一种基于图像相似程度的停车场车位识别方法技术

本发明专利技术属于图像处理领域，特别是涉及一种基于图像相似程度的停车场车位识别方法，该方法提出车位状态判别指标Y，将图像感知哈希技术和结构相似性两种方法有机结合在一起，完成车位状态的识别，具体过程包括：车位图像的采集、图像的增强、图像的矫正、目标区域的划分、对图像进行Gabor滤波处理、提取图像的纹理特征图、对图像进行哈希处理获得汉明距离h、对图像进行结构相似性的运算，获取图像结构相似度p、计算车位状态判别指标Y，最后，将计算得到的判别指标Y与设定阈值w进行比较，从而完成车位状态的识别。本发明专利技术解决了现有技术中外界条件(光照变化以及降雪天气)对车位状态识别结果的不良影响，具有较强的客观性以及普适性。

A parking lot recognition method based on image similarity degree

The invention belongs to the field of image processing, in particular relates to a parking lot recognition method based on image similarity. The method puts forward a parking space state discrimination index Y, which combines image perception hashing technology with structure similarity method to realize parking space state recognition. The specific process includes: parking space map; Image acquisition, image enhancement, image rectification, target area division, Gabor filtering, texture feature extraction, Hamming distance h obtained from image hashing, image structure similarity calculation, image structure similarity p, parking status discrimination index Y calculated. Finally, the calculated discriminant index Y is compared with the set threshold w to complete the recognition of parking status. The invention solves the adverse influence of the external conditions (illumination change and snow weather) on the result of parking status recognition in the prior art, and has strong objectivity and universality.

【技术实现步骤摘要】
一种基于图像相似程度的停车场车位识别方法
本专利技术属于图像处理领域，特别是涉及一种基于图像相似程度的停车场车位识别方法。
技术介绍
目前停车场车位检测手段主要包括非视频检测和视频检测两大类。非视频检测方法包括感应线圈检测、声波检测、红外以及基于RFID(RadioFrequencyIdentification，射频识别)技术检测等，由于传感器的安装都需要对停车场车位表面进行改动，安装难度较大，成本较高，大大增加了维护与维修的难度。而基于视频检测的方法在生活中应用更为广泛，从车辆和人员安全管理需要的角度出发，几乎所有的停车场都会安装摄像头进行监控，由此可见，采用视频检测车位这种方式经济、方便且更具有普适性。车位检测算法是基于视频检测方法的核心技术，而且算法的优良直接决定系统运行是否可靠稳定以及结果是否精准无误。现有的车位检测算法大体可以分为两大类，一种是基于车牌的检测算法，另一种是基于车位状态变化特点的检测算法，各具有其局限性，特别是外界条件对检测结果的精度有极大的影响。因此，现有技术中亟需一种新的技术方案解决上述问题。
技术实现思路
本专利技术要解决的技术问题是：针对室外、露天停车场，当光照条件发生变化时(车位上有阴影存在)以及降雪天气时，提出一种基于图像相似程度的停车场车位识别方法，可以精确识别停车场车位状态，可解决外界条件(光照以及降雪)对车位状态识别结果的不良影响。为解决上述技术问题，本专利技术采用如下的技术方案：一种基于图像相似程度的停车场车位识别方法，其特征在于：包括下述步骤：步骤一、利用CCD相机采集车位图像；步骤二、采用直方图均衡化方法对步骤一采集到的车位图像进行图像增强处理，使采集到的图像的每个像素值出现的次数整体在4000～8000范围内；步骤三、通过仿射变换对增强后的图像进行矫正，将图像倾斜角度矫正为零度；步骤四、仿射变换后，划分目标区域，即标定待处理区域，剔除无关区域；步骤五、通过Gabor滤波器对目标区域进行滤波，剔除图像噪音，并保存滤波后的图像；步骤六、对滤波后的图像进行LBP运算，提取纹理特征图并保存；步骤七、对纹理特征图进行哈希处理，获取汉明距离h；步骤八、对纹理特征图进行结构相似性处理，获取图像结构相似度p；步骤九、获取判别指标Y，Y＝p+(64-h)；步骤十、将判别指标Y与设定阈值w比较，判别车位状态，即当Y<w时，判别车位为占用状态，当Y≥w时，判别车位为空车位。其中，所述步骤十中设定阈值w的获取方法：采集停车场不同天气条件下的车位图像，样本数量为n，分别获取样本的汉明距离h以及结构相似度p，计算判别指标Y＝p+(64-h)，建立样本数据变化曲线，判别指标Y的波动范围即为车位状态判别设定阈值w。通过上述设计方案，本专利技术可以带来如下有益效果：1、本专利技术对光照变化具有较好的鲁棒性，本专利技术将对光照变化不敏感的Gabor以及纹理特征与图像感知哈希技术和结构相似性相结合，最大程度的降低了光照条件对检测结果的影响。2、本专利技术可以适应极端天气(降雪)，提供精确的检测结果。通过将图像汉明距离以及结构相似度有机结合，提出新的判别指标，该判别指标不依赖于采集图像的条件，从图像本身的结构出发，对不同环境具有良好的适应性。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术示意性实施例及其说明用于理解本专利技术，并不构成本专利技术的不当限定，在附图中：图1为本专利技术一种基于图像相似程度的停车场车位识别方法的流程图。具体实施方式如图1所示，本专利技术提出的一种基于图像相似程度的停车场车位识别方法，具体该识别方法包括下述步骤：步骤一、利用CCD相机采集车位图像；步骤二、对采集到的图像进行图像增强，即采用直方图均衡化的方法，使采集到的图像的每个像素值出现的次数整体在4000～8000范围内,从而实现图像明暗区域的差别最大化；步骤三、对增强后的图像进行矫正，即矫正CCD相机采集图像时存在一定的倾斜角度，对图像进行仿射变换，将图像倾斜角度矫正为零度；步骤四、仿射变换后，划分目标区域，即标定待处理区域，剔除无关区域、对象的影响；步骤五、通过Gabor滤波器对目标区域进行滤波，剔除图像噪音，并保存滤波后的图像；步骤六、对滤波后的图像进行LBP(LocalBinaryPattern，局部二值模式)运算，提取纹理特征图并保存；步骤七、对纹理特征图进行哈希处理，获取汉明距离h；步骤八、对纹理特征图进行结构相似性处理，获取图像结构相似度p；步骤九、计算判别指标Y，Y＝p+(64-h)；步骤十、将判别指标Y与设定阈值w比较，判别车位状态，即当Y<w时，判别车位为占用状态，当Y≥w时，判别车位为空车位。其中，步骤十中所述的设定阈值w获取方法：采集停车场不同天气情况(光照均匀、光照不均、降雪天气)下的车位图像，样本数量为n，分别获取样本的汉明距离h以及结构相似度p，计算判别指标Y＝p+(64-h)，建立样本数据变化曲线，判别指标Y的波动范围即为车位状态判别设定阈值w。综上，本专利技术提出的一种基于图像相似程度的停车场车位识别方法，可以精确识别停车场车位状态，可解决外界条件(光照以及降雪)对车位状态识别结果的不良影响。本文档来自技高网...

