JP2018010634A - 駐車スペース状態検出方法、検出装置及び電子機器 - Google Patents
駐車スペース状態検出方法、検出装置及び電子機器 Download PDFInfo
- Publication number
- JP2018010634A JP2018010634A JP2017133449A JP2017133449A JP2018010634A JP 2018010634 A JP2018010634 A JP 2018010634A JP 2017133449 A JP2017133449 A JP 2017133449A JP 2017133449 A JP2017133449 A JP 2017133449A JP 2018010634 A JP2018010634 A JP 2018010634A
- Authority
- JP
- Japan
- Prior art keywords
- parking space
- block
- detection
- monitoring image
- detection area
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
-
- 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
- G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
【課題】本発明は、駐車スペース状態検出方法、検出装置及び電子機器を提供する。【解決手段】該装置は、駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出するための第一検出ユニット;前記駐車スペースに移動物体がない場合、前記監視画像中の前記駐車スペースのブロック検出領域に移動物体があるかを検出するための第二検出ユニットであって、前記ブロック検出領域は、前記駐車スペースに近接する、第二検出ユニット;前記ブロック検出領域に移動物体がないときに、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出するための第三検出ユニット;及び、前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断するための状態判断ユニットを含む。【選択図】図1
Description
本発明は、情報技術分野に関し、特に、駐車スペース状態検出方法、検出装置及び電子機器に関する。
今のところ、車(自動車)が多くの家庭において使用されており、それに伴い、駐車の問題も、車の使用者にとって深刻な問題になっている。車の使用者は、付近の駐車場の駐車状態情報を、駐車効率を向上させるために、いつでもどこでも把握する必要がある。よって、駐車場では、駐車スペースの状態を検出し、これにより、駐車スペースの状態情報をリアルタイムでユーザに通知する必要がある。大型駐車場について言えば、人力だけで各駐車スペースの状態変化を追跡することが、明らかのように現実的ではない。
科学技術の進歩に伴い、画像処理技術は、幅広く応用されており、そのうち、駐車スペースの状態検出の分野にも応用されている。
特許文献1(CN201510705589.X)には、駐車スペースの状態を迅速且つ正確に検出し得る方法が記載されており、該方法は、駐車スペースの監視画像(例えば、モニタリングシステムにより得られたもの)に基づいて、駐車スペースにおける物体の移動状態を検出し、移動物体を含まない駐車スペースについて安定状態の駐車スペース画像を生成し、そして、所定の後処理技術を用いて画像を明晰化し、その後、輪郭法及び分類器による検出に基づいて駐車スペースの状態を確定することができる。
本発明の発明者は、次のようなことを発見した。即ち、多くの繁華街の駐車場について言えば、駐車スペース周囲の自動車専用道路を走る車が常にあるが、上述の特許文献1に記載の方法は、自動車専用道路上で移動する自動車を識別し得るので、駐車スペース状態の検出結果に影響を与えることがない。
しかし、ある場合、顧客の乗車下車、荷物の積み卸し、又は、他の自動車が駐車スペースから離れるのを待つために、自動車は、自動車専用道路で数分乃至数十分止まることがある。そのため、監視画像において、このように自動車専用道路で静的に止まっている自動車により、幾つかの駐車スペースにおける自動車の画像を遮る(block)ことがあり、また、このように静的に止まっている自動車により、安定状態の駐車スペース画像に明らかな変化が生じることがあり、これによって、駐車スペース状態の検出結果に誤りが生じるようになることがある。例えば、静的に止まっている自動車が遮ることにより、車があるはずの駐車スペースから自動車情報を検出できず、駐車状態が空き状態になり、また、このような空き状態は、遮る自動車が離れるまで続ける。
本発明の実施例は、駐車スペース状態検出方法、検出装置及び電子機器を提供し、駐車スペース周囲のブロック検出領域に対して検出を行うことで、駐車スペースがブロックされているかを判断し、これにより、駐車スペースの状態を確定し、駐車スペース状態の検出精度を向上させることができる。
本発明の実施例の第一側面によれば、駐車スペース状態検出装置が提供され、それは、駐車スペースの監視画像に基づいて駐車スペースの状態を検出し、該検出装置は、
駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出するための第一検出ユニット;
前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出するための第二検出ユニットであって、前記ブロック検出領域は、前記駐車スペースに近接する、第二検出ユニット;
前記ブロック検出領域に移動物体がない時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出するための第三検出ユニット;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断するための状態判断ユニットを含む。
駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出するための第一検出ユニット;
前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出するための第二検出ユニットであって、前記ブロック検出領域は、前記駐車スペースに近接する、第二検出ユニット;
前記ブロック検出領域に移動物体がない時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出するための第三検出ユニット;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断するための状態判断ユニットを含む。
本発明の実施例の第二側面によれば、駐車スペース状態検出方法が提供され、それは、駐車スペースの監視画像に基づいて、駐車スペースの状態を検出し、該検出方法は、
駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出し、そのうち、前記ブロック検出領域は、前記駐車スペースに近接し;
前記ブロック検出領域に移動物体がない時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出し;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断することを含む。
駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出し、そのうち、前記ブロック検出領域は、前記駐車スペースに近接し;
前記ブロック検出領域に移動物体がない時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出し;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断することを含む。
本発明の実施例の第三側面によれば、電子機器が提供され、それは、本発明の実施例の第一側面に記載の駐車スペース状態検出装置を含む。
本発明の有益な効果は、駐車スペース状態の検出精度を向上させることができるということにある。
以下、添付した図面を参照しながら、本発明を実施するための好適な形態を詳細に説明する。なお、以下に開示の実施形態は、例示に過ぎず、本発明を限定するものでない。
本発明の実施例1は、駐車スペース状態検出装置を提供し、該検出装置は、駐車スペースに対しての監視画像(即ち、駐車スペースの監視画像)に基づいて、駐車スペースの状態を検出する。
図1は、実施例1における検出装置を示す図である。図1に示すように、検出装置100は、第一検出ユニット(駐車スペース移動検出ユニット)101、第二検出ユニット(ブロック移動検出ユニット)102、第三検出ユニット(ブロック検出ユニット)103、及び状態判断ユニット(駐車スペース状態判断ユニット)104を含む。
第一検出ユニット101は、駐車スペースの監視画像に基づいて、該駐車スペースに移動物体があるかを検出する。
第二検出ユニット102は、該駐車スペースに移動物体がない場合、該監視画像における該駐車スペースのブロック検出領域に移動物体があるかを検出し、そのうち、該ブロック検出領域は、該駐車スペースに近接する。
第三検出ユニット103は、該ブロック検出領域に移動物体がない時に、該ブロック検出領域に該駐車スペースをブロックするブロック物体が存在するかを検出する。
状態判断ユニット104は、該第三検出ユニットの検出結果に基づいて、該駐車スペースの状態を判定する。
