CN112991807A - 一种车位状态检测方法、装置、设备及存储介质 - Google Patents
一种车位状态检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112991807A CN112991807A CN201911283230.2A CN201911283230A CN112991807A CN 112991807 A CN112991807 A CN 112991807A CN 201911283230 A CN201911283230 A CN 201911283230A CN 112991807 A CN112991807 A CN 112991807A
- Authority
- CN
- China
- Prior art keywords
- parking space
- state
- determining
- reference object
- target
- 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
- G08G1/141—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
- G08G1/142—Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces external to the vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种车位状态检测方法、装置、设备及存储介质,该方法包括:获取目标车位的车位图像,并识别车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;若存在,则根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。本申请实施例的技术方案利用车位图像中的参照物图像的对称性,进行目标车位的当前车位状态的识别,从而减少了现有技术通过车牌进行车位状态检测时由于车牌被遮挡或停靠车辆未悬挂车牌,导致车位状态误识别的情况的发生,从而降低了车位状态误识别率,提高了车位状态识别精度,进而提高了停车场管理系统的可靠性和用户满意度。
Description
技术领域
本申请实施例涉及图像处理技术领域,尤其涉及一种车位状态检测方法、装置、设备及存储介质。
背景技术
随着安防监控技术在停车场行业的发展和应用,新型停车场管理系统已在市场上被广泛接收和使用。
一般的,停车场管理系统会通过对停车位进行图像采集,并对所采集图像中的车牌进行识别,根据车牌的识别结果确定车位为占用状态或空闲状态,并通过指示灯对车位状态进行指示,以引导车主停车。
然而,当车位中停靠车辆的车牌被遮挡或所停靠车辆未悬挂车牌时,将会存在车位被误识别为空闲状态的情况,影响了系统的可靠性和用户满意度。
发明内容
本申请提供一种车位状态检测方法、装置、设备及存储介质,以提高车位状态识别精度,减少误识别率,从而提高系统的可靠性和用户满意度。
第一方面,本申请实施例提供了一种车位状态检测方法,包括:
获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;
若存在,则根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。第二方面,本申请实施例还提供了一种车位状态检测装置,其特征在于,包括:
参照物图像识别模块,用于获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;
车位状态识别模块,用于在识别所述车位图像中存在参照物图像时,根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态;所述当前车位状态为空闲状态或占用状态。
第三方面,本申请实施例还提供了一种电子设备,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第一方面实施例提供的一种车位状态检测方法。
第四方面,本申请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第一方面实施例提供的一种车位状态检测方法。
本申请实施例通过获取目标车位的车位图像,并识别车位图像中是否存在参照物图像;其中参照物设置于目标车位内;若存在,则根据参照物图像的对称情况,确定目标车位的当前车位状态;当前车位状态为空闲状态或占用状态。上述技术方案利用车位图像中的参照物图像的对称性,进行目标车位的当前车位状态的识别,从而减少了现有技术通过车牌进行车位状态检测时由于车牌被遮挡或停靠车辆未悬挂车牌,导致车位状态误识别的情况的发生,从而降低了车位状态误识别率,提高了车位状态识别精度,进而提高了停车场管理系统的可靠性和用户满意度。
附图说明
图1是本申请实施例一中的一种车位状态检测方法的流程图;
图2是本申请实施例二中的一种车位状态检测方法的流程图;
