一种基于图像处理和模式识别的车位引导方法和系统技术方案

本发明专利技术提供一种基于图像处理和模式识别的车位引导方法和系统，包括：接收摄像头采集的待检测图像，所述待检测图像包括：标识杆和多个车位，所述标识杆设置在所述多个车位对应矩形区域的四个顶点或对角线的两个点；识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置；识别所述标识杆范围内的车辆，并确定所述车辆的个数；比较所述车辆个数与所述范围内的车位数，若所述车辆的个数等于所述车位数，则确定没有空车位，若所述车辆的个数小于所述车位数，则根据所述车辆的坐标确定空车位的位置。本发明专利技术采用现有的监控摄像头结合标识杆，基于图像处理和模式识别实现了车位引导，降低了系统的成本，利于后期维护、调试和升级。

【技术实现步骤摘要】
一种基于图像处理和模式识别的车位引导方法和系统
本专利技术涉及车位引导
，尤其涉及一种基于图像处理和模式识别的车位引导方法和系统。
技术介绍
随着汽车的数量增多，随之产生了停车难的问题。很多车辆进入车库后遇到了寻找车位的难题。目前的车位引导系统常用的采用超声波传感器、地磁探测器等传感器并依据其自身的工作原理，对停车场内的每个停车位的车位状态进行实时监测，统计停车场车位使用状况信息。近年来，也出现了使用摄像头对车位进行单点检测的方法，单点检测方式具有检测数据准确、实时性高等优点，国内的大多数停车场采用这种数据采集方式。然而上述方式导致成本较高，且施工周期较长。存在对现有停车场改造难度较大，同时不利于后期维护、调试和升级等缺点。
技术实现思路
本专利技术提供一种基于图像处理和模式识别的车位引导方法和系统，以克服上述技术问题。本专利技术一种基于图像处理和模式识别的车位引导方法，包括：接收摄像头采集的待检测图像，所述待检测图像包括：标识杆和多个车位，所述标识杆设置在所述多个车位对应矩形区域的四个顶点或对角线的两个点；识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置；识别所述标识杆范围内的车辆，并确定所述车辆的个数；比较所述车辆个数与所述范围内的车位数，若所述车辆的个数等于所述车位数，则确定没有空车位，若所述车辆的个数小于所述车位数，则根据所述车辆的坐标确定空车位的位置。进一步地，所述识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置之后，还包括：判断标识杆的个数是否小于2，若是，则向控制中心发送报警信号，若否，则判断所述标识杆的个数是否等于2；若所述标识杆个数为2，则根据所述标识杆的坐标判断两个标识杆是否处在对角线上，若否，则向控制中心发送报警信号，若是，则确定所述两个标识杆有效；若所述标识杆个数不为2，则根据所述标识杆的坐标选取处于对角线上的标识杆。进一步地，识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置，包括：从数据库包含标识杆的图片中获取标识杆数据集；搭建卷积神经网络模型，并根据所述数据集训练所述模型；采用训练后的所述模型和所述待检测图像检测所述标识杆，存储所述标识杆中心点的坐标。进一步地，所述识别所述标识杆范围内的车辆，包括：连接所述标识杆的中心点确定车位检测的范围；从数据库包含车辆的图片中获取车辆数据集，搭建卷积神经网络模型，并根据所述数据集训练所述模型；采用训练后的所述模型和车位检测范围内的待检测图像检测所述车辆。进一步地，所述则根据所述车辆的坐标确定空车位的位置，包括：根据所述对角线上的两个标识杆的坐标确定所述标识杆对应的矩形，根据所述矩形内的车位个数均分所述矩形为若干个车位矩形；根据所述车辆的坐标与所述车位矩形确定空车位的位置。进一步地，所述根据所述车辆的坐标与所述车位矩形确定空车位的位置之后，还包括：将所述空车位的位置发送至引导屏。本专利技术还提供一种基于图像处理和模式识别的车位引导系统，包括：多个采集实时车位图像的摄像头；若干个标识杆，所述标识杆设置在多个车位对应矩形区域的四个顶点或对角线的两个点；接收模块，用于接收所述摄像头采集的车位图像；识别模块，用于识别所述车位图像中的标识杆，根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置，并识别所述标识杆范围内的车辆，确定所述车辆的个数；确定模块，用于比较所述车辆个数与所述车位图像中的车位数，若所述车辆的个数等于所述车位数，则确定没有空车位，若所述车辆的个数小于所述车位数，则根据所述车辆的坐标确定空车位的位置。进一步地，所述识别模块，具体用于：判断标识杆的个数是否小于2，若是，则向控制中心发送报警信号，若否，则判断所述标识杆的个数是否等于2；若所述标识杆个数为2，则根据所述标识杆的坐标判断两个标识杆是否处在对角线上，若否，则向控制中心发送报警信号，若是，则确定所述两个标识杆有效；若所述标识杆个数不为2，则根据所述标识杆的坐标选取处于对角线上的标识杆。进一步地，所述识别模块，具体用于：从数据库包含标识杆的图片中获取标识杆数据集；搭建卷积神经网络模型，并根据所述数据集训练所述模型；采用训练后的所述模型和所述待检测图像检测所述标识杆，存储所述标识杆中心点的坐标。进一步地，还包括：引导屏，用于接收确定模块发送的空车位位置，并根据所述空车位位置指示行车方向。本专利技术采用现有的监控摄像头结合标识杆，基于图像处理和模式识别实现了车位引导，降低了系统的成本，利于后期维护、调试和升级。附图说明为了更清楚地说明本专利技术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一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术基于图像处理和模式识别的车位引导方法流程图；图2为本专利技术识别流程图；图3为本专利技术基于图像处理和模式识别的车位引导系统示意图；图4为本专利技术基于图像处理和模式识别的车位引导系统另一示意图；图5为本专利技术基于图像处理和模式识别的车位引导系统标识杆和摄像头结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术基于图像处理和模式识别的车位引导方法流程图，如图1所示，本实施例方法，包括：步骤101、接收摄像头采集的待检测图像，所述待检测图像包括：标识杆和多个车位，所述标识杆设置在所述多个车位对应矩形区域的四个顶点或所述矩形区域对角线两个顶点；步骤102、识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置；步骤103、识别所述标识杆范围内的车辆，并确定所述车辆的个数；步骤104、比较所述车辆个数与所述区域内的车位数，若所述车辆的个数等于所述车位数，则确定没有空车位，若所述车辆的个数小于所述车位数，则根据所述车辆的坐标确定空车位的位置。具体来说，摄像头采集多个车位的实时图像，该多个车位对应矩形区域的四个顶点或者该矩形区域对角线两个顶点。首先，在车位图像中识别该些标识杆。然后，识别该些标识杆对应区域内的车辆，并将车辆的个数与预先存储的该区域内的车位数相比较。若识别的车辆个数与该区域内的车位数相等则该区域内车位已满。若识别的车辆个数小于该区域内的车位数则根据识别车辆的坐标确定空车位的位置。本专利技术采用现有的监控摄像头结合标识杆，基于图像处理和模式识别实现了车位引导，降低了系统的成本，利于后期维护、调试和升级。进一步地，所述识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置之后，还包括：判断标识杆的个数是否小于2，若是，则向控制中心发送报警信号，若否，则判断所述标识杆的个数是否等于2；若所述标识杆个数为2，则根据所述标识杆的坐标判断两个标识杆是否处在对角线上，本文档来自技高网...