本実施例により、駐車スペースに近接するブロック検出領域に該駐車スペースをブロックするブロック物体が存在するかを検出し、そして、該ブロック物体が存在するかの検出結果に基づいて該駐車スペースの状態を判定し、これにより、駐車スペース周囲の自動車専用道路上で静的に止まっている自動車による該駐車スペース状態の検出結果への影響を避けることができる。
本実施例では、駐車スペースの監視画像は、従来技術により取得することができ、例えば、駐車場でカメラを設置して駐車スペースを撮影することにより取得することができる。
本実施例では、第一検出ユニット101は、従来技術により駐車スペースに移動物体があるかを検出でき、例えば、第一検出ユニット101は、前景検出方法を用いて該監視画像に対して処理を行い、これにより、駐車スペースに移動物体が存在するかを検出できる。また、本実施例の移動物体は、移動の車又は移動の人間などであっても良い。
第一検出ユニット101により、駐車スペースに移動物体が存在することを検出した時に、該駐車スペースが不安定状態にあることを意味し、例えば、該駐車スペースに進入している又は該駐車スペースを離れている自動車がある。第一検出ユニット101により、駐車スペースに移動物体が存在しないことを検出した時に、該駐車スペースが安定状態にあることを意味する。なお、この場合、該安定状態が、該駐車スペースに車がある状態(駐車状態)であるか、それとも、該駐車スペースに車がない状態(空き状態)であるかは、状態判断ユニット104により判定する必要がある。
本実施例では、第一検出ユニット101により、駐車スペースに移動物体がないことを検出した場合、第二検出ユニット102は、さらに、ブロック検出領域に移動物体があるかを検出でき、そのうち、該ブロック検出領域は、該駐車スペースに近接する領域であっても良く、また、該ブロック検出領域の形状及びサイズは、ニーズに応じて設定されても良く、例えば、該ブロック検出領域は、該駐車スペースの入口及び/又は出口に位置し、且つ該駐車スペースの外側に位置しても良く、また、該ブロック検出領域は、長方形であっても良く、その辺長は、該駐車スペースの幅とほぼ同じであっても良い。
本実施例では、第二検出ユニット102により、該ブロック検出領域に移動物体が存在するかを検出する方法は、従来技術を参照できるため、本実施例では、これについて限定しない。
第二検出ユニット102により、該ブロック検出領域に移動物体が存在することを検出した時に、該ブロック検出領域が不安定状態にあることを意味し、例えば、該ブロック検出領域を通過している自動車がある。第二検出ユニット102により、該ブロック検出領域に移動物体が存在しないことを検出した時に、該ブロック検出領域が安定状態にあることを意味する。なお、この場合、該ブロック検出領域の安定状態が、ブロック物体が存在する状態であるか、それとも、ブロック物体が存在しない状態であるかは、第三検出ユニット103により検出する必要がある。
本実施例では、第二検出ユニット102により、該ブロック検出領域に移動物体がないと検出した時に、第三検出ユニット103は、該ブロック検出領域に該駐車スペースをブロックするブロック物体が存在するかを検出できる。
本実施例では、第三検出ユニット103は、複数種の方法により、ブロック検出領域にブロック物体が存在するかを検出できる。なお、これらの検出方法の説明については、後述する。
本実施例では、状態判断ユニット104は、第三検出ユニット103の検出結果に基づいて、該駐車スペースの状態を判断できる。例えば、第三検出ユニット103により、該ブロック検出領域にブロック物体が存在しないと検出した時に、状態判断ユニット104は、該駐車スペースの安定状態の画像を生成し、そして、該駐車スペースの安定状態の画像に基づいて該駐車スペースの状態を判定できる。第三検出ユニット103により、該ブロック検出領域にブロック物体が存在すると検出した時に、状態判断ユニット104は、該駐車スペースの状態が不変であると判断でき、即ち、前回の判定結果が、該駐車スペースに車があるということであれば、今回は、該駐車スペースが依然として占拠されていると判定し、また、前回の判定結果が、該駐車スペースが空であるということであれば、今回は、該駐車スペースが依然として空であると判定する。
本実施例では、状態判断ユニット104により、該駐車スペースの安定状態の画像に基づいて該駐車スペースの状態を判断する方法は、上述の特許文献1を参照できるため、本実施例では、その説明を省略する。
以下、図面を参照しながら、第三検出ユニット103の構造について説明する。
図2は、本発明の実施例1における第三検出ユニットを示す図である。図2に示すように、第三検出ユニット103は、前景検出ユニット201を含んでも良い。
本実施例では、前景検出ユニット201は、該ブロック検出領域に対して前景検出を行い、そして、該前景検出の結果に基づいて、該ブロック検出領域にブロック物体が存在するかを検出することができる。
図3は、本発明の実施例1における前景検出ユニットを示す図である。図3に示すように、前景検出ユニット201は、前景検出サブユニット301及び前景判断サブユニット302を含んでも良い。
そのうち、前景検出サブユニット301は、背景に基づいてモデルを作成し、該監視画像における該ブロック検出領域に対して前景検出を行うことができ、前景判断サブユニット302は、前景検出サブユニット301が検出した該ブロック検出領域の前景が所定条件を満たした場合、該ブロック検出領域にブロック物体が存在すると判断することができる。
本実施例では、前景検出サブユニット301は、監視画像における該検出ブロック領域について背景に基づいてモデルを作成し、背景を生成し、そして、該背景を用いて監視画像における該検出ブロック領域の前景を検出できる。そのうち、背景に基づいてモデルを作成する方法、及び、背景を用いて前景を検出する方法は、従来技術を参照できるため、本実施例では、その詳しい説明を省略する。
本実施例では、前景検出サブユニット301は、背景を更新することができ、また、自動車が道路で停留する時間を統計することにより、背景更新の時間間隔を設定することもできる。例えば、背景更新の時間間隔は、十数分などであっても良い。なお、背景更新の時間間隔が長すぎると、光が時間に伴って変化することによる偽前景を検出することがあり、また、背景更新の時間間隔が短すぎると、前景がなくなることにより前景を正確に検出できないことがある。
また、本実施例では、図3に示すように、前景検出ユニット201は、さらに、ダウンサンプリングサブユニット303及びアップサンプリングサブユニット304などを含んでも良い。そのうち、ダウンサンプリングサブユニット303は、監視画像に対してダウンサンプリング処理を行い、そして、ダウンサンプリング処理後の監視画像を前景検出サブユニット301に入力することができ、アップサンプリングサブユニット304は、前景検出サブユニット301の前景検出結果に対してアップサンプリング処理を行い、そして、処理後の前景検出結果を前景判断サブユニット302に入力することができる。
本実施例では、ダウンサンプリングサブユニット303の設置により、前景検出サブユニット301による前景検出の計算量を減少させることができ、例えば、オリジナル監視画像の画素数が1920*1080である場合、該オリジナル監視画像に対して前景検出を直接行えば、計算速度が遅く、メモリの所要量がかなり大きいが、ダウンサンプリングサブユニット303のダウンサンプリング処理により、オリジナル監視画像の画素数を640*480に変換することができ、このようにして、ダウンサンプリング処理後の画像に対して前景検出を行うことで、計算量を減らすことができる。本実施例では、アップサンプリングサブユニット304は、前景検出サブユニット301が出力した前景検出結果を、オリジナル監視画像と同じ画素数を有するようにさせることができる。
本実施例では、図3に示すように、前景検出ユニット201は、さらに、後処理ユニット305を含んでも良く、後処理ユニット305は、前景検出サブユニット301の前景検出結果に対して中央値フィルタリングを行い、中央値フィルタリング後の結果を前景判断サブユニット302に入力するために用いられる。後処理ユニット305のフィルタリング処理により、前景検出結果中のノイズの影響を消去することができる。
本実施例の図3では、後処理ユニット305は、アップサンプリングサブユニット304の後に設置されても良いが、本実施例は、これに限定されない。例えば、後処理ユニット305は、アップサンプリングサブユニット304の前に設置されても良い。
本実施例では、前景判断サブユニット302は、前景検出サブユニット301が検出したブロック検出領域の前景に基づいて、ブロック検出領域にブロック物体が存在するかを検出できる。例えば、前景検出サブユニット301が検出したブロック検出領域の前景面積が、所定閾値以上である時に、ブロック検出領域にブロック物体が存在すると判断することができる。また、前景判断サブユニット302は、さらに、前景の位置に基づいて、該ブロック物体の該ブロック検出領域における位置を検出することもできる。
本実施例では、第三検出ユニット103は、前景検出ユニット201によりブロック物体を検出することができるが、他のユニットによりブロック物体を検出することもできる。
図2に示すように、第三検出ユニット103は、平坦検出ユニット202を含んでも良く、該平坦検出ユニット202は、該監視画像における該ブロック検出領域が平坦であるかを検出することで、ブロック物体が存在するかを検出するために用いられる。例えば、該ブロック検出領域が平坦である時に、該ブロック検出領域の地面を検出したことを意味し、この場合、該領域がブロック物体により占拠されておらず、即、ブロック物体が存在しないと判断することができ、また、該ブロック検出領域が不平坦である時に、ブロック物体の表面を検出したことを意味し、例えば、このような不平坦は、車窓、車体及び地面の組み合わせを反映する可能性があるため、該領域にブロック物体が存在すると判断することができる。
