CN117237854A - 基于视频识别的停车位分配方法、系统、设备及存储介质 - Google Patents
基于视频识别的停车位分配方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN117237854A CN117237854A CN202311425515.1A CN202311425515A CN117237854A CN 117237854 A CN117237854 A CN 117237854A CN 202311425515 A CN202311425515 A CN 202311425515A CN 117237854 A CN117237854 A CN 117237854A
- Authority
- CN
- China
- Prior art keywords
- parking space
- image
- frame
- idle
- parking
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims description 42
- 238000003708 edge detection Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 9
- 238000004380 ashing Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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
- Traffic Control Systems (AREA)
Abstract
本发明属于车位管理技术领域,具体公开了基于视频识别的停车位分配方法、系统、设备及存储介质,通过获取目标停车区域的监控视频来提取多幅帧图像,再从帧图像中分割出各停车位的区域图像进行灰度化处理和二值化处理,得到区域灰度图像和区域二值图像,然后基于区域灰度图像进行图像灰度相似度比对,基于区域二值图像进行车位框线边缘检测,综合判定停车位的空闲状态,进而根据停车位在各帧图像时刻的空闲状态判定停车位是否可用,最后将可用停车位的车位编号汇总传输至停车调度端,可以实现高效、准确的停车区域空车位监测识别,便于进行快速、合理的停车位分配调度,减少停车拥堵情况,提升提车位利用率和用户体验。
Description
技术领域
本发明属于车位管理技术领域,具体涉及基于视频识别的停车位分配方法、系统、设备及存储介质。
背景技术
随着经济的发展,人们生活水平的提高,越来越多的人出行都开始通过家用汽车代步,既方便又省时间。但随着汽车保有量的不断增长,城市交通变得拥堵,停车位资源也越来越紧张。在一些密集场所,如景区、商场等,停车难成了车主遇到的最大问题,往往需要花费车主大量的时间寻找可用的停车位,降低了其用车出行体验。
针对这个问题,一些停车场配备了相应的车位监测系统,可以自动监测出当前停车区域内的空车位,以便对入场车辆进行高效的空车位分配和引导。但目前常见的车位监测系统都是采用地磁线圈感应、超声波感应、雷达检测等方式,需要在各停车位上安装相应的传感设备进行感应检测,容易受场地因素的干扰而导致误检测,并且这样的监测系统需安装大量的传感器,投入成本较高,难以大范围的普及应用。
发明内容
本发明的目的是提供基于视频识别的停车位分配方法、系统、设备及存储介质,用以解决现有技术中存在的上述问题。
为了实现上述目的,本发明采用以下技术方案:
第一方面,提供基于视频识别的停车位分配方法,包括:
实时获取目标停车区域的监控视频,并按照时间顺序从监控视频中提取若干帧图像;
基于设定的像素区域划分配置参数从各帧图像中分割提取出各停车位的区域图像,并将各停车位的区域图像关联对应的车位编号;
对各停车位的区域图像进行灰度化处理,得到区域灰度图像,对各区域灰度图像进行二值化处理,得到区域二值图像;
将区域灰度图像与预置的灰度样本图像进行相似度比较,得到对比相似度,将对比相似度作为对应停车位在相应帧图像时刻的第一空闲置信度;
对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度;
利用第一空闲置信度和第二空闲置信度计算对应停车位在相应帧图像时刻的空闲概率,并根据空闲概率确定对应停车位在相应帧图像时刻的空闲状态;
根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用;
调取当前时刻可用的停车位所对应的车位编号组成目标停车区域的车位编号集;
将目标停车区域的车位编号集发送至停车调度端,以使停车调度端根据目标停车区域的车位编号集对入场车辆进行停车位分配调度。
在一个可能的设计中,在对各停车位的区域图像进行灰度化处理时,采用加权平均值法对各停车位的区域图像进行灰度化处理,得到区域灰度图像,所述将区域灰度图像与预置的灰度样本图像进行相似度比较,得到对比相似度,包括:
分别统计区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图;
根据区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图,分别计算区域灰度图像与灰度样本图像在每个颜色通道的相似度;
将区域灰度图像与灰度样本图像在RGB三个颜色通道的相似度取平均值,得到对比相似度。
在一个可能的设计中,所述对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,包括:
