CN115410408A - 停车位状态变化的检测方法、装置、设备和介质 - Google Patents

停车位状态变化的检测方法、装置、设备和介质 Download PDF

Info

Publication number
CN115410408A
CN115410408A CN202211059054.6A CN202211059054A CN115410408A CN 115410408 A CN115410408 A CN 115410408A CN 202211059054 A CN202211059054 A CN 202211059054A CN 115410408 A CN115410408 A CN 115410408A
Authority
CN
China
Prior art keywords
radar image
radar
image
reconstructed
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.)
Granted
Application number
CN202211059054.6A
Other languages
English (en)
Other versions
CN115410408B (zh
Inventor
章庆
王博恒
王青
顾超
许孝勇
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 Hurys Intelligent Technology Co Ltd
Original Assignee
Nanjing Hurys Intelligent Technology Co Ltd
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 Nanjing Hurys Intelligent Technology Co Ltd filed Critical Nanjing Hurys Intelligent Technology Co Ltd
Priority to CN202211059054.6A priority Critical patent/CN115410408B/zh
Publication of CN115410408A publication Critical patent/CN115410408A/zh
Application granted granted Critical
Publication of CN115410408B publication Critical patent/CN115410408B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种停车位状态变化的检测方法、装置、设备和介质。该方法包括：获取雷达检测区域的雷达图像；其中，雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像；基于雷达图像的非局部自相似性对所述雷达图像进行重构，得到重构雷达图像；其中，重构雷达图像包括当前重构雷达图像和历史重构雷达图像；根据重构雷达图像和雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。本申请技术方案通过非局部自相似性对雷达图像进行重构，以得到准确重构雷达图像，再依据重构雷达图像对待检测停车场中停车位状态进行准确判断，实现了在不同环境状态下，能够准确检测停车位状态变化，以便于对停车场进行管理。

