采集图像中的各个拼接图案的各个边缘进行图像增强处理,以获得并输出与所述定向采集图像对应的动态增强图像;
双边滤波设备,与所述边缘增强设备连接,用于接收所述动态增强图像,并对所述动态增强图像执行双边滤波处理,以获得并输出对应的双边滤波图像;
最小值滤波设备,与所述双边滤波设备连接,用于接收所述双边滤波图像,并对所述双边滤波图像执行最小值滤波处理,以获得并输出对应的最小值滤波图像;
信息检测设备,分别与所述数据发送设备和所述最小值滤波设备连接,用于基于基准汽车轮廓识别所述最小值滤波图像中的汽车对象,并将所述最小值滤波图像中的汽车对象的数量作为实时检测数量输出;
其中,所述云存储节点通过网络分别与所述信息检测设备和所述数据发送设备连接。
所述基于云存储的车位管理机构中还可以包括:
电力供应设备,分别与所述边缘增强设备、所述双边滤波设备和所述最小值滤波设备连接,用于分别为所述边缘增强设备、所述双边滤波设备和所述最小值滤波设备提供电力供应。
所述基于云存储的车位管理机构中:
所述边缘增强设备、所述双边滤波设备和所述最小值滤波设备分别采用不同型号的GPU芯片来实现;
其中,在所述分块处理设备中,对所述定向采集图像执行平均式分块处理的预设分块为正方形的形状。
所述基于云存储的车位管理机构中还可以包括:
第一调整设备,设置在居民楼的物业管理中心处,通过网络与所述枪式拍摄设备连接,用于接收所述定向采集图像,对所述定向采集图像执行图像锐化处理,以获得相应的第一调整图像;
第二调整设备,与所述第一调整设备连接,用于接收所述第一调整图像,并对所述第一调整图像执行对比度调整处理,以获得相应的第二调整图像;
外形识别设备,与所述第二调整设备连接,用于接收所述第二调整图像,从所述第二调整图像中识别出多个对象的外形;
外形处理设备,与所述外形识别设备连接,用于基于所述多个对象的外形计算所述多个对象分别在所述第二调整图像中的面积,并对所述多个对象分别在所述第二调整图像中的面积进行均值计算,以获得对应的面积均值。
所述基于云存储的车位管理机构中还可以包括:
区域分割设备,与所述外形处理设备连接,用于接收所述面积均值,基于所述面积均值确定对所述第二调整图像进行大小相同的区域分割后获得的区域数量;在所述区域分割设备中,基于所述面积均值确定对所述第二调整图像进行大小相同的区域分割后获得的区域数量包括:所述面积均值越小,对所述第二调整图像进行大小相同的区域分割后获得的区域数量越多。
所述基于云存储的车位管理机构中还可以包括:
分布探知设备,分别与所述分块处理设备、所述外形处理设备和所述区域分割设备连接,用于探知每一个区域中为对象外形的各个子区域的总面积,并将所述总面积最大的区域作为探知区域以替换所述定向采集图像发送给所述分块处理设备;
SDRAM存储设备,与所述区域分割设备连接,用于存储对所述第二调整图像进行大小相同的区域分割后获得的区域数量;
其中,所述分布探知设备包括子区域检测单元和子区域比较单元,所述子区域检测单元用于探知每一个区域中为对象外形的各个子区域的总面积;
其中,所述子区域比较单元与所述子区域检测单元连接,用于将所述总面积最大的区域作为探知区域。
另外,SDRAM:Synchronous Dynamic Random Access Memory,同步动态随机存储器,同步是指内存工作需要同步时钟,内部的命令的发送与数据的传输都以他为基准;动态是指存储阵列需要不断的刷新来保证数据不丢失;随机是指数据不是线性依次存储,而是自由指定地址进行数据读写。SDR SDRAM的时钟频率就是数据存储的频率。SDRAM的工作电压为3.3V。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
虽然本发明已以实施例揭示如上,但其并非用以限定本发明,任何所属技术领域的普通技术人员,在不脱离本发明的精神和范围内,应当可以做出适当的改动和同等替换。因此本发明的保护范围应当以本申请权利要求所界定的范围为准。