采用Sobel算子或Canny算子对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果。
在一个可能的设计中,所述根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度,包括:
采用霍夫变换算法对车位框线边缘检测结果中的车位框线进行直线检测,提取出对应停车位的车位框线;
根据提取的车位框线确定框线完整度以及框线角点数量;
将框线完整度和框线角点数量代入预置的置信度计算式中进行计算,得到对应停车位在相应帧图像时刻的第二空闲置信度,所述置信度计算式为C2=W×(N/4),其中,C2表征第二空闲置信度,W表征框线完整度,N表征框线角点数量。
在一个可能的设计中,所述利用第一空闲置信度和第二空闲置信度计算对应停车位在相应帧图像时刻的空闲概率,包括:
将第一空闲置信度和第二空闲置信度代入预置的空闲概率计算式中进行计算,得到对应停车位在相应帧图像时刻的空闲概率,所述空闲概率计算式为P=a×C1+b×C2,其中,C1和C2分别为第一空闲置信度和第二空闲置信度,a和b分别为设定的第一权重值和第二权重值。
在一个可能的设计中,所述根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用,包括:
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位先为空闲状态后为非空闲状态时,判定对应停车位在当前时刻不可用;
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位先为非空闲状态后为空闲状态时,判定对应停车位在当前时刻可用;
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位一直为非空闲状态时,判定对应停车位在当前时刻不可用;
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位一直为空闲状态时,判定对应停车位在当前时刻可用。
在一个可能的设计中,所述方法还包括:
将各停车位的区域图像导入预置的车辆检测模型中进行车辆检测,得到车辆检测结果,所述车辆检测模型采用RT-DETR模型经过训练集训练得到,所述训练集包含若干标记有正标签的车辆样本图像以及若干标记有负标签的停车位样本图像;
根据车辆检测结果判定对应停车位在相应帧图像时刻的车辆占用状态;
根据各帧图像的时间顺序以及各停车位在各帧图像时刻的车辆占用状态判定各停车位在当前时刻是否被车辆占用;
当对应停车位在当前时刻未被车辆占用,并且在当前时刻可用时,将该停车位所对应的车位编号编入目标停车区域的车位编号集中。
第二方面,提供基于视频识别的停车位分配系统,包括获取单元、提取单元、灰化单元、对比单元、检测单元、计算单元、判定单元、调取单元和执行单元,其中:
获取单元,用于实时获取目标停车区域的监控视频,并按照时间顺序从监控视频中提取若干帧图像;
提取单元,用于基于设定的像素区域划分配置参数从各帧图像中分割提取出各停车位的区域图像,并将各停车位的区域图像关联对应的车位编号;
灰化单元,用于对各停车位的区域图像进行灰度化处理,得到区域灰度图像,对各区域灰度图像进行二值化处理,得到区域二值图像;
对比单元,用于将区域灰度图像与预置的灰度样本图像进行相似度比较,得到对比相似度,将对比相似度作为对应停车位在相应帧图像时刻的第一空闲置信度;
检测单元,用于对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度;
计算单元,用于利用第一空闲置信度和第二空闲置信度计算对应停车位在相应帧图像时刻的空闲概率,并根据空闲概率确定对应停车位在相应帧图像时刻的空闲状态;
判定单元,用于根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用;
调取单元,用于调取当前时刻可用的停车位所对应的车位编号组成目标停车区域的车位编号集;
执行单元,用于将目标停车区域的车位编号集发送至停车调度端,以使停车调度端根据目标停车区域的车位编号集对入场车辆进行停车位分配调度。
第三方面,提供基于视频识别的停车位分配设备,包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行上述第一方面中任意一种所述的方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行第一方面中任意一种所述的方法。同时,还提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行第一方面中任意一种所述的方法。
有益效果:本发明通过获取目标停车区域的监控视频来提取多幅帧图像,再从帧图像中分割出各停车位的区域图像进行灰度化处理和二值化处理,得到区域灰度图像和区域二值图像,然后基于区域灰度图像进行图像灰度相似度比对,基于区域二值图像进行车位框线边缘检测,综合判定停车位的空闲状态,进而根据停车位在各帧图像时刻的空闲状态判定停车位是否可用,最后将可用停车位的车位编号汇总传输至停车调度端,可以实现高效、准确的停车区域空车位监测识别,便于进行快速、合理的停车位分配调度,减少停车拥堵情况,提升提车位利用率和用户体验。本发明同时结合相应目标检测网络进行停车位的车辆检测,进而判断停车位的车辆占用情况,以从另一方面辅助实现空车位的监测识别,提升停车位占用情况的识别准确度。本发明通过对监控设备的监控视频分析处理即可实现空车位监测识别和停车位分配调度,无需安装大量的传感器,投入成本小,易于大范围的普及应用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例1中方法的步骤示意图;