Description

停车位状态变化的检测方法、装置、设备和介质
技术领域
本发明图像处理技术领域，尤其涉及一种停车位状态变化的检测方法、装置、设备和介质。
背景技术
目前，随着城市汽车保有量的逐渐增加，停车场资源已经很难满足现有的停车需求，停车难的问题越来越严重。除停车位建设难以快速跟上汽车保有量快速发展的因素外，停车位利用率不高也是另一个很大的原因。因此需要及时检测停车场中车位的变化情况，这样可以及时清楚停车场车位的变化情况，并对停车场做管理。
现有技术中，利用视频或其它传感器检测停车场车位变化情况的解决方案存在环境鲁棒性差、非晴天状态下检测能力下降的情况、维护成本高以及覆盖范围小等弊端。因此，如何能够减小或者避免上述弊端给停车场管理带来的影响十分重要。
发明内容
本发明提供了一种停车位状态变化的检测方法、装置、设备和介质，以实现在不同环境状态下，能够准确确定停车位状态变化，以便于对停车场进行管理。
根据本发明的一方面，提供了一种停车位状态变化的检测方法，所述方法包括：
获取雷达检测区域的雷达图像；其中，所述雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像；
基于所述雷达图像的非局部自相似性对所述雷达图像进行重构，得到重构雷达图像；其中，所述重构雷达图像包括当前重构雷达图像和历史重构雷达图像；
根据所述重构雷达图像和所述雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。
根据本发明的另一方面，提供了一种停车位状态变化的检测装置，所述装置包括：
图像确定模块，用于获取雷达检测区域的雷达图像；其中，所述雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像；
图像重构模块，用于基于所述雷达图像的非局部自相似性对所述雷达图像进行重构，得到重构雷达图像；其中，所述重构雷达图像包括当前重构雷达图像和历史重构雷达图像；
信息确定模块，用于根据所述重构雷达图像和所述雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的停车位状态变化的检测方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的停车位状态变化的检测方法。
本发明实施例的技术方案，通过基于获取的雷达检测区域雷达图像的的非局部自相似性对雷达图像进行重构，得到重构雷达图像；其中，雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像，重构雷达图像包括当前重构雷达图像和历史重构雷达图像，再根据重构雷达图像和雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。本申请技术方案通过非局部自相似性对雷达图像进行重构，以得到准确重构雷达图像，再依据重构雷达图像对待检测停车场中停车位状态进行准确判断，实现了在不同环境状态下，能够准确检测停车位状态变化，以便于对停车场进行管理。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种停车位状态变化的检测方法的流程图；
图2是根据本发明实施例二提供的一种停车位状态变化的检测装置的结构示意图；
图3是实现本发明实施例的停车位状态变化的检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“候选”、“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种停车位状态变化的检测方法的流程图，本实施例可适用于对处于不同环境状态下的停车场中车位变化情况进行准确检测的情况，该方法可以由停车位状态变化的检测装置来执行，该停车位状态变化的检测装置可以采用硬件和/或软件的形式实现，该停车位状态变化的检测装置可配置于停车位状态变化的检测方法的电子设备中。如图1所示，该方法包括：
S110、获取雷达检测区域的雷达图像；其中，雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像。
其中，雷达图像可以是雷达发射机向雷达检测区域发射无线电波，接收机接收散射回波所形成的图像。当前雷达图像可以是当前时刻(例如当前帧)通过雷达扫描待检测停车场所获得的图像，用来表示当前时刻待检测停车场的车位信息。历史雷达图像可以是在当前时刻之前的时刻(例如当前帧的前一帧)通过雷达扫描待检测停车场所获得的图像，用来表示历史时刻待检测停车场的车位信息。其中，雷达可以是微波雷达。
具体的，通过雷达扫描雷达检测区域，准确获取雷达检测区域的雷达图像和雷达图像，并对雷达图像进行滤波，以便于后续可以更加准确的基于滤波后的雷达图像的非局部自相似性对雷达图像进行重构。其中，滤波可以指使图像在获取和采集过程中所添加的噪声成分得以去除的过程，也可以称为平滑。对图像进行滤波操作的目的有两个：一是能够提取出雷达扫描后得到的目标对象的特征来进行后续图像特征的识别，例如能够提取本申请中停车场车位的变化情况；另一个是为适应图像处理的要求，消除由于背景环境的干扰所混入的噪声，例如消除由于不同天气情况或停车场其它环境因素的干扰所混入的噪声。
本申请技术方案是利用均值滤波器对雷达图像进行平滑处理，均值滤波进行滤波的方法是将得到的图像数据采用N×N的模板进行处理。对于雷达图像上的某一个N×N模板而言，该模板包括了其周围的临近像素(以3×3为例，目标像素为中心的周围8个像素，构成一个滤波模板，即去掉目标像素本身)，再用模板中的全体像素的平均值来代替原来像素值。这种做法可以实现对于某个像素点周围不能代表其周围环境的像素点的去除。
