本发明专利技术提供一种基于实现自动车位坐标自动识别的车位状态检测方法。车位状态自动检测方法，包括步骤：提取背景图像轮廓；在提取到的背景图像轮廓中进行直线检测；提取非垂的直线；延长直线，求直线与帧图像之边的两个交点的坐标；将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中，再合并同组直线得到车位的边线信息；计算帧图像中各边线间交点的坐标作为车位交点坐标，并合并邻近的车位交点坐标，将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存。本发明专利技术实现车位坐标自动检测，再通过特征匹配方式实现对特定车位状态信息的判定。
【技术实现步骤摘要】
本专利技术涉及视频图像处理技术。
技术介绍
目前，大多数车辆检测系统在车位检测模块一般采用人工方式标定，由于人为因素的影响，不可避免会产生一些误差，降低系统检测的准确性，并且不能完全实现智能化；在特定车位的车辆检测模块，大多采用基于KL和核Fisher判别或者引入贝叶斯分类器等方法检测车位状态信息，由于计算的复杂性以及系统的繁琐性，难以满足实时性，精确性以及鲁棒性的要求。
技术实现思路
本专利技术所要解决的技术问题是，提供一种基于实现自动车位坐标自动识别的车位状态检测方法。本专利技术为解决上述技术问题所采用的技术方案是，，包括以下步骤:A、车位坐标检测步骤:Al、从接收到的背景视频帧中，提取背景图像轮廓；所述背景视频帧为空车位视频帧；A2、在提取到的背景图像轮廓中进行直线检测，得到该视频帧中所有的直线信息；A3、提取出为垂直线的直线不进行处理，其余直线进入处理步骤A4 ；A4、延长直线，求直线与帧图像之边的两个交点的坐标；将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中，再合并同组直线得到车位的边线信息；A5、计算帧图像中各边线间交点的坐标作为车位交点坐标，并合并邻近的车位交点坐标，将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存；B、车位状态识别步骤:B1、加载汽车特征库；B2、接收视频流，通过读取车位坐标信息确定视频流中当前帧的各感兴趣区域，再在各感兴趣区域内进行特征匹配，当有感兴趣区域内出现匹配结果，则判断为对应车位已占用，否则判断为空车位。本专利技术的有益效果是，提高了现有车位检测的智能化，实现车位坐标自动检测，再通过特征匹配方式实现对特定车位状态信息的判定，能够满足实时性，精确性以及鲁棒性的要求。附图说明图1为实施例流程图2为实施例中直线延长线示意图；图3为实施例中车位交点坐标示意图。具体实施例方式室内条件下，由于光照等比较明亮，且不需要再考虑微风，地面潮湿等自然因素的影响，是说明基于智能检测车位信息的车辆识别的一个典型例子，如图1所示:步骤1:输入背景视频帧，即空车位视频帧，此处输入的视频可以为准备好的视频，也可以为摄像头传输的实时视频；步骤2:灰度化背景图像，使用Canny算子得到背景图像的轮廓信息，此时处理后的图像为二值化图像；这里还可以选择现有的其它图像轮廓检测(或图像边缘检测)方法实现；步骤3:对背景图像轮廓进行直线检测，获取所有直线信息并保存；步骤4:除垂直线之外的其它直线进行后续处理步骤，不再对垂直线继续后续处理；步骤5:为了减少识别同组直线处理时间，将直线按斜率分类三类:斜率等于零(水平线)、斜率小于零、斜率大于零；分别进行下一步骤的处理；步骤6:在每类中，延长该类中的所有直线，求得各直线与背景图像之边的交点，如图2所示；步骤7:在每类中，将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中，再合并同组直线得到车位的边线信息；步骤5至步骤7也可不进行分类，在延长直线后，对图像中所有直线进行同组判断；步骤8:计算帧图像中各边线间交点的坐标作为车位交点坐标，并合并邻近的车位交点坐标，将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存，如图3所示；步骤9:加载预先训练好的汽车特征库，准备对输入的视频流中的汽车进行匹配判断；步骤10:根据得到的车位坐标信息来确定当前视频帧中感兴趣区域，4个相邻车位坐标所连接形成的一个封闭四边形即可确定为一个车位，即一个感兴趣区域；步骤11:在各感兴趣区域内进行特征匹配，当有感兴趣区域内出现匹配结果，则判断为对应车位已占用，否则判断为空车位。