图2为本发明实施例2中系统的构成示意图;
图3为本发明实施例3中设备的构成示意图。
具体实施方式
在此需要说明的是,对于这些实施例方式的说明用于帮助理解本发明,但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而,可用很多备选的形式来体现本发明,并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解,除非另有明确的规定和限定,术语“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在实施例中的具体含义。
在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统,以避免用不必要的细节来使得示例不清楚。在其他实施例中,可以不以非必要的细节来示出众所周知的过程、结构和技术,以避免使得实施例不清楚。
实施例1:
本实施例提供基于视频识别的停车位分配方法,可应用于相应的停车场监控服务器,如图1所示,方法包括以下步骤:
S1.实时获取目标停车区域的监控视频,并按照时间顺序从监控视频中提取若干帧图像。
具体实施时,可预先在停车场的目标停车区域安装相应的监控设备,监控设备正对目标停车区域的各停车位进行固定角度拍摄,监控设备采集的监控视频实时传输至停车场监控服务器。停车场监控服务器实时获取目标停车区域的监控视频,并按照时间顺序从监控视频中提取若干帧图像进行后续的处理。
S2.基于设定的像素区域划分配置参数从各帧图像中分割提取出各停车位的区域图像,并将各停车位的区域图像关联对应的车位编号。
具体实施时,可在停车场监控服务器预先配置好监控设备固定角度拍摄画面所对应的像素区域划分配置参数,即拍摄画面上相应的像素区域划分对应某个停车位,每个停车位关联对应一个车位编号。然后在提取出各帧图像后即可基于设定的像素区域划分配置参数从各帧图像中分割提取出各停车位的区域图像,将各停车位的区域图像关联对应的车位编号。
S3.对各停车位的区域图像进行灰度化处理,得到区域灰度图像,对各区域灰度图像进行二值化处理,得到区域二值图像。
具体实施时,可采用加权平均值法对各停车位的区域图像进行灰度化处理,得到对应的区域灰度图像。然后再对各区域灰度图像进行二值化处理,得到对应的区域二值图像。
S4.将区域灰度图像与预置的灰度样本图像进行相似度比较,得到对比相似度,将对比相似度作为对应停车位在相应帧图像时刻的第一空闲置信度。
具体实施时,调取区域灰度图像对应的灰度样本图像,所述灰度样本图像为对应停车位在空车位状态下的区域图像经相同方式灰度化处理后得到;然后分别统计区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图;根据区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图,分别计算区域灰度图像与灰度样本图像在每个颜色通道的相似度;再将区域灰度图像与灰度样本图像在RGB三个颜色通道的相似度取平均值,得到对比相似度,将对比相似度作为对应停车位在相应帧图像时刻的第一空闲置信度。
S5.对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度。
具体实施时,可采用Sobel算子或Canny算子对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果。然后采用霍夫变换算法对车位框线边缘检测结果中的车位框线进行直线检测,提取出对应停车位的车位框线;再根据提取的车位框线确定框线完整度以及框线角点数量;最后将框线完整度和框线角点数量代入预置的置信度计算式中进行计算,得到对应停车位在相应帧图像时刻的第二空闲置信度,所述置信度计算式为C2=W×(N/4),其中,C2表征第二空闲置信度,W表征框线完整度,N表征框线角点数量。
S6.利用第一空闲置信度和第二空闲置信度计算对应停车位在相应帧图像时刻的空闲概率,并根据空闲概率确定对应停车位在相应帧图像时刻的空闲状态。
具体实施时,将第一空闲置信度和第二空闲置信度代入预置的空闲概率计算式中进行计算,得到对应停车位在相应帧图像时刻的空闲概率,所述空闲概率计算式为P=a×C1+b×C2,其中,C1和C2分别为第一空闲置信度和第二空闲置信度,a和b分别为设定的第一权重值和第二权重值,可根据实际情况进行设定。
S7.根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用。
具体实施时,停车场监控服务器在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位先为空闲状态后为非空闲状态时,判定对应停车位在当前时刻不可用。在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位先为非空闲状态后为空闲状态时,判定对应停车位在当前时刻可用。在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位一直为非空闲状态时,判定对应停车位在当前时刻不可用。在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位一直为空闲状态时,判定对应停车位在当前时刻可用。