均值滤波其实就是对目标像素及周边像素取平均值后再填充目标像素来实现滤波目的的方法。均值滤波是邻域运算的一种，邻域运算是一个概念的泛称，是通过对目标像素的邻域进行加权得到新的目标像素的值，其中这个加权矩阵叫做邻域算子(局部算子)。
假设g(x，y)就是滤波后希望得到的函数，h(x，y)就是邻域算子，f(x，y)就是原图。那么可用如下公式进行表示：
Figure BDA0003825935610000051
可以简单的记做：
Figure BDA0003825935610000052
均值滤波通常被认为的邻域算子都是1/M×N的一种特殊形式的邻域滤波，例如，3×3平方核的模板可以表示为：
Figure BDA0003825935610000061
S120、基于雷达图像的非局部自相似性对雷达图像进行重构，得到重构雷达图像；其中，重构雷达图像包括当前重构雷达图像和历史重构雷达图像。
具体的，获取经过滤波处理后的雷达图像，再基于经过滤波处理后的雷达图像的非局部自相似性对雷达图像进行重构，可以有效地避免直接使用雷达图像而影响计算相似性的准确度，使得可以得到准确的重构雷达图像。
在一个可行的实施例中，基于雷达图像的非局部自相似性对雷达图像进行重构，得到重构雷达图像，可包括如下步骤A1-A3：
步骤A1、对所述雷达图像进行分块。
步骤A2、确定所述雷达图像中与目标分块具有非局部自相似性的相似分块。
步骤A3、根据所述相似分块对所述目标分块进行更新，根据更新后的目标分块得到重构雷达图像。
具体的，为了计算图像像素之间的相似度，在这里定义一个邻域系统。对于一张雷达图像上的所有像素点的集合I而言，I上的邻域系统是I子集的一个集合N＝{Ni}i∈I，因此对于所有i∈I有：(1)i∈Ni；(2)j∈Ni则i∈Nj；子集Ni称为i的邻域或相似性窗。
具备非局部自相似性窗口可以具有不同的大小和形状，以更好地适应图像。示例性的，对于灰度级图像，可以采用大小为7×7或9×9的相似性窗口对雷达图像进行分块。这些窗口的大小已显示出足够大的强度，使其能够抗噪，同时又能够照顾到细节和精细的结构，避免了大小较小的窗口不足以能够抵抗噪声对于后续检测所带来的影响，同时也使的对雷达图像的分块更加准确，以便于确定雷达图像中与目标分块具有非局部自相似性的相似分块，进而根据相似分块对目标分块进行更新，以获得准确的重构雷达图像。
本技术方案，通过相似性窗对雷达图像进行准确分块，以获得具有足够抗干扰能力的分块，使得对于确定雷达图像中与目标分块具有非局部自相似性的相似分块更加准确，再依据相似分块对目标分块进行更新，使得目标分块的信息更加准确，使得依据更新后的目标分块获得的重构雷达图像更能主准确的反应雷达图像对应的待检测停车场的情况。
在一个可行的实施例中，确定所述雷达图像中与目标分块具有非局部自相似性的相似分块，可包括：
根据所述雷达图像中各分块与目标分块之间的欧式距离确定目标分块的相似分块。
具体的，v对邻域Ni的限制将由v(Ni)表示：
v(Ni)＝v(j),j∈Ni
两个像素i和j之间的相似性将取决于强度灰度级向量v(Ni)和v(Nj)的相似性。与v(Ni)相似的灰度邻域在进行加权平均时会具有更大的权重。为了计算强度灰度矢量v(Ni)和v(Nj)的相似度，可以计算欧式距离。
可选的，获取雷达图像，并对雷达图像进行分块，分别确定雷达图像中各候选分块与目标分块之间的欧式距离；即先确定在雷达图像中与目标分块进行比对的各候选分块，然后通过计算准确获得各候选分块与目标分块之间的欧式距离。若候选分块对应的欧式距离小于预设距离阈值，则确定候选分块为目标分块的相似分块。其中，预设距离阈值可根据实际雷达图像的分块情况进行确定。
本技术方案，在确定了雷达图像中与目标分块对应的各候选分块后，通过精确计算获得各候选分块与目标分块之间的欧式距离，确保了欧式距离的准确性，然后依据欧氏距离与预设距离阈值的比较，准确确定了目标分块的相似分块，以便于后续依据相似分块对目标分块进行更新，进而获得准确的重构雷达图像。
在一个可行的实施例中，根据所述相似分块对所述目标分块进行更新，包括：
根据所述相似分块的加权平均值对所述目标分块进行更新。
具体的，将雷达图像按照n×n的图像块，将雷达图像分成若干块，确定目标分块和与目标分块对应的候选分块后后，通过将目标分块与各候选分块之间的欧氏距离与预设距离阈值进行比对，找出了有L个候选分块可以作为相似分块，再求解相似分块的加权平均值，可以根据如下公式确定更新后的目标分块：
Figure BDA0003825935610000081
其中，yq为所述目标分块的第q个相似分块，L为相似分块的数量，bq为所述第q个相似分块的权重值，y′为更新后的目标分块。
在利用加权平均值公式对目标分块进行更新时，其中权重值bq是很重要的一部分，而权重值会根据欧氏距离的不同而发生改变，当欧式距离越大，说明候选分块与目标分块的相似性在减弱，所以此时的权重值越小，反之，欧式距离越小，说明候选分块与目标分块的相似性在增加，所以此时的权重值越大，可根据如下公式确定目标分块的相似分块的权重值：
Figure BDA0003825935610000082
其中，y为目标分块，yq为相似分块，h为衰减参数，控制权重值的衰减，ω为是归一化系数。
本技术方案，通过计算获得相似分块与目标分块的欧式距离，进而确定相似分块与目标分块之间的权重值，进一步的将权重值加入到计算相似分块的加权平均值的公式中，以精确获得相似分块的加权平均值，进而实现了依据相似分块的加权平均值对目标分块的精准更新。
S130、根据重构雷达图像和雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。