进一步，还可以根据判断结果在视频中实时标示车位状态。权利要求1.，其特征在于，包括以下步骤: A、车位坐标检测步骤: Al、从接收到的背景视频帧中，提取背景图像轮廓；所述背景视频帧为空车位视频帧； A2、在提取到的背景图像轮廓中进行直线检测，得到该视频帧中所有的直线信息； A3、提取出为垂直线的直线不进行处理，其余直线进入处理步骤A4; A4、延长直线，求直线与帧图像之边的两个交点的坐标；将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中，再合并同组直线得到车位的边线信息； A5、计算帧图像中各边线间交点的坐标作为车位交点坐标,并合并邻近的车位交点坐标，将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存； B、车位状态识别步骤: B1、加载汽车特征库； B2、接收视频流，通过读取车位坐标信息确定视频流中当前帧的各感兴趣区域，再在各感兴趣区域内进行特征匹配，当有感兴趣区域内出现匹配结果，则判断为对应车位已占用，否则判断为空车位。2.如权利要求1所述的，其特征在于，步骤A4中，先将直线按斜率分类三类:斜率等于零、斜率小于零、斜率大于零；在每类中，延长该类中的所有直线，求该类中各直线与帧图像之边的两个交点的坐标；再在每一类中将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中，合并同组直线得到车位的边线信息。3.如权利要求1所述的，其特征在于，步骤B2中，在判断出车位状态后，还在视频中标准相应的状态标记。全文摘要本专利技术提供一种基于实现自动车位坐标自动识别的车位状态检测方法。，包括步骤提取背景图像轮廓；在提取到的背景图像轮廓中进行直线检测；提取非垂的直线；延长直线，求直线与帧图像之边的两个交点的坐标；将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中，再合并同组直线得到车位的边线信息；计算帧图像中各边线间交点的坐标作为车位交点坐标，并合并邻近的车位交点坐标，将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存。本专利技术实现车位坐标自动检测，再通过特征匹配方式实现对特定车位状态信息的判定。文档编号G08G1/14GK103198705SQ20131009241公开日2013年7月10日 申请日期2013年3月21日 优先权日2013年3月21日专利技术者郝宗波, 桑楠, 黄园刚 申请人:电子科技大学本文档来自技高网...
【技术保护点】
车位状态自动检测方法，其特征在于，包括以下步骤：A、车位坐标检测步骤：A1、从接收到的背景视频帧中，提取背景图像轮廓；所述背景视频帧为空车位视频帧；A2、在提取到的背景图像轮廓中进行直线检测，得到该视频帧中所有的直线信息；A3、提取出为垂直线的直线不进行处理，其余直线进入处理步骤A4；A4、延长直线，求直线与帧图像之边的两个交点的坐标；将所有与帧图像之边具有相同的两个交点的直线划分在同一直线组中，再合并同组直线得到车位的边线信息；A5、计算帧图像中各边线间交点的坐标作为车位交点坐标，并合并邻近的车位交点坐标，将合并处理后得到的车位交点坐标为最终确定的车位坐标信息进行保存；B、车位状态识别步骤：B1、加载汽车特征库；B2、接收视频流，通过读取车位坐标信息确定视频流中当前帧的各感兴趣区域，再在各感兴趣区域内进行特征匹配，当有感兴趣区域内出现匹配结果，则判断为对应车位已占用，否则判断为空车位。
【技术特征摘要】
【专利技术属性】
技术研发人员：郝宗波，桑楠，黄园刚，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。