图3是本申请实施例三中的一种车位状态检测方法的流程图;
图4是本申请实施例四中的一种车位状态检测方法的流程图;
图5是本申请实施例五中的一种车位状态检测装置的结构图;
图6是本申请实施例六中的一种电子设备的结构图。
具体实施方式
下面结合附图和实施例对本申请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申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
实施例一
图1是本申请实施例一中的一种车位状态检测方法的流程图,本申请实施例适用于对配置有摄像头的车位的使用状态进行识别的情况,该方法由车位状态检测装置执行,该装置通过软件和/或硬件实现,并具体配置于电子设备中,该电子设备可以是图像采集设备。
如图1所示的一种车位状态检测方法,包括:
S110、获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内。
示例性地,参照物可以是车轮挡,使得无需对车位进行二次整改,即可使用本申请实施例的技术方案进行车位状态检测。
示例性地,参照物还可以是预先喷涂或粘贴在目标车位内的轮廓对称的对称图案。可以理解的是,为了实现对对称图案的复用,还可以使用轮廓对称的携带有设定信息的二维码。其中,设定信息可以是车位标识,或车位的收费标识。
可选的,获取目标车位的车位图像,可以是从电子设备本地、与电子设备关联的其他电子设备或云端中进行车位图像的获取,或者直接实时获取图像采集装置所采集的目标车位的车位图像。
S120、若存在,则根据参照物图像的对称情况,确定目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。
示例性地,若识别出车位图像中存在参照物图像,则确定参照物图像的对称情况,并根据对称情况的确定结果,确定目标车位的当前车位状态为空闲状态或占用状态。
可选的,确定参照物图像的对称情况,可以通过确定参照物图像的对称中心和/或对称轴加以实现。具体的,若能够确定参照物图像的对称中心和/或对称轴,则确定目标车位的当前车位状态为空闲状态;若确定参照物图像没有对称中心,也没有对称轴,则确定目标车位的当前车位状态为占用状态。
在本申请实施例的一种可选实施方式中,若识别出车位图像中不存在参照物图像,表征车位内的参照物被遮挡,也即车位内停靠有车辆,因此可直接确定目标车位为占用状态。
可以理解的是,为了便于用户及时掌握各车位的被使用情况,还可以将各目标车位的当前车位状态加以显示。示例性地,可以通过设置不同颜色的指示灯对车位状态加以区分,如当确定目标车位为空闲状态,可以开启该目标车位的绿色指示灯;当确定目标车位为占用状态,可以开启该目标车位的红色指示灯。
需要说明的是,可以实时进行车位状态的检测。当然,为了减少数据运算量,还可以在停车高峰时段实时进行车位检测,在非停车高峰时段按设定频率定时进行车位检测或停止进行车位检测。
本申请实施例通过获取目标车位的车位图像,并识别车位图像中是否存在参照物图像;其中参照物设置于目标车位内;若存在,则根据参照物图像的对称情况,确定目标车位的当前车位状态;当前车位状态为空闲状态或占用状态。上述技术方案利用车位图像中的参照物图像的对称性,进行目标车位的当前车位状态的识别,从而减少了现有技术通过车牌进行车位状态检测时由于车牌被遮挡或停靠车辆未悬挂车牌,导致车位状态误识别的情况的发生,从而降低了车位状态误识别率,提高了车位状态识别精度,进而提高了停车场管理系统的可靠性和用户满意度。
实施例二
图2是本申请实施例二中的一种车位状态检测方法的流程图,本申请实施例在上述各实施例的技术方案的基础上,进行了优化改进。
进一步地,将操作“根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态”细化为“确定所述参照物图像的对称参照;其中,所述对称参照包括对称中心和/或对称轴;根据所述对称参照确定所述目标车位的当前车位状态”,以完善当前车位状态的确定机制。
如图2所示的一种车位状态检测方法,包括:
S210、获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内。
S220、若存在,则确定所述参照物图像的对称参照;其中,所述对称参照包括对称中心和/或对称轴。
具体的,在车位图像中识别存在参照物图像时,确定参照物图像的对称中心,并根据对称中心确定目标车位的当前车位状态;和/或,在车位图像中识别存在参照物图像时,确定参照物图像的对称轴,并根据对称轴确定目标车位的当前车位状态。
在本申请实施例的一个可选实施方式中,确定参照物图像的对称中心和/或对称轴,可以是:提取所述参照物的边缘信息,并根据所述边缘信息确定所述参照物图像的对称中心和/或对称轴。
示例性地,可以采用边缘检测算法或其他图形识别算法,从车位图像中提取参照物的边缘信息。例如,基于索贝尔(Sobel)算子、拉普拉斯(Laplacian)算子、或凯尼(Canny)算子的边缘检测算法。又如,采用数据库(如OpenCV或Apriltag数据库)中自带的图形识别算法、或基于深度学习网络(如整体嵌套边缘检测网络)的边缘检测算法等。