Claims (9)

1.一种基于云存储的车位管理方法,所述方法包括提供一种基于云存储的车位管理机构,用于在接收到的居民楼前方的停车区域的实时汽车检测数量超过预设车位数量过多时,发出拖车发动请求,所述基于云存储的车位管理机构包括:
云存储节点,用于存储基准汽车轮廓和预设车位数量,所述基准汽车轮廓为多个,每一种汽车对应一个基准汽车轮廓。
2.如权利要求1所述的方法,其特征在于,所述机构还包括:
数据发送设备,设置在居民楼的物业管理中心处,用于在接收到的实时检测数量超过所述预设车位数量的百分之十五时,发出拖车发动请求,还用于在所述实时检测数量未超过所述预设车位数量的百分之十五时,发出状态可控信号。
3.如权利要求2所述的方法,其特征在于:
所述数据发送设备通过网络与物业管理中心的拖车管理服务器连接,用于将所述拖车发动请求或所述状态可控信号发送给所述拖车管理服务器。
4.如权利要求3所述的方法,其特征在于,所述机构还包括:
枪式拍摄设备,用于对居民楼前方的停车区域执行定向图像拍摄,以获得并输出相应的定向采集图像;
分块处理设备,设置在居民楼的物业管理中心处,通过网络与所述枪式拍摄设备连接,用于接收所述定向采集图像,对所述定向采集图像执行预设分块大小的平均式分块处理,以获得并输出各个图像分块;
图案拼接设备,与所述分块处理设备连接,用于对每一个图像分块执行基于对应汽车分割阈值的汽车分割处理,以获得对应的再分块,并将所有图像分块的再分块进行拼接以获得各个拼接图案;
在所述分块处理设备中,所述定向采集图像的噪声类型数量越多,对所述定向采集图像执行平均式分块处理的预设分块越大;
边缘增强设备,与所述图案拼接设备连接,用于对所述定向采集图像中的各个拼接图案的各个边缘进行图像增强处理,以获得并输出与所述定向采集图像对应的动态增强图像;
双边滤波设备,与所述边缘增强设备连接,用于接收所述动态增强图像,并对所述动态增强图像执行双边滤波处理,以获得并输出对应的双边滤波图像;
最小值滤波设备,与所述双边滤波设备连接,用于接收所述双边滤波图像,并对所述双边滤波图像执行最小值滤波处理,以获得并输出对应的最小值滤波图像;
信息检测设备,分别与所述数据发送设备和所述最小值滤波设备连接,用于基于基准汽车轮廓识别所述最小值滤波图像中的汽车对象,并将所述最小值滤波图像中的汽车对象的数量作为实时检测数量输出;
其中,所述云存储节点通过网络分别与所述信息检测设备和所述数据发送设备连接。
5.如权利要求4所述的方法,其特征在于,所述机构还包括:
电力供应设备,分别与所述边缘增强设备、所述双边滤波设备和所述最小值滤波设备连接,用于分别为所述边缘增强设备、所述双边滤波设备和所述最小值滤波设备提供电力供应。
6.如权利要求5所述的方法,其特征在于:
所述边缘增强设备、所述双边滤波设备和所述最小值滤波设备分别采用不同型号的GPU芯片来实现;
其中,在所述分块处理设备中,对所述定向采集图像执行平均式分块处理的预设分块为正方形的形状。
7.如权利要求6所述的方法,其特征在于,所述机构还包括:
第一调整设备,设置在居民楼的物业管理中心处,通过网络与所述枪式拍摄设备连接,用于接收所述定向采集图像,对所述定向采集图像执行图像锐化处理,以获得相应的第一调整图像;
第二调整设备,与所述第一调整设备连接,用于接收所述第一调整图像,并对所述第一调整图像执行对比度调整处理,以获得相应的第二调整图像;
外形识别设备,与所述第二调整设备连接,用于接收所述第二调整图像,从所述第二调整图像中识别出多个对象的外形;
外形处理设备,与所述外形识别设备连接,用于基于所述多个对象的外形计算所述多个对象分别在所述第二调整图像中的面积,并对所述多个对象分别在所述第二调整图像中的面积进行均值计算,以获得对应的面积均值。
8.如权利要求7所述的方法,其特征在于,所述机构还包括:
区域分割设备,与所述外形处理设备连接,用于接收所述面积均值,基于所述面积均值确定对所述第二调整图像进行大小相同的区域分割后获得的区域数量;在所述区域分割设备中,基于所述面积均值确定对所述第二调整图像进行大小相同的区域分割后获得的区域数量包括:所述面积均值越小,对所述第二调整图像进行大小相同的区域分割后获得的区域数量越多。
9.如权利要求8所述的方法,其特征在于,所述机构还包括:
分布探知设备,分别与所述分块处理设备、所述外形处理设备和所述区域分割设备连接,用于探知每一个区域中为对象外形的各个子区域的总面积,并将所述总面积最大的区域作为探知区域以替换所述定向采集图像发送给所述分块处理设备;
SDRAM存储设备,与所述区域分割设备连接,用于存储对所述第二调整图像进行大小相同的区域分割后获得的区域数量;
其中,所述分布探知设备包括子区域检测单元和子区域比较单元,所述子区域检测单元用于探知每一个区域中为对象外形的各个子区域的总面积;
其中,所述子区域比较单元与所述子区域检测单元连接,用于将所述总面积最大的区域作为探知区域。
CN201910401013.2A 2019-05-15 2019-05-15 基于云存储的车位管理方法 Withdrawn CN111951590A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910401013.2A CN111951590A (zh) 2019-05-15 2019-05-15 基于云存储的车位管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910401013.2A CN111951590A (zh) 2019-05-15 2019-05-15 基于云存储的车位管理方法