其中，停车位状态变化信息可以是待检测停车场的车辆进出停车位的信息，即停车位是占用状态还是空闲状态。
具体的，为了准确得到当前时刻相较于历史时刻的停车位状态变化信息，则需要将重构雷达图像中相对于雷达图像中不同的像素点进行分析比对来获得。
在一个可行的实施例中，根据所述重构雷达图像和所述雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息，可包括如下步骤B1-B4：
步骤B1、根据所述当前重构雷达图像和所述历史重构雷达图像确定第一差值图像。
步骤B2、根据所述当前雷达图像和所述历史雷达图像确定第二差值图像。
步骤B3、根据所述第一差值图像和所述第二差值图像确定第三差值图像。
步骤B4、根据所述第三差值图像确定停车位状态变化信息。
具体的，获取当前雷达图像、历史雷达图像、雷达图像的当前重构雷达图像以及历史重构雷达图像，将当前重构雷达图像和历史重构雷达图像求差值，以获得准确的第一差值图像，其中，第一差值图像可以用来表示消除当前时刻重构雷达图像中一些可以移动的物体所引起的噪声后的图像，第一差值图像中包含停车位的信息以及经过差值后仍未去掉的噪声。再对当前雷达图像和历史雷达图像进行求差值，以获得准确的第二差值图像，其中，第二差值图像可以是当前时刻雷达图像去除背景(背景可以是待检测区域中固定不变的物体)的图像，第二差值图像包含停车位的信息和一部分经过产之后仍未去除掉噪声。因此将第一差值图像与第二差值图像求差值处理之后，可以获得准确的第三差值图像，其中，第三差图像可以用来准确表示待检测停车场中停车位状态变化信息。所以，对第三差值图像进行分析之后，就可以准确确定停车位状态变化信息，消除了因为环境因素的多变引起的停车位状态变化信息确定不准确的问题，进而若确定了前一时刻停车位是占用状态还是空闲状态，则依据当前时刻的停车位状态变化信息，准确确定当前时刻停车位是占用状态还是空闲状态，便于停车场的管理人员对停车场的管理。
本技术方案，获取雷达图像和重构雷达图像后，将当前重构雷达图像和历史重构雷达图像确定第一差值图像，同时，将当前雷达图像和历史雷达图像求差值获得准确的第二差值图像，最后依据第一差值图像和第二差值图像准确确定可以表示停车位状态变化信息的第三差值图像，进而可以对第三差值图像进行分析处理，准确确定停车位状态变化信息，停车场的管理人员则可依据停车位状态变化信息及时对停车场进行管理，同时也消除了因为环境因素的改变导致对停车位状态变化信息确定不准确的问题。
本发明实施例的技术方案，通过基于获取的雷达检测区域雷达图像的的非局部自相似性对雷达图像进行重构，得到重构雷达图像；其中，雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像，重构雷达图像包括当前重构雷达图像和历史重构雷达图像，再根据重构雷达图像和雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。本申请技术方案通过非局部自相似性对雷达图像进行重构，以得到准确重构雷达图像，再依据重构雷达图像对待检测停车场中停车位状态进行准确判断，实现了在不同环境状态下，能够准确确定停车位状态变化，以便于对停车场进行管理。
实施例二
图2为本发明实施例二提供的一种停车位状态变化的检测装置的结构示意图。如图2所示，该装置包括：
图像确定模块210，用于获取雷达检测区域的雷达图像；其中，所述雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像。
图像重构模块220，用于基于所述雷达图像的非局部自相似性对所述雷达图像进行重构，得到重构雷达图像；其中，所述重构雷达图像包括当前重构雷达图像和历史重构雷达图像。
信息确定模块230，用于根据所述重构雷达图像和所述雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。
可选的，图像重构模块，具体用于：
对所述雷达图像进行分块；
确定所述雷达图像中与目标分块具有非局部自相似性的相似分块；
根据所述相似分块对所述目标分块进行更新，根据更新后的目标分块得到重构雷达图像。
可选的，图像重构模块包括确定相似分块单元，具体用于：
根据所述雷达图像中各分块与目标分块之间的欧式距离确定目标分块的相似分块。
可选的，相似分块单元，具体用于：
分别确定所述雷达图像中各候选分块与目标分块之间的欧式距离；
若候选分块对应的欧式距离小于预设距离阈值，则确定所述候选分块为所述目标分块的相似分块。
可选的，图像重构模块包括更新单元，具体用于：
根据所述相似分块的加权平均值对所述目标分块进行更新。
可选的，更新单元包括公式确定单元，具体用于：
Figure BDA0003825935610000121
其中，yq为所述目标分块的第q个相似分块，L为相似分块的数量，bq为所述第q个相似分块的权重值，y′为更新后的目标分块。
可选的，公式确定单元包括权重值确定单元，具体用于：
Figure BDA0003825935610000122
其中，y为目标分块，yq为相似分块，h为衰减参数，ω为归一化系数。
可选的，信息确定模块，具体用于：
根据所述当前重构雷达图像和所述历史重构雷达图像确定第一差值图像；
根据所述当前雷达图像和所述历史雷达图像确定第二差值图像；
根据所述第一差值图像和所述第二差值图像确定第三差值图像；
根据所述第三差值图像确定停车位状态变化信息。
可选的，图像重构模块之前还包括滤波单元，具体用于：
对所述雷达图像进行滤波。
本发明实施例所提供的停车位状态变化的检测装置可执行本发明任意实施例所提供的停车位状态变化的检测方法，具备执行方法相应的功能模块和有益效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定，且不违背公序良俗。