可以理解的是,在采用边缘检测算法或其他图像识别算法进行参照物的边缘信息提取时,可以通过经验值或大量试验对算法中的参数进行调试,并根据调试完成后的算法从车位图像中进行参照物边缘信息的提取。其中,边缘信息可以是参照物的轮廓信息,例如车轮挡的矩形轮廓、或车轮挡较长边对应的边缘线条等。
示例性地,根据边缘信息确定参照物图像的对称中心和/或对称轴,可以通过边缘信息中至少两个特征点的坐标值,确定参照物图像的对称中心和/或对称轴。
可选的,若边缘信息为矩形轮廓,可以根据矩形轮廓中至少两个顶点的位置坐标,确定矩形轮廓的中心点,将该矩形轮廓的中心点作为参照物图像的对称中心;和/或,根据矩形轮廓中顶点的位置坐标,确定矩形轮廓的至少一个对称轴。
可选的,若边缘信息为车轮挡较长边对应的边缘线条,可以确定边缘线条的中心点,并根据至少两个边缘线条的中心点的位置坐标,确定参照物图像的对称中心;和/或,确定边缘线条的中心点,并将根据至少一个边缘线条的中心点的位置坐标,确定参照物图像的对称轴的位置坐标。
需要说明的是,若车轮挡仅包含一个独立部分,则对称中心为该独立部分的对称中心;若车轮挡包含至少两个独立部分,则对称中心为至少一个独立部分组合得到的组合部分的对称中心。
需要说明的是,若车轮挡仅包含一个独立部分,则对称轴为该独立部分的对称轴;若车轮挡包含至少两个独立部分,则对称轴为至少一个独立部分组合得到的组合部分的对称轴;其中,对称轴的数量至少为1个。
S230、根据所述对称参照,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。
示例性地,根据所述对称参照,确定所述目标车位的当前车位状态,可以是:确定所述对称中心与标准对称中心之间的位置偏差,和/或,确定所述对称轴与标准对称轴之间的位置偏差;若所述位置偏差满足设定偏差条件,则确定所述目标车位为空闲状态,否则,确定所述目标车位为占用状态。
在本申请实施例的一个可选实施方式中,在确定所述对称中心与标准对称中心之间的位置偏差之前,可以在目标车位对应的电子设备中预先配置参照物图像的标准对称中心,并在确定位置偏差时,从相应的存储位置进行标准对称中心的位置坐标的获取,并根据确定的对称中心的位置坐标以及标准对称中心的位置坐标,计算确定的对称中心与标准对称中心之间的距离值作为位置偏差。
在本申请实施例的另一可选实施方式中,在确定所述对称中心与标准对称中心之间的位置偏差之前,根据车位特征映射关系,确定与所述目标车位对应的标准对称中心,以根据该标准对称中心进行位置偏差的确定。其中,车位特征映射关系由目标车位为空闲状态时所确定的对称中心与目标车位的车位标识构建得到。
可选的,确定与目标车位对应的标准对称中心,可以是根据目标车位的车位标识查找车位特征映射关系,并根据查找到的车位特征映射关系,确定目标车位对应的标准对称中心。示例性地,车位标识可以通过解析车位图像中的二维码得到,还可以通过图像采集装置对应的标识信息关联确定。
在本申请实施例的一个可选实施方式中,在确定所述对称轴与标准对称轴之间的位置偏差之前,可以在目标车位对应的电子设备中预先配置参照物图像的标准对称轴的位置坐标,并在确定位置偏差时,从相应的存储位置进行标准对称轴的位置坐标的获取,并根据确定的对称轴的位置坐标以及标准对称轴的位置坐标,计算确定的对称轴与标准对称轴之间的角度偏差作为位置偏差。
在本申请实施例的另一可选实施方式中,在确定所述对称轴与标准对称轴之间的位置偏差之前,根据车位特征映射关系,确定与所述目标车位对应的标准对称轴,以根据该标准对称轴进行位置偏差的确定。其中,车位特征映射关系由目标车位为空闲状态时所确定的对称轴与目标车位的车位标识构建得到。
可选的,确定与目标车位对应的标准对称轴,可以是根据目标车位的车位标识查找车位特征映射关系,并根据查找到的车位特征映射关系,确定目标车位对应的标准对称中心。示例性地,车位标识可以通过解析车位图像中的二维码得到,还可以通过图像采集装置对应的标识信息关联确定。
示例性地,若所述位置偏差满足设定偏差条件,则确定所述目标车位为占用状态,否则,确定所述目标车位为空闲状态,可以是:若位置偏差小于设定偏差阈值,表明位置偏差满足设定偏差条件,则确定目标车位为空闲状态;若位置偏差不小于设定偏差阈值,表明位置偏差不满足设定偏差条件,则确定目标车位为占用状态。其中,设定偏差阈值可以由技术人员根据需要或经验值进行设定。
可以理解的是,为了减少确定过程中的误差影响,还可以在参照物包含至少两个独立部分时,可以分别确定至少一个独立部分组合得到的组合部分的对称中心或对称轴,并选取对称中心或对称轴中的至少两个,确定选取的对称中心与各对对称中心相应的标准对称中心之间的距离值作为位置偏差,以及确定选取的对称轴与各对称轴相应的标准对称轴之间的角度偏差作为位置偏差;根据各位置偏差,确定目标车位的当前车位状态。
可选的,根据各位置偏差,确定目标车位的当前车位状态,可以是:若各位置偏差均满足设定偏差条件,则确定目标车位为空闲状态;否则,确定目标车位为占用状态。