本実施例では、平坦検出ユニット202は、監視画像における該ブロック検出領域の所定数量の画素の画素値の平均二乗誤差(mean square error)又は平均絶対誤差(mean absolute error)と所定閾値との関係に基づいて、監視画像における前記ブロック検出領域が平坦であるかを検出することができる。例えば、該平均二乗誤差が該所定閾値よりも大きい時に、ブロック検出領域が不平坦であると判断し、該平均二乗誤差が該所定閾値以下である時に、ブロック検出領域が平坦であると判断する。
本実施例では、画素の画素値は、該画素のグレースケール値又はRチャンネル、Gチャンネル、Bチャンネルの画素値などであっても良く、所定数量の画素は、所定百分比の数量の画素であっても良く、例えば、該ブロック検出領域から、最高画素値からの該ブロック検出領域の画素総数の10%の画素、及び、最低画素値からの該ブロック検出領域の画素総数の10%の画素を除去した後の残りの該ブロック検出領域の画素総数の80%の画素であっても良い。これにより、該ブロック検出領域における地面駐車ラインなどの標識及びノイズによる画素値への影響を除去し、平坦検出の正確性を向上させることができる。
また、本実施例では、平坦検出ユニット202は、該監視画像における該ブロック検出領域の画素値ヒストグラムに基づいて、該所定数量の画素を確定しても良い。
本実施例では、該所定閾値は、該監視画像における該ブロック検出領域の該所定数量の画素の平均画素値に基づいて設定されても良い。例えば、該所定閾値は、該平均画素値の10%であっても良い。これにより、該所定閾値は、動的閾値になり、監視画像における光などのファクターによる検出結果への影響を避け、該ブロック領域が平坦であるかをより正確に検出することに有利である。
本実施例では、平坦検出ユニット202の設置により、光などのファクターによるブロック検出への影響を避けることができるので、環境光が不足している場合、又は、ランプライトの影響を受ける夜などの場合でも、ブロック検出を正確に行うことができる。
本実施例では、図2に示すように、第三検出ユニット103は、グレースケール検出ユニット203を含んでも良く、該グレースケール検出ユニット203は、該監視画像における該ブロック検出領域の画素の平均グレースケール値に基づいて、該ブロック物体が存在するかを検出し、例えば、該グレースケール値の平均値が第一所定値よりも大きい時に、該ブロック検出領域に該ブロック検出領域の地面によりも明るい物体があると判定し、よって、ブロック物体が存在すると判定することができ、該グレースケール値の平均値が第二所定値よりも小さい時に、該ブロック検出領域に該ブロック検出領域の地面よりも暗い物体があると判定し、よって、ブロック物体が存在すると判定することもできる。また、該第一所定値は、該第二所定値よりも大きくても良い。
本実施例では、グレースケール検出ユニット203の設置により、簡単な方式でブロック検出を迅速に行うことができるため、検出の速度を上げることができる。
本実施例では、第三検出ユニット103は、前景検出ユニット201、平坦検出ユニット202及びグレースケール検出ユニット203のうちの任意の1つを含んでも良く、又は、第三検出ユニット103は、上述の三者のうちの少なくとも二者を含んでも良い。例えば、第三検出ユニット103は、前景検出ユニット201及び平坦検出ユニット202を含んでも良く、前景検出ユニット201により、該ブロック検出領域にブロック物体が存在すると検出した場合、平坦検出ユニット202は、さらに、該ブロック検出領域にブロック物体があるかを検出することができ、これにより、ランプライトによる偽前景による前景検出ユニット201への影響を避けることができる。或いは、第三検出ユニット103は、前景検出ユニット201及びグレースケール検出ユニット203を含んでも良く、前景検出ユニット201により、該ブロック検出領域にブロック物体が存在すると検出した場合、グレースケール検出ユニット203は、さらに、該ブロック検出領域にブロック物体があるかを検出し、これにより、迅速な方式で前景検出ユニット201の検出結果を検証することができる。
以下、一例を挙げて第三検出ユニット103のワーキング原理を説明する。そのうち、第三検出ユニット103は、前景検出ユニット201及び平坦検出ユニット202を含んでも良い。
図4は、本実施例のブロック無しの駐車スペースを示す図である。図4に示すように、監視画像400には、トータルで5個の駐車スペースがあり、左から右へ順に400〜404であり、そのうち、駐車スペース400及び402は、自動車が駐車しており、駐車スペース401、403、404は、空であり、また、全ての駐車スペースは、ブロックされていない。
図5は、本実施例のブロック有りの駐車スペースを示す図である。図5に示すように、ブロック検出領域500〜504は、それぞれ、駐車スペース400-404に近接し、また、監視画像における駐車スペース400は、自動車505によりブロックされている。
図6は、図5に対応する前景検出図である。そのうち、白色画素601は、画像の前景を表す。図6に示すように、ブロック検出領域500には、前景が存在する。
本実施例では、前景検出ユニット201は、図6に示す前景検出図に基づいて、ブロック検出領域500にブロック物体が存在すると判断することができ、この場合、平坦検出ユニット202は、さらに、ブロック検出領域500にブロック物体があるかを判断することができる。
図7は、図5のブロック検出領域500の拡大図であり、図8は、図5のブロック検出領域500のグレースケール・ヒストグラムである。なお、図8では、グレースケール・ヒストグラムのグレースケール値の最大値が255ではなく、253であり、なぜなら、図7に対してフィルタリング処理を行ったからである。
本実施例では、平坦検出ユニット202は、図8のグレースケール・ヒストグラムに基づいて、ブロック検出領域500における所定数量の画素の平均二乗誤差を計算し、これにより、ブロック検出領域500にブロック物体があるかを判断することができる。例えば、平坦検出ユニット202は、グレースケール・ヒストグラムに基づいて、ブロック検出領域500から、最高画素値からのブロック検出領域500の画素総数の10%の画素、及び、最低画素値からのブロック検出領域500の画素総数の10%の画素を除去した後の残りのブロック検出領域500の画素総数の80%の画素を所定数量の画素とすることで、該所定数量の画素のグレースケール値の平均二乗誤差を18、該所定数量の画素の平均グレースケール値を33として計算し、そして、所定閾値を該平均グレースケール値33の10%、即ち、3.3として設定することができ、この場合、該平均二乗誤差が該所定閾値よりも大きいから、平坦検出ユニット202は、ブロック検出領域500にブロック物体が存在すると判断する。
図9は、本実施例のブロック無しのもう1つの駐車スペースを示す図である。図9に示すように、監視画像におけるブロック検出領域502、503にブロック物体が存在せず、駐車スペース402、403がブロックされておらず、また、駐車スペース402、403における自動車のランプが点灯している。図9では、白色線901、黒色線902及び灰色線903は、人為的に監視画像に添加された線であり、ブロック検出領域502における標識ラインをシミュレーションするためのものである。
図10は、図9に対応する前景検出図である。そのうち、白色画素1001は、画像の前景を表す。図10に示すように、ブロック検出領域502、503には、車のライトによる前景が存在する。
本実施例では、前景検出ユニット201は、図10に示す前景検出図に基づいて、ブロック検出領域502、503にブロック物体が存在すると判断することができ、この場合、平坦検出ユニット202は、さらに、判断ブロック検出領域502、503にブロック物体があるかを判断することができる。
図11は、図9のブロック検出領域502の拡大図であり、図12は、図9のブロック検出領域502のグレースケール・ヒストグラムである。図12では、大多数の画素がグレースケール値73前後に集中し、グレースケール値73は、ブロック検出領域502における路面のグレースケール値であり、また、グレースケール値253のところにも大きいピック値(パルス)があるが、それは、図9の白色線901のグレースケール値に対応する。
本実施例では、平坦検出ユニット202は、図12のグレースケール・ヒストグラムに基づいて、ブロック検出領域502における所定数量の画素の平均二乗誤差を計算し、これにより、ブロック検出領域502にブロック物体があるかを判断することができる。例えば、平坦検出ユニット202は、グレースケール・ヒストグラムに基づいて、ブロック検出領域502から、最高画素値からのブロック検出領域502の画素総数の10%の画素、及び、最低画素値からのブロック検出領域502の画素総数の10%の画素を除去した後の残りのブロック検出領域502の画素総数の80%の画素を所定数量の画素とすることで、該所定数量の画素のグレースケール値の平均二乗誤差を6、該所定数量の画素の平均グレースケール値を74として計算し、そして、所定閾値を該平均グレースケール値74の10%、即ち、7.4として設定することができ、この場合、該平均二乗誤差6が該所定閾値7.4よりも小さいから、平坦検出ユニット202は、ブロック検出領域502にブロック物体が無いと判断することができる。また、平坦検出ユニット202は、同じ方式で、ブロック検出領域503にブロック物体が無いと判断することもできる。