实施例三
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图3示出了可以用来实现本发明实施例的停车位状态变化的检测方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如停车位状态变化的检测方法。
在一些实施例中，停车位状态变化的检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的停车位状态变化的检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行停车位状态变化的检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种停车位状态变化的检测方法，其特征在于，包括：
获取雷达检测区域的雷达图像；其中，所述雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像；
基于所述雷达图像的非局部自相似性对所述雷达图像进行重构，得到重构雷达图像；其中，所述重构雷达图像包括当前重构雷达图像和历史重构雷达图像；
根据所述重构雷达图像和所述雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。
2.根据权利要求1所述的方法，其特征在于，基于所述雷达图像的非局部自相似性对所述雷达图像进行重构，得到重构雷达图像，包括：
对所述雷达图像进行分块；
确定所述雷达图像中与目标分块具有非局部自相似性的相似分块；
根据所述相似分块对所述目标分块进行更新，根据更新后的目标分块得到重构雷达图像。
3.根据权利要求2所述的方法，其特征在于，确定所述雷达图像中与目标分块具有非局部自相似性的相似分块，包括：
根据所述雷达图像中各分块与目标分块之间的欧式距离确定目标分块的相似分块。
4.根据权利要求3所述的方法，其特征在于，根据所述雷达图像中各分块与目标分块之间的欧式距离确定目标分块的相似分块，包括：
分别确定所述雷达图像中各候选分块与目标分块之间的欧式距离；
若候选分块对应的欧式距离小于预设距离阈值，则确定所述候选分块为所述目标分块的相似分块。
5.根据权利要求2所述的方法，其特征在于，根据所述相似分块对所述目标分块进行更新，包括：
根据所述相似分块的加权平均值对所述目标分块进行更新。
6.根据权利要求5所述的方法，其特征在于，根据如下公式确定更新后的目标分块，包括：
Figure FDA0003825935600000021
其中，yq为所述目标分块的第q个相似分块，L为相似分块的数量，bq为所述第q个相似分块的权重值，y’为更新后的目标分块。
7.根据权利要求6所述的方法，其特征在于，根据如下公式确定目标分块的相似分块的权重值：
Figure FDA0003825935600000022
其中，y为目标分块，yq为相似分块，h为衰减参数，ω为是归一化系数。
8.根据权利要求1所述的方法，其特征在于，根据所述重构雷达图像和所述雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息，包括：
根据所述当前重构雷达图像和所述历史重构雷达图像确定第一差值图像；
根据所述当前雷达图像和所述历史雷达图像确定第二差值图像；
根据所述第一差值图像和所述第二差值图像确定第三差值图像；
根据所述第三差值图像确定停车位状态变化信息。
9.根据权利要求1所述的方法，其特征在于，在基于所述雷达图像的非局部自相似性对所述雷达图像进行重构之前，所述方法还包括：
对所述雷达图像进行滤波。
10.一种停车位状态变化的检测装置，其特征在于，包括：
图像确定模块，用于获取雷达检测区域的雷达图像；其中，所述雷达检测区域设置在待检测停车场；雷达图像包括当前时刻的当前雷达图像和历史时刻的历史雷达图像；
图像重构模块，用于基于所述雷达图像的非局部自相似性对所述雷达图像进行重构，得到重构雷达图像；其中，所述重构雷达图像包括当前重构雷达图像和历史重构雷达图像；
信息确定模块，用于根据所述重构雷达图像和所述雷达图像确定待检测停车场中当前时刻相较于历史时刻的停车位状态变化信息。
11.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的停车位状态变化的检测方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-9中任一项所述的停车位状态变化的检测方法。
CN202211059054.6A 2022-08-31 2022-08-31 停车位状态变化的检测方法、装置、设备和介质 Active CN115410408B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211059054.6A CN115410408B (zh) 2022-08-31 2022-08-31 停车位状态变化的检测方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211059054.6A CN115410408B (zh) 2022-08-31 2022-08-31 停车位状态变化的检测方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN115410408A true CN115410408A (zh) 2022-11-29
CN115410408B CN115410408B (zh) 2024-05-24