或者可选的,根据各位置偏差,确定目标车位的当前车位状态,还可以是:确定满足设定偏差条件的位置偏差的数量,若满足设定偏差条件的位置偏差的数量占比大于设定占比阈值,则确定目标车位为空闲状态;否则,确定目标车位为占用状态。其中,设定占比阈值可以由技术人员根据需要或经验值进行确定。例如,设定占比阈值可以是80%。
本申请实施例通过将根据参照物图像的对称情况,确定目标车位的当前车位状态,细化为确定所述参照物图像的对称参照,并根据所述对称参照确定所述目标车位的当前车位状态,从而完善了车位状态检测机制。
实施例三
图3是本申请实施例三中的一种车位状态检测方法的流程图,本申请实施例在上述各实施例的技术方案的基础上,进行了优化改进。
进一步地,在进行车位状态检测过程中,追加“根据所述车位图像中的车牌信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息;若所述参考车位状态为空闲状态,则触发执行参照物图像识别操作”,以限定参照物图像识别的触发时机,从而减少不必要的数据运算。
如图3所示的一种车位状态检测方法,包括:
S310、获取目标车位的车位图像。
S320、根据所述车位图像中的车牌信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息。
示例性地,可以通过识别车位图像中的车牌信息;若识别到车牌,则确定目标车位的参考车位状态为占用状态;否则,确定目标车位的参考车位状态为空闲状态。
示例性地,还可以通过识别车位图像中的车辆轮廓信息;若识别到车辆轮廓,则确定目标车位的参考车位状态为占用状态;否则,确定目标车位的参考状态为空闲状态。
示例性地,还可以通过识别车位图像中的车位轮廓信息;若识别的车位轮廓为封闭图形,则确定目标车位的参考车位状态为空闲状态;否则,确定目标车位的参考车位状态为占用状态。
可以理解的时,还可以通过现有技术的其他方式进行参考车位状态的确定,在此不再赘述。
S330、若所述参考车位状态为空闲状态,则识别所述车位图像中是否存在参照物图像。
需要说明的是,当参考车位状态为空闲状态时,可初步认定为目标车位中没有车辆停靠。但是为了避免出现占用状态车位漏识别,导致的停车高峰时段停车场过道堵塞情况的发生,需要对参考车位状态为空闲状态时的车位图像进行参照物图像识别,从而根据参照物图像的存在状态或进一步根据参照物图像的对称情况,进行当前车位状态的确定。
S340、若存在,则根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。
本申请实施例采用现有技术进行参考车位状态确定后,对参考车位状态为空闲状态的目标车位,通过本申请实施例的技术方案进行车位状态的二次检测,从而减少了车位状态的误识别率。并且,在实际使用过程中,可以将本申请中的车位状态检测方法对应的车位状态检测模块,直接嵌入至现有技术的车位状态检测流程中,实现车位状态的串行检测,无需改线现有的停车场管理系统的系统架构和硬件环境,便于现有技术的车位状态检测模块的升级使用。
实施例四
图4是本申请实施例四中的一种车位状态检测方法的流程图,本申请实施例在上述各实施例的技术方案的基础上,进行了优化改进。
进一步地,将进行车位状态检测过程中,追加“根据所述车位图像中的车辆信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息;对所述参考车位状态和所述当前车位状态对应的各车位状态值,采用相应的预设置信度加权求和,得到目标车位状态值;根据所述目标车位状态值,确定所述目标车位的目标车位状态”,以减少单一方式进行车位状态识别的误识别率。
如图4所示的一种车位状态检测方法,包括:
S410、获取目标车位的车位图像。
S420、识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内。
S430、若存在,则根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。
S440、根据所述车位图像中的车辆信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息。
本申请实施例进行参考车位状态识别的相关内容可参见前述实施例,在此不再赘述。
需要说明的是,可以采用至少一个方法进行参考车位状态的确定,也即所确定的目标车位的参考车位状态的数量为至少一个。
需要说明的是,S440可以在S420-S430之前执行,也可以在S420-S430之后执行,还可以与S420-S430并行执行,本申请实施例对此不做任何限定。
S450、对所述参考车位状态和所述当前车位状态对应的各车位状态值,采用相应的预设置信度加权求和,得到目标车位状态值。
示例性地,可以对不同车位状态分配相应的车位状态值,例如空闲状态对应的车位状态值为“0”,占用状态对应的车位状态值为“1”。
通过将确定的各参考车位状态和当前车位状态,转化为相应的车位状态值;采用参考车位状态对应的预设置信度对参考车位状态进行加权,以及,采用当前车位状态对应的预设置信度对当前车位状态进行加权;确定加权后的参考车位状态和加权后的当前车位状态的车位状态值,得到目标车位状态值。