本発明の実施例2は、電子機器を提供する。前記電子機器は、実施例1に記載の駐車スペース状態検出装置を含む。
図13は、本発明の実施例2における電子機器の構成図である。図13に示すように、電子機器1300は、中央処理装置(CPU)1301及び記憶器1302を含んでも良く、記憶器1302は、中央処理装置1301に接続される。そのうち、該記憶器1302は、各種データを記憶することができ、また、さらに情報処理用のプログラムを記憶することもでき、且つ中央処理装置1301の制御下で該プログラムを実行することができる。
一実施方式では、検出装置の機能は、中央処理装置1301に統合することができる。
そのうち、中央処理装置1301は、次のように構成されても良く、即ち、
駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出し、そのうち、前記ブロック検出領域は、前記駐車スペースに近接し;
前記ブロック検出領域に移動物体が無い時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体があるかを検出し;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判定する。
駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出し、そのうち、前記ブロック検出領域は、前記駐車スペースに近接し;
前記ブロック検出領域に移動物体が無い時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体があるかを検出し;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判定する。
中央処理装置1301は、さらに、次のように構成されても良く、即ち、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出する。
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出する。
中央処理装置1301は、さらに、次のように構成されても良く、即ち、
背景に基づいてモデルを形成し、前記監視画像における前記ブロック検出領域に対して前景検出を行い;及び
検出された前記ブロック検出領域の前景が所定条件を満足した時に、前記ブロック検出領域にブロック物体があると判定する。
背景に基づいてモデルを形成し、前記監視画像における前記ブロック検出領域に対して前景検出を行い;及び
検出された前記ブロック検出領域の前景が所定条件を満足した時に、前記ブロック検出領域にブロック物体があると判定する。
中央処理装置1301は、さらに、次のように構成されても良く、即ち、
監視画像における前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断する。
監視画像における前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断する。
中央処理装置1301は、さらに、次のように構成されても良く、即ち、
監視画像における前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像における前記ブロック検出領域が平坦であるかを検出し、そのうち、前記所定閾値は、監視画像における前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定されるものである。
監視画像における前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像における前記ブロック検出領域が平坦であるかを検出し、そのうち、前記所定閾値は、監視画像における前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定されるものである。
中央処理装置1301は、さらに、次のように構成されても良く、即ち、
前記監視画像における前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを検出する。
前記監視画像における前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを検出する。
中央処理装置1301は、さらに、次のように構成されても良く、即ち、
前記グレースケール値の平均値が第一所定値よりも大きい時に、ブロック物体があると判断し;また、
前記グレースケール値の平均値が第二所定値よりも小さい時に、ブロック物体があると判断し、そのうち、前記第一所定値は、前記第二所定値よりも大きい。
前記グレースケール値の平均値が第一所定値よりも大きい時に、ブロック物体があると判断し;また、
前記グレースケール値の平均値が第二所定値よりも小さい時に、ブロック物体があると判断し、そのうち、前記第一所定値は、前記第二所定値よりも大きい。
また、図13に示すように、電子機器1300は、さらに、入出力ユニット1303及び表示ユニット1304などを含んでも良く、そのうち、これらの部品の機能は、従来技術に類似したので、ここでは、その詳しい説明を省略する。なお、電子機器1300は、必ずしも図13中の全ての部品を含む必要がない。また、電子機器1300は、さらに、図13に示されていない部品を含んでも良く、これについては、従来技術を参照できる。
本発明の実施例3は、駐車スペース状態検出方法を提供し、それは、駐車スペースの監視画像に基づいて、駐車スペースの状態を検出し、また、実施例1における検出装置100に対応する。
図14は、本実施例の検出方法を示す図である。図14に示すように、該方法は、次のようなステップを含む。
S1401:駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
S1402:前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出し、そのうち、前記ブロック検出領域は、前記駐車スペースに近接し;
S1403:前記ブロック検出領域に移動物体がない時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体があるかを検出し;及び
S1404:前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判定する。
S1402:前記駐車スペースに移動物体がない場合、監視画像における前記駐車スペースのブロック検出領域に移動物体があるかを検出し、そのうち、前記ブロック検出領域は、前記駐車スペースに近接し;
S1403:前記ブロック検出領域に移動物体がない時に、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体があるかを検出し;及び
S1404:前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判定する。
本実施例では、ステップS1403は、次のようなステップを含んでも良く、即ち、
S14031:前記ブロック検出領域に対して前景検出を行い、そして、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出する。
S14031:前記ブロック検出領域に対して前景検出を行い、そして、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出する。
図15は、前景検出に基づいて、ブロック物体が存在するかを検出する方法を示す図である。図15に示すように、ステップS14031は、次のようなステップを含んでも良い。
S1501:背景に基づいてモデルを形成し、前記監視画像における前記ブロック検出領域に対して前景検出を行い;及び
S1502:検出された前記ブロック検出領域の前景が所定条件を満足した時に、前記ブロック検出領域にブロック物体が存在すると判断する。
S1502:検出された前記ブロック検出領域の前景が所定条件を満足した時に、前記ブロック検出領域にブロック物体が存在すると判断する。
本実施例では、ステップS1403は、次のようなステップを含んでも良く、即ち、
S14032:監視画像における前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断する。
S14032:監視画像における前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断する。
本実施例では、次のような方法でS14032を実現することができ、即ち、監視画像における前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像における前記ブロック検出領域が平坦であるかを検出し、そのうち、前記所定閾値は、監視画像における前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定されるものである。
本実施例では、ステップS1403は、次のようなステップを含んでも良く、即ち、
S14033:前記監視画像における前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを判断する。
S14033:前記監視画像における前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを判断する。
ステップS14033では、前記グレースケール値の平均値が第一所定値よりも大きい時に、ブロック物体があると判断し、また、前記グレースケール値の平均値が第二所定値よりも小さい時に、ブロック物体があると判断し、そのうち、前記第一所定値は、前記第二所定値よりも大きい。