【技术保护点】
一种基于图像处理和模式识别的车位引导方法，其特征在于，包括：接收摄像头采集的待检测图像，所述待检测图像包括：标识杆和多个车位，所述标识杆设置在所述多个车位对应矩形区域的四个顶点或对角线的两个点；识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置；识别所述标识杆范围内的车辆，并确定所述车辆的个数；比较所述车辆个数与所述范围内的车位数，若所述车辆的个数等于所述车位数，则确定没有空车位，若所述车辆的个数小于所述车位数，则根据所述车辆的坐标确定空车位的位置。

【技术特征摘要】
1.一种基于图像处理和模式识别的车位引导方法，其特征在于，包括：接收摄像头采集的待检测图像，所述待检测图像包括：标识杆和多个车位，所述标识杆设置在所述多个车位对应矩形区域的四个顶点或对角线的两个点；识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置；识别所述标识杆范围内的车辆，并确定所述车辆的个数；比较所述车辆个数与所述范围内的车位数，若所述车辆的个数等于所述车位数，则确定没有空车位，若所述车辆的个数小于所述车位数，则根据所述车辆的坐标确定空车位的位置。2.根据权利要求1所述的方法，其特征在于，所述识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置之后，还包括：判断标识杆的个数是否小于2，若是，则向控制中心发送报警信号，若否，则判断所述标识杆的个数是否等于2；若所述标识杆个数为2，则根据所述标识杆的坐标判断两个标识杆是否处在对角线上，若否，则向控制中心发送报警信号，若是，则确定所述两个标识杆有效；若所述标识杆个数不为2，则根据所述标识杆的坐标选取处于对角线上的标识杆。3.根据权利要求1或2所述的方法，其特征在于，识别所述停车场图像中的标识杆，并根据所述标识杆的坐标确定所述标识杆在所述车位图像中的位置，包括：从数据库包含标识杆的图片中获取标识杆数据集；搭建卷积神经网络模型，并根据所述数据集训练所述模型；采用训练后的所述模型和所述待检测图像检测所述标识杆，存储所述标识杆中心点的坐标。4.根据权利要求3所述的方法，其特征在于，所述识别所述标识杆范围内的车辆，包括：连接所述标识杆的中心点确定车位检测的范围；从数据库包含车辆的图片中获取车辆数据集，搭建卷积神经网络模型，并根据所述数据集训练所述模型；采用训练后的所述模型和车位检测范围内的待检测图像检测所述车辆。5.根据权利要求2所述的方法，其特征在于，所述则根据所述车辆的坐标...

【专利技术属性】
技术研发人员：付先平，袁国良，赵彤彤，王亚飞，彭锦佳，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21