其中,参考车位状态和当前车位状态分别对应的预设置信度,可以由技术人员根据需要或经验值进行确定,还可以通过大量试验反复确定或调整。
S460、根据所述目标车位状态值,确定所述目标车位的目标车位状态。
具体的,若目标车位状态值满足设定状态条件,则确定目标车位的目标车位状态为占用状态。相应的,在进行车位状态展示时,将目标车位状态展示代替当前车位状态加以展示。
示例性地,当占用状态对应的车位状态值为“1”,空闲状态对应的车位状态值为“0”时,若目标车位状态值大于第一设定状态阈值,则确定目标车位的目标车位状态为占用状态;若目标车位状态值不大于第一设定状态阈值,则确定目标车位的目标车位状态为空闲状态。其中,第一设定状态阈值可以由技术人员根据需要或经验值进行确定,还可以通过大量试验反复确定。例如,第一设定状态阈值可以是大于0.5小于1的数值。
示例性地,当占用状态对应的车位状态值为“0”,空闲状态对应的车位状态值为“1”时,若目标车位状态值小于第二设定状态阈值,则确定目标车位的目标车位状态为占用状态;若目标车位状态值不小于第二设定状态阈值,则确定目标车位的目标车位状态为空闲状态。其中,第二设定状态阈值可以由技术人员根据需要或经验值进行确定,还可以通过大量试验反复确定。例如,第二设定状态阈值可以是大于0小于0.5的数值。
本申请实施例通过现有技术进行参考车位状态的确定,并通过对确定的参考车位状态与当前车位状态采用相应的预设置信度加权求和,得到目标车位状态值,使得确定的目标车位的车位状态,能够综合考量不同车位检测方式对应的车位检测结果,避免了单一检测误识别率的影响,从而整体提升了车位状态检测的准确度。
实施例五
图5是本申请实施例五中的一种车位状态检测装置的结构图,本申请实施例适用于对配置有摄像头的车位的使用状态进行识别的情况,该装置通过软件和/或硬件实现,并具体配置于电子设备中,该电子设备可以是图像采集设备。
如图5所示的一种车位状态检测装置,包括:参照物图像识别模块510、和车位状态识别模块520。其中,
参照物图像识别模块510,用于获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;
车位状态识别模块520,用于在识别所述车位图像中存在参照物图像时,根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态;所述当前车位状态为空闲状态或占用状态。
本申请实施例通过参照物图像识别模块获取目标车位的车位图像,并识别车位图像中是否存在参照物图像;其中参照物设置于目标车位内;通过车位状态识别模块在识别所述车位图像中存在参照物图像时,根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。上述技术方案利用车位图像中的参照物图像的对称性,进行目标车位的当前车位状态的识别,从而减少了现有技术通过车牌进行车位状态检测时由于车牌被遮挡或停靠车辆未悬挂车牌,导致车位状态误识别的情况的发生,从而降低了车位状态误识别率,提高了车位状态识别精度,进而提高了停车场管理系统的可靠性和用户满意度。
进一步地,车位状态识别模块520,在执行根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态时,具体用于:
确定所述参照物图像的对称参照;其中,所述对称参照包括对称中心和/或对称轴;
根据所述对称参照,确定所述目标车位的当前车位状态。
进一步地,车位状态识别模块520,在执行根据所述对称参照,确定所述目标车位的当前车位状态时,具体用于:
确定所述对称参照与标准对称参照之间的位置偏差,或确定所述对称轴与标准对称轴之间的位置偏差;
若所述位置偏差满足设定偏差条件,则确定所述目标车位为空闲状态,否则,确定所述目标车位为占用状态。
进一步地,车位状态识别模块520,还用于:
在确定所述对称参照与标准对称参照之间的位置偏差,之前,根据车位特征映射关系,确定与所述目标车位对应的标准对称参照;
其中,所述车位特征映射关系由所述目标车位为空闲状态时所确定的对称参照与所述目标车位的车位标识构建得到。
进一步地,车位状态识别模块520,在执行确定所述参照物图像的对称参照时,具体用于:
提取所述参照物的边缘信息,并根据所述边缘信息确定所述参照物图像的对称参照。
进一步地,车位状态识别模块520,还用于:
若识别所述车位图像中不存在所述参照物图像,则确定所述目标车位为占用状态。
进一步地,车位状态识别模块520,还用于:
根据所述车位图像中的车牌信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息;
若所述参考车位状态为空闲状态,则触发参照物图像识别模块510执行参照物图像识别操作。
进一步地,车位状态识别模块520,还用于:
根据所述车位图像中的车辆信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息;
对所述参考车位状态和所述当前车位状态对应的各车位状态值,采用相应的预设置信度加权求和,得到目标车位状态值;