本実施例では、各ステップの説明について、実施例1中の各ユニットについての説明を参照できるので、ここでは、その詳しい説明を省略する。
以下、一例を挙げて本実施例の駐車スペース状態検出方法について説明する。
図16は、本実施例の駐車スペース状態検出方法の1つのフローチャートである。図16では、Pnumは、監視画像における駐車スペースの個数を示し、Cntは、駐車スペースの計数値を示す。図16に記載のように、該検出方法は、次のようなステップを含む。
S1601:駐車スペースの計数値Cntをクリアし(ゼロと設定し);
S1602:駐車スペースの計数値Cntが駐車スペースの個数Pnumよりも小さいかを判断し、判断結果が“はい”の場合、監視図象に状態未判断の駐車スペースがまだあることを意味し、そして、ステップS1603に移行し、また、判断結果が“いいえ”の場合、終了し;
S1603:監視画像における現在の駐車スペースに対して移動物体の検出を行い;
S1604:現在の駐車スペースに移動物体があるかを判断し、判断結果が“はい”の場合、現在の駐車スペースが不安定状態にあることを意味し、よって、現在の駐車スペースの元の状態を維持し、そして、駐車スペースの計数値Cntに1をプラスし、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行い、また、判断結果が“いい”の場合、S1605に移行し;
S1605:監視画像において現在の駐車スペースに近接するブロック検出領域に対して移動物体の検出を行い;
S1606:現在の駐車スペースに近接するブロック検出領域に移動物体があるかを検出し、判断結果が“はい”の場合、該ブロック検出領域が不安定状態にあることを意味し、よって、現在の駐車スペースの元の状態を維持し、駐車スペースの計数値Cntに1をプラスし、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行い、また、判断結果が“いいえ”の場合、S1607に移行し;
S1607:監視画像において現在の駐車スペースに近接するブロック検出領域に対して前景検出を行い;
S1608:該ブロック検出領域に前景があるかを判断し、判断結果が“いいえ”の場合、該ブロック検出領域にブロック物体がないことを示し、S1611に移行し、現在の駐車スペースの安定状態の画像を生成し、また、判断結果が“はい”の場合、S1609に移行し、さらに該ブロック検出領域にブロック物体があるかを判断し;
S1609:該ブロック検出領域が平坦であるかを検出し;
S1610:該ブロック検出領域が平坦であるかを判断し、判断結果が“いいえ”の場合、該ブロック検出領域にブロック物体があることを意味し、よって、現在の駐車スペースの元の状態を維持し、駐車スペースの計数値Cntに1を加算し、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行い、また、判断結果が“はい”の場合、該ブロック検出領域にブロック物体がないことを示し、S1611に移行し;
S1611:現在の駐車スペースの安定状態の画像を生成し;
S1612:現在の駐車スペースの安定状態の画像に基づいて、該駐車スペースの状態を判断し、具体的な判断方法は、上述の特許文献1を参照でき、また、現在の駐車スペースの状態の判断が終了した後に、駐車スペース計数値Cntに1をプラスし、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行う。
S1602:駐車スペースの計数値Cntが駐車スペースの個数Pnumよりも小さいかを判断し、判断結果が“はい”の場合、監視図象に状態未判断の駐車スペースがまだあることを意味し、そして、ステップS1603に移行し、また、判断結果が“いいえ”の場合、終了し;
S1603:監視画像における現在の駐車スペースに対して移動物体の検出を行い;
S1604:現在の駐車スペースに移動物体があるかを判断し、判断結果が“はい”の場合、現在の駐車スペースが不安定状態にあることを意味し、よって、現在の駐車スペースの元の状態を維持し、そして、駐車スペースの計数値Cntに1をプラスし、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行い、また、判断結果が“いい”の場合、S1605に移行し;
S1605:監視画像において現在の駐車スペースに近接するブロック検出領域に対して移動物体の検出を行い;
S1606:現在の駐車スペースに近接するブロック検出領域に移動物体があるかを検出し、判断結果が“はい”の場合、該ブロック検出領域が不安定状態にあることを意味し、よって、現在の駐車スペースの元の状態を維持し、駐車スペースの計数値Cntに1をプラスし、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行い、また、判断結果が“いいえ”の場合、S1607に移行し;
S1607:監視画像において現在の駐車スペースに近接するブロック検出領域に対して前景検出を行い;
S1608:該ブロック検出領域に前景があるかを判断し、判断結果が“いいえ”の場合、該ブロック検出領域にブロック物体がないことを示し、S1611に移行し、現在の駐車スペースの安定状態の画像を生成し、また、判断結果が“はい”の場合、S1609に移行し、さらに該ブロック検出領域にブロック物体があるかを判断し;
S1609:該ブロック検出領域が平坦であるかを検出し;
S1610:該ブロック検出領域が平坦であるかを判断し、判断結果が“いいえ”の場合、該ブロック検出領域にブロック物体があることを意味し、よって、現在の駐車スペースの元の状態を維持し、駐車スペースの計数値Cntに1を加算し、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行い、また、判断結果が“はい”の場合、該ブロック検出領域にブロック物体がないことを示し、S1611に移行し;
S1611:現在の駐車スペースの安定状態の画像を生成し;
S1612:現在の駐車スペースの安定状態の画像に基づいて、該駐車スペースの状態を判断し、具体的な判断方法は、上述の特許文献1を参照でき、また、現在の駐車スペースの状態の判断が終了した後に、駐車スペース計数値Cntに1をプラスし、ステップS1602に戻り、そして、監視画像における次の1つの駐車スペースに対して検出を行う。
本実施例により、駐車スペースに近接するブロック検出領域に該駐車スペースをブロックするブロック物体があるかを検出し、そして、該ブロック物体が存在するかの検出結果に基づいて該駐車スペースの状態を判定し、これにより、駐車スペース周囲の自動車専用道路上で静的に止まっている自動車による該駐車スペース状態の検出結果への影響を避けることができる。
本発明の実施例は、さらに、コンピュータ可読プログラムを提供し、そのうち、検出装置又は電子機器中で前記プログラムを実行する時に、前記プログラムは、コンピュータに、前記検出装置又は電子機器中で実施例3に記載の検出方法を実行させる。
本発明の実施例は、さらに、コンピュータ可読プログラムを記憶した記憶媒体を提供し、そのうち、検出装置又は電子機器中で前記プログラムを実行する時に、前記プログラムは、コンピュータに、検出装置又は電子機器中で実施例3に記載の検出方法を実行させる。
本発明の実施例は、さらに、コンピュータ可読プログラムを提供し、そのうち、端末装置中で前記プログラムを実行する時に、前記プログラムは、コンピュータに、前記端末装置中で実施例3に記載の方法を実行させる。
本発明の実施例は、さらに、コンピュータ可読プログラムを記憶した記憶媒体を提供し、そのうち、端末装置中で前記プログラムを実行する時に、前記プログラムは、コンピュータに、端末装置中で実施例3に記載の方法を実行させる。
また、本発明の実施例による装置及び方法は、ソフトウェアにより実現されても良く、ハードェアにより実現されてもよく、ハードェア及びソフトウェアの組み合わせにより実現されても良い。また、本発明は、このようなコンピュータ可読プログラムにも関し、即ち、前記プログラムは、ロジック部品により実行される時に、前記ロジック部品に、上述の装置又は構成要素を実現させることができ、又は、前記ロジック部品に、上述の方法又はそのステップを実現させることができる。さらに、本発明は、上述のプログラムを記憶するための記憶媒体、例えば、ハードディスク、磁気ディスク、光ディスク、DVD、flashメモリなどにも関する。
また、以上の複数の実施例に関し、さらに次のような付記も開示する。
(付記1)
駐車スペースの監視画像に基づいて駐車スペースの状態を検出する駐車スペース状態検出装置であって、
前記駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出するための第一検出ユニット;
前記駐車スペースに移動物体がない場合、監視画像中の前記駐車スペースのブロック検出領域に移動物体があるかを検出するための第二検出ユニットであって、前記ブロック検出領域は、前記駐車スペースに近接する、第二検出ユニット;
前記ブロック検出領域に移動物体がないときに、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出するための第三検出ユニット;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断するための状態判断ユニットを含む、装置。
駐車スペースの監視画像に基づいて駐車スペースの状態を検出する駐車スペース状態検出装置であって、
前記駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出するための第一検出ユニット;