Publications (1)

Publication Number Publication Date
CN111951590A true CN111951590A (zh) 2020-11-17

Family

ID=73335774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910401013.2A Withdrawn CN111951590A (zh) 2019-05-15 2019-05-15 基于云存储的车位管理方法

Country Status (1)

Country Link
CN (1) CN111951590A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116469055A (zh) * 2023-04-26 2023-07-21 杨利容 用于分向标记的关键图像区域判断系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116469055A (zh) * 2023-04-26 2023-07-21 杨利容 用于分向标记的关键图像区域判断系统

Similar Documents

Publication Publication Date Title
US10692028B2 (en) Optimal demand-based allocation
CN110299028A (zh) 一种停车越线检测的方法、装置、设备以及可读存储介质
CN110147465A (zh) 图像处理方法、装置、设备和介质
CN105493502A (zh) 视频监控方法、视频监控系统以及计算机程序产品
CN105574497A (zh) 基于人脸检测的商场人数统计系统及统计方法
CN110111599B (zh) 一种基于大数据的停车诱导方法、终端设备及存储介质
Alharbi et al. Web-based framework for smart parking system
CN105359460A (zh) 云频谱管理系统
CN113299073B (zh) 识别车辆违章停车的方法、装置、设备和存储介质
US11978213B2 (en) Boundary detection evaluation
CN111340710A (zh) 一种基于图像拼接获取车辆信息的方法及系统
CN109325755B (zh) 基于汽车轮毂的电子计费系统
CN112560814A (zh) 一种车辆进出停车位的识别方法
CN111951590A (zh) 基于云存储的车位管理方法
CN111951591A (zh) 基于云存储的车位管理机构
WO2020228683A1 (zh) 一种车辆停放管理方法、装置及系统
CN114202959A (zh) 外来车辆管理方法及系统
CN112132892A (zh) 目标位置标注方法、装置及设备
CN106682611B (zh) 图像处理方法及装置
CN113380049A (zh) 车辆的违规检测方法、装置、服务器和存储介质
CN108766016A (zh) 一种车位资源管理方法及系统
DE102020135070A1 (de) Techniken zur informationsbeschaffung unter verwendung von daten vernetzter fahrzeuge
CN115409839B (zh) 基于像素分析模型的道路声屏障隐患识别方法及装置
CN114119776B (zh) 一种城市涝点管理方法、系统、存储介质及设备
CN106203467B (zh) 一种多源位置数据的一致性检验与融合方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20201117

WW01 Invention patent application withdrawn after publication