根据所述目标车位状态值,确定所述目标车位的目标车位状态。
进一步地,所述参照物为车轮挡或轮廓对称的对称图案。
进一步地,所述对称图案为携带设定信息的二维码。
上述车位状态检测装置可执行本申请任意实施例所提供的车位状态检测方法,具备执行车位状态检测方法相应的功能模块和有益效果。
实施例六
图6是本申请实施例六中的一种电子设备的结构图,该设备包括:输入装置610、输出装置620、处理器630以及存储装置640。其中,电子设备可以是图像采集设备。
其中,输入装置610,用于获取目标车位的车位图像;输出装置620,用于展示当前车位状态;
一个或多个处理器630;
存储装置640,用于存储一个或多个程序。
图6中以一个处理器630为例,该电子设备中的输入装置610可以通过总线或其他方式与输出装置620、处理器630以及存储装置640相连,且处理器630和存储装置640也通过总线或其他方式连接,图6中以通过总线连接为例。
在本实施例中,电子设备中的处理器630可以控制输入装置610获取目标车位的车位图像;还可以识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;还可以在识别车位图像中存在参照物图像时,确定所述参照物图像的对称中心;还可以根据所述对称中心确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态;还可以控制输出装置620对确定的当前车位状态加以展示。
该电子设备中的存储装置640作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本申请实施例中车位状态检测方法对应的程序指令/模块(例如,附图5所示的参照物图像识别模块510和车位状态识别模块520)。处理器630通过运行存储在存储装置640中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述方法实施例中的车位状态检测方法。
存储装置640可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储数据等(如上述实施例中的车位图像、参照物图像的对称中心、和目标车位的当前车位状态等)。此外,存储装置640可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置640可进一步包括相对于处理器630远程设置的存储器,这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实施例七
本申请实施例七还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被车位状态检测装置执行时实现本申请实施提供的车位状态检测方法,该方法包括:获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;若存在,则根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本申请可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请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申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种车位状态检测方法,其特征在于,包括:
获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;
若存在,则根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态。
2.根据权利要求1所述的方法,根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态,包括:
确定所述参照物图像的对称参照;其中,所述对称参照包括对称中心和/或对称轴;
根据所述对称参照,确定所述目标车位的当前车位状态。
3.根据权利要求2所述的方法,其特征在于,根据所述对称参照,确定所述目标车位的当前车位状态,包括:
确定所述对称参照与标准对称参照之间的位置偏差;
若所述位置偏差满足设定偏差条件,则确定所述目标车位为空闲状态,否则,确定所述目标车位为占用状态。
4.根据权利要求3所述的方法,其特征在于,在确定所述对称参照与标准对称参照之间的位置偏差之前,所述方法还包括:
根据车位特征映射关系,确定与所述目标车位对应的标准对称参照;
其中,所述车位特征映射关系由所述目标车位为空闲状态时所确定的对称参照与所述目标车位的车位标识构建得到。
5.根据权利要求2所述的方法,其特征在于,确定所述参照物图像的对称参照,包括:
提取所述参照物的边缘信息,并根据所述边缘信息确定所述参照物图像的对称参照。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述车位图像中的车牌信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息;