前記駐車スペースに移動物体がない場合、監視画像中の前記駐車スペースのブロック検出領域に移動物体があるかを検出するための第二検出ユニットであって、前記ブロック検出領域は、前記駐車スペースに近接する、第二検出ユニット;
前記ブロック検出領域に移動物体がないときに、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出するための第三検出ユニット;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断するための状態判断ユニットを含む、装置。
(付記2)
付記1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
前記ブロック検出領域に対して前景検出を行い、そして、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出するための前景検出ユニットを含む、装置。
付記1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
前記ブロック検出領域に対して前景検出を行い、そして、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出するための前景検出ユニットを含む、装置。
(付記3)
付記2に記載の駐車スペース状態検出装置であって、
前記前景検出ユニットは、
背景に基づいてモデルを形成し、前記監視画像中の前記ブロック検出領域に対して前景検出を行うための前景検出サブユニット;及び
前記前景検出サブユニットが検出した前記ブロック検出領域の前景が所定条件を満足したときに、前記ブロック検出領域にブロック物体が存在すると判断するための前景判断サブユニットを含む、装置。
付記2に記載の駐車スペース状態検出装置であって、
前記前景検出ユニットは、
背景に基づいてモデルを形成し、前記監視画像中の前記ブロック検出領域に対して前景検出を行うための前景検出サブユニット;及び
前記前景検出サブユニットが検出した前記ブロック検出領域の前景が所定条件を満足したときに、前記ブロック検出領域にブロック物体が存在すると判断するための前景判断サブユニットを含む、装置。
(付記4)
付記1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
監視画像中の前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断するための平坦検出ユニットを含む、装置。
付記1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
監視画像中の前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断するための平坦検出ユニットを含む、装置。
(付記5)
付記4に記載の駐車スペース状態検出装置であって、
前記平坦検出ユニットは、監視画像中の前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像中の前記ブロック検出領域が平坦であるかを検出する、装置。
付記4に記載の駐車スペース状態検出装置であって、
前記平坦検出ユニットは、監視画像中の前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像中の前記ブロック検出領域が平坦であるかを検出する、装置。
(付記6)
付記5に記載の駐車スペース状態検出装置であって、
前記所定閾値は、監視画像中の前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定される、装置。
付記5に記載の駐車スペース状態検出装置であって、
前記所定閾値は、監視画像中の前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定される、装置。
(付記7)
付記1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
前記監視画像中の前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを検出するためのグレースケール検出ユニットを含む、装置。
付記1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
前記監視画像中の前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを検出するためのグレースケール検出ユニットを含む、装置。
(付記8)
付記7に記載の駐車スペース状態検出装置であって、
前記グレースケール値の平均値が第一所定値よりも大きいときに、ブロック物体が存在すると判断し、
前記グレースケール値の平均値が第二所定値よりも小さいときに、ブロック物体が存在すると判断し、
前記第一所定値は、前記第二所定値よりも大きい、装置。
付記7に記載の駐車スペース状態検出装置であって、
前記グレースケール値の平均値が第一所定値よりも大きいときに、ブロック物体が存在すると判断し、
前記グレースケール値の平均値が第二所定値よりも小さいときに、ブロック物体が存在すると判断し、
前記第一所定値は、前記第二所定値よりも大きい、装置。
(付記9)
付記1〜8の任意の1項に記載の駐車スペース状態検出装置を含む、電子機器。
付記1〜8の任意の1項に記載の駐車スペース状態検出装置を含む、電子機器。
(付記10)
駐車スペースの監視画像に基づいて駐車スペースの状態を検出する駐車スペース状態検出方法であって、
前記駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
前記駐車スペースに移動物体がない場合、監視画像中の前記駐車スペースのブロック検出領域に移動物体があるかを検出し、前記ブロック検出領域は、前記駐車スペースに近接し;
前記ブロック検出領域に移動物体がないときに、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出し;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断することを含む、方法。
駐車スペースの監視画像に基づいて駐車スペースの状態を検出する駐車スペース状態検出方法であって、
前記駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
前記駐車スペースに移動物体がない場合、監視画像中の前記駐車スペースのブロック検出領域に移動物体があるかを検出し、前記ブロック検出領域は、前記駐車スペースに近接し;
前記ブロック検出領域に移動物体がないときに、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出し;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断することを含む、方法。
(付記11)
付記10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出することを含む、方法。
付記10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出することを含む、方法。
(付記12)
付記11に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出することは、
背景に基づいてモデルを形成し、前記監視画像中の前記ブロック検出領域に対して前景検出を行い;及び
検出された前記ブロック検出領域の前景が所定条件を満足したときに、前記ブロック検出領域にブロック物体が存在すると判断することを含む、方法。
付記11に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出することは、
背景に基づいてモデルを形成し、前記監視画像中の前記ブロック検出領域に対して前景検出を行い;及び
検出された前記ブロック検出領域の前景が所定条件を満足したときに、前記ブロック検出領域にブロック物体が存在すると判断することを含む、方法。
(付記13)
付記10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
監視画像中の前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断することを含む、方法。
付記10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
監視画像中の前記ブロック検出領域が平坦であるかを検出することで、前記ブロック物体が存在するかを判断することを含む、方法。
(付記14)
付記13に記載の駐車スペース状態検出方法であって、
監視画像中の前記ブロック検出領域が平坦であるかを検出し、前記ブロック物体が存在するかを判断することは、
監視画像中の前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像中の前記ブロック検出領域が平坦であるかを検出することを含む、方法。
付記13に記載の駐車スペース状態検出方法であって、
監視画像中の前記ブロック検出領域が平坦であるかを検出し、前記ブロック物体が存在するかを判断することは、
監視画像中の前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像中の前記ブロック検出領域が平坦であるかを検出することを含む、方法。
(付記15)
付記14に記載の駐車スペース状態検出方法であって、