Family

ID=84162967

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211059054.6A Active CN115410408B (zh) 2022-08-31 2022-08-31 停车位状态变化的检测方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN115410408B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0967954A (ja) * 1995-08-30 1997-03-11 Sharp Corp 駐車場の空き場所認識装置および方法
US20180129883A1 (en) * 2016-07-11 2018-05-10 Fujitsu Limited Detection method and apparatus of a status of a parking lot and electronic equipment
CN110146865A (zh) * 2019-05-31 2019-08-20 阿里巴巴集团控股有限公司 用于雷达图像的目标识别方法及装置
CN114648882A (zh) * 2022-02-09 2022-06-21 上海欧菲智能车联科技有限公司 一种车位检测方法及装置
CN114814811A (zh) * 2022-06-27 2022-07-29 深圳市佰誉达科技有限公司 一种雷达车位检测方法、设备及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0967954A (ja) * 1995-08-30 1997-03-11 Sharp Corp 駐車場の空き場所認識装置および方法
US20180129883A1 (en) * 2016-07-11 2018-05-10 Fujitsu Limited Detection method and apparatus of a status of a parking lot and electronic equipment
CN110146865A (zh) * 2019-05-31 2019-08-20 阿里巴巴集团控股有限公司 用于雷达图像的目标识别方法及装置
CN114648882A (zh) * 2022-02-09 2022-06-21 上海欧菲智能车联科技有限公司 一种车位检测方法及装置
CN114814811A (zh) * 2022-06-27 2022-07-29 深圳市佰誉达科技有限公司 一种雷达车位检测方法、设备及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王旭东;王春香;杨明;王冰;: "一种基于环视相机的自动泊车方法", 上海交通大学学报, no. 07, 28 July 2013 (2013-07-28), pages 71 - 75 *
祁海禄;: "基于地磁和雷达检测的无线车位检测器设计", 测控技术, no. 07, 18 July 2018 (2018-07-18), pages 82 - 85 *

Also Published As

Publication number Publication date
CN115410408B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN101489121B (zh) 一种基于视频监控的背景模型初始化和更新方法
CN113177497B (zh) 视觉模型的训练方法、车辆识别方法及装置
CN113034387B (zh) 一种图像去噪方法、装置、设备及介质
CN115410408B (zh) 停车位状态变化的检测方法、装置、设备和介质
CN117036457A (zh) 一种屋顶面积的测量方法、装置、设备及存储介质
CN115376106A (zh) 基于雷达图的车型识别方法、装置、设备及介质
CN115436900A (zh) 基于雷达图的目标检测方法、装置、设备和介质
CN115546764A (zh) 一种障碍物检测方法、装置、设备及存储介质
CN115980690A (zh) 晴空回波识别模型构建方法、晴空回波滤波方法及装置
CN115358992A (zh) 一种光斑检测方法、装置、电子设备以及存储介质
CN115877331A (zh) 一种恒虚警检测方法、装置、设备及存储介质
CN115330841A (zh) 基于雷达图的抛洒物检测方法、装置、设备和介质
CN113139488B (zh) 训练分割神经网络的方法及装置
CN114966566A (zh) 一种雷达干扰的抑制方法、装置以及设备
CN114693776A (zh) 一种电缆位置信息确定方法、装置、设备和存储介质
CN114037903A (zh) 洪涝灾害水体范围检测方法及装置、设备和存储介质
CN115424442A (zh) 基于雷达图的车辆行驶事件检测方法、装置、设备和介质
CN115359030A (zh) 基于雷达图的地面异物检测方法、装置、设备和介质
CN117647852B (zh) 天气状态检测方法、装置、电子设备及存储介质
CN116821721B (zh) 一种跨城网约车的识别方法、装置、设备及介质
CN115359087A (zh) 基于目标检测的雷达图背景去除方法、装置、设备及介质
CN115170450A (zh) 图像融合方法、装置、图像处理设备及存储介质
CN114565889B (zh) 车辆压线状态的确定方法、装置、电子设备和介质
CN117392000B (zh) 一种噪点去除方法、装置、电子设备及存储介质
CN117962774A (zh) 天气状态预测方法、装置、电子设备及存储介质

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