若所述参考车位状态为空闲状态,则触发执行参照物图像识别操作。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述车位图像中的车辆信息和/或车位轮廓信息,确定所述目标车位的参考车位状态;其中,车辆信息包括车牌信息和/或车辆轮廓信息;
对所述参考车位状态和所述当前车位状态对应的各车位状态值,采用相应的预设置信度加权求和,得到目标车位状态值;
根据所述目标车位状态值,确定所述目标车位的目标车位状态。
8.一种车位状态检测装置,其特征在于,包括:
参照物图像识别模块,用于获取目标车位的车位图像,并识别所述车位图像中是否存在参照物图像;其中,参考物设置于目标车位内;
车位状态识别模块,用于在识别所述车位图像中存在参照物图像时,根据所述参照物图像的对称情况,确定所述目标车位的当前车位状态;所述当前车位状态为空闲状态或占用状态;所述当前车位状态为空闲状态或占用状态。
9.一种电子设备,其特征在于,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1-7任一项所述的一种车位状态检测方法。
10.一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1-7任一项所述的一种车位状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911283230.2A CN112991807B (zh) | 2019-12-13 | 2019-12-13 | 一种车位状态检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911283230.2A CN112991807B (zh) | 2019-12-13 | 2019-12-13 | 一种车位状态检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991807A true CN112991807A (zh) | 2021-06-18 |
CN112991807B CN112991807B (zh) | 2023-01-13 |
Family
ID=76341679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911283230.2A Active CN112991807B (zh) | 2019-12-13 | 2019-12-13 | 一种车位状态检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991807B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674350A (zh) * | 2021-07-15 | 2021-11-19 | 浙江大华技术股份有限公司 | 一种车位状态检测方法、装置、计算机设备和存储介质 |
CN113870613A (zh) * | 2021-10-14 | 2021-12-31 | 中国第一汽车股份有限公司 | 停车位确定方法、装置、电子设备及存储介质 |
CN117037504A (zh) * | 2023-07-31 | 2023-11-10 | 江门市健怡智莲技术有限公司 | 新能源充电站的车位管理方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090085772A1 (en) * | 2007-09-28 | 2009-04-02 | Ching-Chun Huang | System And Method Of Image-Based Space Detection |
CN103065494A (zh) * | 2012-04-12 | 2013-04-24 | 华南理工大学 | 一种基于计算机视觉的空闲停车位检测方法 |
CN103358993A (zh) * | 2012-04-10 | 2013-10-23 | 现代自动车株式会社 | 用于识别车辆停车位线标记的系统和方法 |
CN104794931A (zh) * | 2015-04-15 | 2015-07-22 | 深圳市景阳信息技术有限公司 | 利用摄像机监测车位使用情况的方法及系统 |
CN106448257A (zh) * | 2016-12-19 | 2017-02-22 | 深圳市捷顺科技实业股份有限公司 | 一种车位占用情况检测方法及装置 |
-
2019
- 2019-12-13 CN CN201911283230.2A patent/CN112991807B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090085772A1 (en) * | 2007-09-28 | 2009-04-02 | Ching-Chun Huang | System And Method Of Image-Based Space Detection |