前記所定閾値は、監視画像中の前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定される、方法。
付記14に記載の駐車スペース状態検出方法であって、
前記所定閾値は、監視画像中の前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定される、方法。
(付記16)
付記10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
前記監視画像中の前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを判断することを含む、方法。
付記10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
前記監視画像中の前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを判断することを含む、方法。
(付記17)
付記16に記載の駐車スペース状態検出方法であって、
前記グレースケール値の平均値が第一所定値よりも大きいときに、ブロック物体が存在すると判断し、
前記グレースケール値の平均値が第二所定値よりも小さいときに、ブロック物体が存在すると判断し、
前記第一所定値は、前記第二所定値よりも大きい、方法。
付記16に記載の駐車スペース状態検出方法であって、
前記グレースケール値の平均値が第一所定値よりも大きいときに、ブロック物体が存在すると判断し、
前記グレースケール値の平均値が第二所定値よりも小さいときに、ブロック物体が存在すると判断し、
前記第一所定値は、前記第二所定値よりも大きい、方法。
以上、本発明の好ましい実施形態を説明したが、本発明はこの実施形態に限定されず、本発明の趣旨を離脱しない限り、本発明に対するあらゆる変更は本発明の技術的範囲に属する。
Claims (17)
- 駐車スペースの監視画像に基づいて駐車スペースの状態を検出する駐車スペース状態検出装置であって、
前記駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出するための第一検出ユニット;
前記駐車スペースに移動物体がない場合、監視画像中の前記駐車スペースのブロック検出領域に移動物体があるかを検出するための第二検出ユニットであって、前記ブロック検出領域は、前記駐車スペースに近接する、第二検出ユニット;
前記ブロック検出領域に移動物体がないときに、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出するための第三検出ユニット;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断するための状態判断ユニットを含む、装置。 - 請求項1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出するための前景検出ユニットを含む、装置。 - 請求項2に記載の駐車スペース状態検出装置であって、
前記前景検出ユニットは、
背景に基づいてモデルを形成し、前記監視画像中の前記ブロック検出領域に対して前景検出を行うための前景検出サブユニット;及び
前記前景検出サブユニットが検出した前記ブロック検出領域の前景が所定条件を満足したときに、前記ブロック検出領域にブロック物体が存在すると判断するための前景判断サブユニットを含む、装置。 - 請求項1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
監視画像中の前記ブロック検出領域が平坦であるかを検出し、前記ブロック物体が存在するかを判断するための平坦検出ユニットを含む、装置。 - 請求項4に記載の駐車スペース状態検出装置であって、
前記平坦検出ユニットは、監視画像中の前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像中の前記ブロック検出領域が平坦であるかを検出する、装置。 - 請求項5に記載の駐車スペース状態検出装置であって、
前記所定閾値は、監視画像中の前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定される、装置。 - 請求項1に記載の駐車スペース状態検出装置であって、
前記第三検出ユニットは、
前記監視画像中の前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを検出するためのグレースケール検出ユニットを含む、装置。 - 請求項7に記載の駐車スペース状態検出装置であって、
前記グレースケール値の平均値が第一所定値よりも大きいときに、ブロック物体が存在すると判断し、
前記グレースケール値の平均値が第二所定値よりも小さいときに、ブロック物体が存在すると判断し、
前記第一所定値は、前記第二所定値よりも大きい、装置。 - 請求項1〜8の任意の1項に記載の駐車スペース状態検出装置を含む、電子機器。
- 駐車スペースの監視画像に基づいて駐車スペースの状態を検出する駐車スペース状態検出方法であって、
前記駐車スペースの監視画像に基づいて、前記駐車スペースに移動物体があるかを検出し;
前記駐車スペースに移動物体がない場合、監視画像中の前記駐車スペースのブロック検出領域に移動物体があるかを検出し、前記ブロック検出領域は、前記駐車スペースに近接し;
前記ブロック検出領域に移動物体がないときに、前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出し;及び
前記第三検出ユニットの検出結果に基づいて、前記駐車スペースの状態を判断することを含む、方法。 - 請求項10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出することを含む、方法。 - 請求項11に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に対して前景検出を行い、前記前景検出の結果に基づいて前記ブロック物体が存在するかを検出することは、
背景に基づいてモデルを形成し、前記監視画像中の前記ブロック検出領域に対して前景検出を行い;及び
検出された前記ブロック検出領域の前景が所定条件を満足したときに、前記ブロック検出領域にブロック物体が存在すると判断することを含む、方法。 - 請求項10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
監視画像中の前記ブロック検出領域が平坦であるかを検出し、前記ブロック物体が存在するかを判断することを含む、方法。 - 請求項13に記載の駐車スペース状態検出方法であって、
監視画像中の前記ブロック検出領域が平坦であるかを検出し、前記ブロック物体が存在するかを判断することは、
監視画像中の前記ブロック検出領域の所定数量の画素の画素値の平均二乗誤差又は平均絶対誤差と所定閾値との関係に基づいて、監視画像中の前記ブロック検出領域が平坦であるかを検出することを含む、方法。 - 請求項14に記載の駐車スペース状態検出方法であって、
前記所定閾値は、監視画像中の前記ブロック検出領域の前記所定数量の画素の平均画素値に基づいて設定される、方法。 - 請求項10に記載の駐車スペース状態検出方法であって、
前記ブロック検出領域に前記駐車スペースをブロックするブロック物体が存在するかを検出することは、
前記監視画像中の前記ブロック検出領域の画素の平均グレースケール値に基づいて、前記ブロック物体が存在するかを判断することを含む、方法。 - 請求項16に記載の駐車スペース状態検出方法であって、
前記グレースケール値の平均値が第一所定値よりも大きいときに、ブロック物体が存在すると判断し、
前記グレースケール値の平均値が第二所定値よりも小さいときに、ブロック物体が存在すると判断し、
前記第一所定値は、前記第二所定値よりも大きい、方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610540079.6A CN107610499A (zh) | 2016-07-11 | 2016-07-11 | 停车位状态的检测方法、检测装置和电子设备 |
CN201610540079.6 | 2016-07-11 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018010634A true JP2018010634A (ja) | 2018-01-18 |
Family
ID=59077796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017133449A Pending JP2018010634A (ja) | 2016-07-11 | 2017-07-07 | 駐車スペース状態検出方法、検出装置及び電子機器 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20180129883A1 (ja) |
EP (1) | EP3270364A3 (ja) |
JP (1) | JP2018010634A (ja) |
CN (1) | CN107610499A (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154709B (zh) * | 2018-02-09 | 2020-06-30 | 京东方科技集团股份有限公司 | 一种获取停车位信息的方法及系统 |
CN109766799B (zh) * | 2018-12-28 | 2021-02-12 | 百度在线网络技术(北京)有限公司 | 车位识别模型训练方法及装置和车位识别方法及装置 |