S8.调取当前时刻可用的停车位所对应的车位编号组成目标停车区域的车位编号集。
具体实施时,停车场监控服务器可直接调取出当前时刻所有可用的停车位所对应的车位编号来组成目标停车区域的车位编号集。或者,将各停车位的区域图像导入预置的车辆检测模型中进行车辆检测,得到车辆检测结果,所述车辆检测模型采用RT-DETR模型经过训练集训练得到,所述训练集包含若干标记有正标签的车辆样本图像以及若干标记有负标签的停车位样本图像;然后根据车辆检测结果判定对应停车位在相应帧图像时刻的车辆占用状态;根据各帧图像的时间顺序以及各停车位在各帧图像时刻的车辆占用状态采用相同的方式判定各停车位在当前时刻是否被车辆占用;当对应停车位在当前时刻未被车辆占用,并且在当前时刻可用时,再将该停车位所对应的车位编号编入目标停车区域的车位编号集中。
S9.将目标停车区域的车位编号集发送至停车调度端,以使停车调度端根据目标停车区域的车位编号集对入场车辆进行停车位分配调度。
具体实施时,停车场监控服务器将目标停车区域的车位编号集发送至停车调度端,以便停车调度端根据目标停车区域的车位编号集对入场车辆进行停车位分配调度,或者根据用户的停车位预约情况将对应车位编号分配反馈至对应的用户,或者将可用的车位编号反馈至用户端,方便用户查询空余车位并进行预约。
本实施例方法可以实现高效、准确的停车区域空车位监测识别,便于进行快速、合理的停车位分配调度,减少停车拥堵情况,提升提车位利用率和用户体验。本实施例方法同时结合相应目标检测网络进行停车位的车辆检测,进而判断停车位的车辆占用情况,以从另一方面辅助实现空车位的监测识别,提升停车位占用情况的识别准确度。本实施例方法通过对监控设备的监控视频分析处理即可实现空车位监测识别和停车位分配调度,无需安装大量的传感器,投入成本小,易于大范围的普及应用。
实施例2:
本实施例提供基于视频识别的停车位分配系统,如图2所示,包括获取单元、提取单元、灰化单元、对比单元、检测单元、计算单元、判定单元、调取单元和执行单元,其中:
获取单元,用于实时获取目标停车区域的监控视频,并按照时间顺序从监控视频中提取若干帧图像;
提取单元,用于基于设定的像素区域划分配置参数从各帧图像中分割提取出各停车位的区域图像,并将各停车位的区域图像关联对应的车位编号;
灰化单元,用于对各停车位的区域图像进行灰度化处理,得到区域灰度图像,对各区域灰度图像进行二值化处理,得到区域二值图像;
对比单元,用于将区域灰度图像与预置的灰度样本图像进行相似度比较,得到对比相似度,将对比相似度作为对应停车位在相应帧图像时刻的第一空闲置信度;
检测单元,用于对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度;
计算单元,用于利用第一空闲置信度和第二空闲置信度计算对应停车位在相应帧图像时刻的空闲概率,并根据空闲概率确定对应停车位在相应帧图像时刻的空闲状态;
判定单元,用于根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用;
调取单元,用于调取当前时刻可用的停车位所对应的车位编号组成目标停车区域的车位编号集;
执行单元,用于将目标停车区域的车位编号集发送至停车调度端,以使停车调度端根据目标停车区域的车位编号集对入场车辆进行停车位分配调度。
实施例3:
本实施例提供基于视频识别的停车位分配设备,如图3所示,在硬件层面,包括:
数据接口,用于建立处理器与监控设备及停车调度端的数据对接;
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行实施例1中的基于视频识别的停车位分配方法。
可选地,该设备还包括内部总线。处理器与存储器和数据接口可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(Extended Industry Standard Architecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。
所述存储器可以但不限于包括随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、闪存(Flash Memory)、先进先出存储器(First InputFirst Output,FIFO)和/或先进后出存储器(First In Last Out,FILO)等。所述处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
实施例4:
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行实施例1中的基于视频识别的停车位分配方法。其中,所述计算机可读存储介质是指存储数据的载体,可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程系统。
本实施例还提供一种包含指令的计算机程序产品,当所述指令在计算机上运行时,使所述计算机执行实施例1中的基于视频识别的停车位分配方法。其中,所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程系统。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.基于视频识别的停车位分配方法,其特征在于,包括:
实时获取目标停车区域的监控视频,并按照时间顺序从监控视频中提取若干帧图像;