CN103358993A (zh) * | 2012-04-10 | 2013-10-23 | 现代自动车株式会社 | 用于识别车辆停车位线标记的系统和方法 |
CN103065494A (zh) * | 2012-04-12 | 2013-04-24 | 华南理工大学 | 一种基于计算机视觉的空闲停车位检测方法 |
CN104794931A (zh) * | 2015-04-15 | 2015-07-22 | 深圳市景阳信息技术有限公司 | 利用摄像机监测车位使用情况的方法及系统 |
CN106448257A (zh) * | 2016-12-19 | 2017-02-22 | 深圳市捷顺科技实业股份有限公司 | 一种车位占用情况检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
叶卿等: "基于计算机视觉的停车位车辆存在性检测方法", 《交通信息与安全》 * |
孙建延等: "基于图像的嵌入式车位检测系统设计", 《制造业自动化》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674350A (zh) * | 2021-07-15 | 2021-11-19 | 浙江大华技术股份有限公司 | 一种车位状态检测方法、装置、计算机设备和存储介质 |
CN113870613A (zh) * | 2021-10-14 | 2021-12-31 | 中国第一汽车股份有限公司 | 停车位确定方法、装置、电子设备及存储介质 |
CN117037504A (zh) * | 2023-07-31 | 2023-11-10 | 江门市健怡智莲技术有限公司 | 新能源充电站的车位管理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112991807B (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112991807B (zh) | 一种车位状态检测方法、装置、设备及存储介质 | |
EP3806064B1 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
JP7016943B2 (ja) | 物体検出のための方法、装置および機器 | |
US10212397B2 (en) | Abandoned object detection apparatus and method and system | |
CN110210302B (zh) | 多目标跟踪方法、装置、计算机设备及存储介质 | |
CN108389396B (zh) | 一种基于视频的车型匹配方法、装置和计费系统 | |
CN112820137B (zh) | 一种停车场的管理方法及装置 | |
CN202940921U (zh) | 一种基于人脸识别的实时监控系统 | |
CN111192461B (zh) | 一种车牌识别方法、服务器、停车收费方法及系统 | |
US20220405145A1 (en) | Method, Apparatus, System and Electronic Device for Selecting Intelligent Analysis Algorithm | |
CN110602446A (zh) | 垃圾回收提醒方法、系统及存储介质 | |
CN103810696A (zh) | 一种目标对象图像检测方法及装置 | |
CN113449639A (zh) | 一种物联网网关对仪表的无接触数据采集方法 | |
CN114360261B (zh) | 车辆逆行的识别方法、装置、大数据分析平台和介质 | |
CN115063746A (zh) | 一种车辆入库管理方法、装置、计算机设备及存储介质 | |
CN109948436B (zh) | 一种监控道路上车辆的方法及装置 | |
CN112580531B (zh) | 一种真假车牌的识别检测方法及系统 | |
CN110599796B (zh) | 一种车位状态判断方法、服务器及停车管理系统 | |
CN111507269B (zh) | 车位状态的识别方法及装置、存储介质和电子装置 | |
CN111383248A (zh) | 一种行人闯红灯判断方法、装置和电子设备 | |
CN110633606A (zh) | 一种车位识别方法、装置及设备、存储介质 | |
WO2023207930A1 (zh) | 判别泊位停车的方法、装置、存储介质及系统 | |
CN116597421A (zh) | 基于图像识别的停车位监测方法、装置及设备 | |
CN110660225A (zh) | 闯红灯行为检测方法、装置和设备 | |
CN108957384A (zh) | 一种周转箱及电能计量设备方向判别方法与装置 |
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 |