CN109919906B (zh) * | 2019-01-23 | 2021-06-22 | 杭州电子科技大学 | 一种基于图像处理的安全检测方法及系统 |
CN110852151B (zh) * | 2019-09-26 | 2024-02-20 | 深圳市金溢科技股份有限公司 | 一种路内泊位遮挡检测方法和装置 |
CN110647858B (zh) * | 2019-09-29 | 2023-06-06 | 上海依图网络科技有限公司 | 一种视频遮挡判断方法、装置和计算机存储介质 |
CN112965474B (zh) * | 2019-11-27 | 2024-08-09 | 安徽省大富机电技术有限公司 | 自动导向车agv的导航控制方法、系统以及存储介质 |
US10957198B1 (en) * | 2019-12-23 | 2021-03-23 | Industrial Technology Research Institute | System and method for determining parking space |
CN112382101B (zh) * | 2020-11-02 | 2022-11-04 | 北京精英路通科技有限公司 | 一种车位管理方法、装置、计算机设备及存储介质 |
CN112669294B (zh) * | 2020-12-30 | 2024-04-02 | 深圳云天励飞技术股份有限公司 | 相机遮挡检测方法、装置、电子设备及存储介质 |
CN112784794B (zh) * | 2021-01-29 | 2024-02-02 | 深圳市捷顺科技实业股份有限公司 | 一种车辆停放状态检测方法、装置、电子设备及存储介质 |
CN115410408B (zh) * | 2022-08-31 | 2024-05-24 | 南京慧尔视智能科技有限公司 | 停车位状态变化的检测方法、装置、设备和介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414411B (zh) * | 2007-10-17 | 2010-08-25 | 财团法人工业技术研究院 | 影像式的空位侦测系统与方法 |
CN101430789B (zh) * | 2008-11-19 | 2012-05-09 | 西安电子科技大学 | 基于Fast Slant Stack变换的图像边缘检测方法 |
CN101656023B (zh) * | 2009-08-26 | 2011-02-02 | 西安理工大学 | 一种视频监视模式下的室内停车场管理方法 |
CN102110376B (zh) * | 2011-02-18 | 2012-11-21 | 汤一平 | 基于计算机视觉的路边停车位检测装置 |
CN102509077A (zh) * | 2011-10-28 | 2012-06-20 | 江苏物联网研究发展中心 | 基于光照自动评估的目标识别方法 |
CN102592472B (zh) * | 2012-02-21 | 2014-06-04 | 北京工业大学 | 基于jpeg压缩图像的车位检测方法 |
JP6337344B2 (ja) * | 2012-11-27 | 2018-06-06 | クラウドパーク インコーポレイテッド | 複数のカメラを用いた単一の複数車両用駐車スペースの使用制御 |
US11244171B2 (en) * | 2014-01-22 | 2022-02-08 | Conduent Business Services Llc | Video-based system for automated detection of double parking violations |
US9858816B2 (en) * | 2014-05-21 | 2018-01-02 | Regents Of The University Of Minnesota | Determining parking space occupancy using a 3D representation |
CN105224285A (zh) * | 2014-05-27 | 2016-01-06 | 北京三星通信技术研究有限公司 | 眼睛开闭状态检测装置和方法 |
CN104112370B (zh) * | 2014-07-30 | 2016-08-17 | 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 |
US20160110999A1 (en) * | 2014-10-15 | 2016-04-21 | Xerox Corporation | Methods and systems for parking monitoring with vehicle identification |
CN105390021B (zh) * | 2015-11-16 | 2018-03-27 | 北京蓝卡科技股份有限公司 | 车位状态的检测方法及装置 |
CN106993185A (zh) * | 2015-12-10 | 2017-07-28 | 青岛海信网络科技股份有限公司 | 一种视频质量诊断方法和系统 |
-
2016
- 2016-07-11 CN CN201610540079.6A patent/CN107610499A/zh active Pending
-
2017
- 2017-05-29 EP EP17173215.9A patent/EP3270364A3/en not_active Withdrawn
- 2017-07-06 US US15/642,540 patent/US20180129883A1/en not_active Abandoned
- 2017-07-07 JP JP2017133449A patent/JP2018010634A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
US20180129883A1 (en) | 2018-05-10 |
CN107610499A (zh) | 2018-01-19 |
EP3270364A3 (en) | 2018-02-14 |
EP3270364A2 (en) | 2018-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018010634A (ja) | 駐車スペース状態検出方法、検出装置及び電子機器 | |
JP7081438B2 (ja) | オブジェクト速度推定方法と装置及び画像処理機器 | |
CN106647776B (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
US9449236B2 (en) | Method for object size calibration to aid vehicle detection for video-based on-street parking technology | |
JP6132412B2 (ja) | 車外環境認識装置 | |
US8848980B2 (en) | Front vehicle detecting method and front vehicle detecting apparatus | |
CN111783573B (zh) | 一种远光灯检测方法、装置及设备 | |
JP2017076399A (ja) | 交通状態の検出方法、装置及び電子機器 | |
CN111178119A (zh) | 路口状态检测方法、装置、电子设备及车辆 | |
JP6335037B2 (ja) | 車外環境認識装置 | |
JP2020077414A (ja) | シーン検出装置及び方法 | |
US20160180201A1 (en) | Image processing | |
WO2016189777A1 (ja) | 路面標示検出装置、障害要素検出装置、車線検出装置、車線検出方法及びプログラム | |
JP2020061127A (ja) | 車線変更車両の検出装置、方法及びビデオ監視装置 | |
WO2018076281A1 (zh) | 停车位状态的检测方法、检测装置和电子设备 | |
KR20200133920A (ko) | 인공신경망 기반의 투사정보 인식 장치 및 그 방법 | |
JP2018073275A (ja) | 画像認識装置 | |
Balisavira et al. | Real-time object detection by road plane segmentation technique for ADAS | |
JP2009146153A (ja) | 移動体検出装置、移動体検出方法および移動体検出プログラム | |
JP2019121356A (ja) | 干渉領域検出装置と方法及び電子機器 | |
Tang et al. | Robust vehicle surveillance in night traffic videos using an azimuthally blur technique | |
JP2020095631A (ja) | 画像処理装置および画像処理方法 | |
UrRehman et al. | Modeling, design and analysis of intelligent traffic control system based on integrated statistical image processing techniques | |
Karthiprem et al. | Recognizing the moving vehicle while driving on Indian roads | |
KR100853444B1 (ko) | 교통 사고의 발생 여부를 감지하는 방법 |