基于设定的像素区域划分配置参数从各帧图像中分割提取出各停车位的区域图像,并将各停车位的区域图像关联对应的车位编号;
采用加权平均值法对各停车位的区域图像进行灰度化处理,得到区域灰度图像,对各区域灰度图像进行二值化处理,得到区域二值图像;
将区域灰度图像与预置的灰度样本图像进行相似度比较,得到对比相似度,将对比相似度作为对应停车位在相应帧图像时刻的第一空闲置信度;所述将区域灰度图像与预置的灰度样本图像进行相似度比较,得到对比相似度,包括:分别统计区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图;根据区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图,分别计算区域灰度图像与灰度样本图像在每个颜色通道的相似度;将区域灰度图像与灰度样本图像在RGB三个颜色通道的相似度取平均值,得到对比相似度;
对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度;所述根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度,包括:采用霍夫变换算法对车位框线边缘检测结果中的车位框线进行直线检测,提取出对应停车位的车位框线;根据提取的车位框线确定框线完整度以及框线角点数量;将框线完整度和框线角点数量代入预置的置信度计算式中进行计算,得到对应停车位在相应帧图像时刻的第二空闲置信度,所述置信度计算式为C2=W×(N/4),其中,C2表征第二空闲置信度,W表征框线完整度,N表征框线角点数量;
利用第一空闲置信度和第二空闲置信度计算对应停车位在相应帧图像时刻的空闲概率,并根据空闲概率确定对应停车位在相应帧图像时刻的空闲状态;
根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用;
调取当前时刻可用的停车位所对应的车位编号组成目标停车区域的车位编号集;
将目标停车区域的车位编号集发送至停车调度端,以使停车调度端根据目标停车区域的车位编号集对入场车辆进行停车位分配调度。
2.根据权利要求1所述的基于视频识别的停车位分配方法,其特征在于,所述对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,包括:
采用Sobel算子或Canny算子对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果。
3.根据权利要求1所述的基于视频识别的停车位分配方法,其特征在于,所述利用第一空闲置信度和第二空闲置信度计算对应停车位在相应帧图像时刻的空闲概率,包括:
将第一空闲置信度和第二空闲置信度代入预置的空闲概率计算式中进行计算,得到对应停车位在相应帧图像时刻的空闲概率,所述空闲概率计算式为P=a×C1+b×C2,其中,C1和C2分别为第一空闲置信度和第二空闲置信度,a和b分别为设定的第一权重值和第二权重值。
4.根据权利要求1所述的基于视频识别的停车位分配方法,其特征在于,所述根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用,包括:
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位先为空闲状态后为非空闲状态时,判定对应停车位在当前时刻不可用;
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位先为非空闲状态后为空闲状态时,判定对应停车位在当前时刻可用;
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位一直为非空闲状态时,判定对应停车位在当前时刻不可用;
在根据各帧图像的时间顺序以及对应停车位在各帧图像时刻的空闲状态确认对应停车位一直为空闲状态时,判定对应停车位在当前时刻可用。
5.根据权利要求1所述的基于视频识别的停车位分配方法,其特征在于,所述方法还包括:
将各停车位的区域图像导入预置的车辆检测模型中进行车辆检测,得到车辆检测结果,所述车辆检测模型采用RT-DETR模型经过训练集训练得到,所述训练集包含若干标记有正标签的车辆样本图像以及若干标记有负标签的停车位样本图像;
根据车辆检测结果判定对应停车位在相应帧图像时刻的车辆占用状态;
根据各帧图像的时间顺序以及各停车位在各帧图像时刻的车辆占用状态判定各停车位在当前时刻是否被车辆占用;
当对应停车位在当前时刻未被车辆占用,并且在当前时刻可用时,将该停车位所对应的车位编号编入目标停车区域的车位编号集中。
6.基于视频识别的停车位分配系统,其特征在于,包括获取单元、提取单元、灰化单元、对比单元、检测单元、计算单元、判定单元、调取单元和执行单元,其中:
获取单元,用于实时获取目标停车区域的监控视频,并按照时间顺序从监控视频中提取若干帧图像;
提取单元,用于基于设定的像素区域划分配置参数从各帧图像中分割提取出各停车位的区域图像,并将各停车位的区域图像关联对应的车位编号;
灰化单元,用于对各停车位的区域图像进行灰度化处理,得到区域灰度图像,对各区域灰度图像进行二值化处理,得到区域二值图像;
对比单元,用于分别统计区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图;根据区域灰度图像与灰度样本图像在RGB三个颜色通道的灰度直方图,分别计算区域灰度图像与灰度样本图像在每个颜色通道的相似度;将区域灰度图像与灰度样本图像在RGB三个颜色通道的相似度取平均值,得到对比相似度,将对比相似度作为对应停车位在相应帧图像时刻的第一空闲置信度;