【技术保护点】
1.一种基于图像相似程度的停车场车位识别方法，其特征在于：包括下述步骤：步骤一、利用CCD相机采集车位图像；步骤二、采用直方图均衡化方法对步骤一采集到的车位图像进行图像增强处理，使采集到的图像的每个像素值出现的次数整体在4000～8000范围内；步骤三、通过仿射变换对增强后的图像进行矫正，将图像倾斜角度矫正为零度；步骤四、仿射变换后，划分目标区域，即标定待处理区域，剔除无关区域；步骤五、通过Gabor滤波器对目标区域进行滤波，剔除图像噪音，并保存滤波后的图像；步骤六、对滤波后的图像进行LBP运算，提取纹理特征图并保存；步骤七、对纹理特征图进行哈希处理，获取汉明距离h；步骤八、对纹理特征图进行结构相似性处理，获取图像结构相似度p；步骤九、获取判别指标Y，Y＝p+(64‑h)；步骤十、将判别指标Y与设定阈值w比较，判别车位状态，即当Y

【技术特征摘要】
1.一种基于图像相似程度的停车场车位识别方法，其特征在于：包括下述步骤：步骤一、利用CCD相机采集车位图像；步骤二、采用直方图均衡化方法对步骤一采集到的车位图像进行图像增强处理，使采集到的图像的每个像素值出现的次数整体在4000～8000范围内；步骤三、通过仿射变换对增强后的图像进行矫正，将图像倾斜角度矫正为零度；步骤四、仿射变换后，划分目标区域，即标定待处理区域，剔除无关区域；步骤五、通过Gabor滤波器对目标区域进行滤波，剔除图像噪音，并保存滤波后的图像；步骤六、对滤波后的图像进行LBP运算，提取纹理特征图并保存；步骤七、对纹理特征图进行哈希处理，获...

【专利技术属性】
技术研发人员：李世武，魏雨浓，李昊，黄梦圆，孟凡钰，李学达，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22