检测单元,用于对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,根据车位框线边缘检测结果确定对应停车位在相应帧图像时刻的第二空闲置信度;
计算单元,用于对区域二值图像进行边缘检测,得到对应停车位的车位框线边缘检测结果,采用霍夫变换算法对车位框线边缘检测结果中的车位框线进行直线检测,提取出对应停车位的车位框线;根据提取的车位框线确定框线完整度以及框线角点数量;将框线完整度和框线角点数量代入预置的置信度计算式中进行计算,得到对应停车位在相应帧图像时刻的第二空闲置信度,所述置信度计算式为C2=W×(N/4),其中,C2表征第二空闲置信度,W表征框线完整度,N表征框线角点数量;
判定单元,用于根据各帧图像的时间顺序以及各停车位在各帧图像时刻的空闲状态判定各停车位在当前时刻是否可用;
调取单元,用于调取当前时刻可用的停车位所对应的车位编号组成目标停车区域的车位编号集;
执行单元,用于将目标停车区域的车位编号集发送至停车调度端,以使停车调度端根据目标停车区域的车位编号集对入场车辆进行停车位分配调度。
7.基于视频识别的停车位分配设备,其特征在于,包括:
存储器,用于存储指令;
处理器,用于读取所述存储器中存储的指令,并根据指令执行权利要求1-5任意一项所述的停车位分配方法。
8.一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上存储有指令,当所述指令在计算机上运行时,使得所述计算机执行权利要求1-5任意一项所述的停车位分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425515.1A CN117237854B (zh) | 2023-10-31 | 2023-10-31 | 基于视频识别的停车位分配方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425515.1A CN117237854B (zh) | 2023-10-31 | 2023-10-31 | 基于视频识别的停车位分配方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117237854A true CN117237854A (zh) | 2023-12-15 |
CN117237854B CN117237854B (zh) | 2024-03-19 |
Family
ID=89082719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311425515.1A Active CN117237854B (zh) | 2023-10-31 | 2023-10-31 | 基于视频识别的停车位分配方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117237854B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117484511A (zh) * | 2023-12-29 | 2024-02-02 | 东莞市兆丰精密仪器有限公司 | 一种检测控制方法、系统及计算机可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
CN109635768A (zh) * | 2018-12-20 | 2019-04-16 | 深圳市捷顺科技实业股份有限公司 | 一种图像帧中停车位状态检测方法、系统及相关设备 |
CN109817014A (zh) * | 2018-12-28 | 2019-05-28 | 武汉无线飞翔科技有限公司 | 一种基于移动视频和高精度定位的路侧巡检停车收费方法 |
CN109918970A (zh) * | 2017-12-13 | 2019-06-21 | 中国电信股份有限公司 | 空闲停车位的识别方法、装置及计算机可读存储介质 |
WO2021051621A1 (zh) * | 2019-09-16 | 2021-03-25 | 平安科技(深圳)有限公司 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
WO2021223418A1 (zh) * | 2020-04-26 | 2021-11-11 | 智慧互通科技有限公司 | 基于视觉差的停车检测方法及装置 |
CN114255609A (zh) * | 2020-09-25 | 2022-03-29 | 深圳富桂精密工业有限公司 | 泊车引导方法、电子设备及存储介质 |
CN114255428A (zh) * | 2021-12-22 | 2022-03-29 | 浙江大学 | 一种基于边缘智能和路边高位监控视频的车辆停车识别方法 |
CN115965934A (zh) * | 2022-12-26 | 2023-04-14 | 北京北电科林电子有限公司 | 一种停车位检测方法及装置 |
-
2023
- 2023-10-31 CN CN202311425515.1A patent/CN117237854B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112370A (zh) * | 2014-07-30 | 2014-10-22 | 哈尔滨工业大学深圳研究生院 | 基于监控图像的停车场智能车位识别方法及系统 |
CN109918970A (zh) * | 2017-12-13 | 2019-06-21 | 中国电信股份有限公司 | 空闲停车位的识别方法、装置及计算机可读存储介质 |
CN109635768A (zh) * | 2018-12-20 | 2019-04-16 | 深圳市捷顺科技实业股份有限公司 | 一种图像帧中停车位状态检测方法、系统及相关设备 |
CN109817014A (zh) * | 2018-12-28 | 2019-05-28 | 武汉无线飞翔科技有限公司 | 一种基于移动视频和高精度定位的路侧巡检停车收费方法 |
WO2021051621A1 (zh) * | 2019-09-16 | 2021-03-25 | 平安科技(深圳)有限公司 | 一种确定停车位的方法、终端设备及计算机可读存储介质 |
WO2021223418A1 (zh) * | 2020-04-26 | 2021-11-11 | 智慧互通科技有限公司 | 基于视觉差的停车检测方法及装置 |
CN114255609A (zh) * | 2020-09-25 | 2022-03-29 | 深圳富桂精密工业有限公司 | 泊车引导方法、电子设备及存储介质 |
CN114255428A (zh) * | 2021-12-22 | 2022-03-29 | 浙江大学 | 一种基于边缘智能和路边高位监控视频的车辆停车识别方法 |
CN115965934A (zh) * | 2022-12-26 | 2023-04-14 | 北京北电科林电子有限公司 | 一种停车位检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
贾己真: "基于视频分析的停车场车位检测实验系统", 《中国优秀硕士学位论文全文数据库》, no. 08, 15 August 2016 (2016-08-15), pages 138 - 1248 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117484511A (zh) * | 2023-12-29 | 2024-02-02 | 东莞市兆丰精密仪器有限公司 | 一种检测控制方法、系统及计算机可读存储介质 |
CN117484511B (zh) * | 2023-12-29 | 2024-04-12 | 东莞市兆丰精密仪器有限公司 | 一种检测控制方法、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117237854B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11455805B2 (en) | Method and apparatus for detecting parking space usage condition, electronic device, and storage medium | |
CN117237854B (zh) | 基于视频识别的停车位分配方法、系统、设备及存储介质 | |
CN110796052A (zh) | 车牌识别方法、装置、设备及可读介质 | |
CN110399842B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 | |
CN112820137B (zh) | 一种停车场的管理方法及装置 | |
CN112329881B (zh) | 车牌识别模型训练方法、车牌识别方法及装置 | |
CN109887137B (zh) | 一种起落杆的控制方法及装置 | |
CN110602446A (zh) | 垃圾回收提醒方法、系统及存储介质 | |
CN111310698A (zh) | 车牌识别的方法、装置及巡检车 | |
WO2023241595A1 (zh) | 车位范围的处理方法及计算设备 | |
CN115063746A (zh) | 一种车辆入库管理方法、装置、计算机设备及存储介质 | |
CN111753716A (zh) | 一种停车压线检测方法及服务器 | |
KR101236266B1 (ko) | 주차공간정보 관리시스템 | |
CN111339949A (zh) | 车牌识别的方法、装置及巡检车 | |
CN113963307A (zh) | 目标上内容的识别及视频采集方法、装置、存储介质、计算机设备 | |
CN110634120A (zh) | 一种车辆损伤判别方法及装置 | |
CN112016514B (zh) | 一种交通标志识别方法、装置、设备及储存介质 | |
CN112115792B (zh) | 一种出入口信息统计系统、方法及计算机设备 | |
CN114495056A (zh) | 停车场柱子检测方法、检测装置、车辆及存储介质 | |
CN110581979B (zh) | 一种图像采集系统、方法及装置 | |
CN112633062A (zh) | 一种基于嵌入式终端的深度学习占用公交车道检测方法 | |
CN109214434A (zh) | 一种交通标志检测方法及装置 | |
CN111079466A (zh) | 一种车辆识别方法、装置、电子设备及存储介质 | |
CN116030542B (zh) | 一种路内停车无人值守收费管理方法 | |
CN115424095B (zh) | 基于废旧物资的质量分析方法及装置 |
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 |