專利名稱：基于顏色特征的停車場車位檢測算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及模式識別、統(tǒng)計學(xué)習(xí)理論、圖像處理領(lǐng)域，設(shè)計并實現(xiàn)了一種對室內(nèi)外停車場車位占用情況進行實時監(jiān)控和檢測的通用方法。
背景技術(shù)：
近年來，隨著經(jīng)濟社會的高速發(fā)展，我國城市機動車數(shù)量迅速增加，而停車場建設(shè)相對緩慢，停車難問題日益突出。研究車位檢測方法可以有效的解決車位資源有限的問題，提高停車場車位的使用率，滿足了停車場在效率、安全和管理上的要求，這將對我國現(xiàn)階段智能交通的研究和發(fā)展、對停車場的合理高效利用起到積極的推動作用。目前，停車場車位檢測方法有很多，主要可以分為基于物理特征的檢測方法和基于視頻監(jiān)控、計算機視覺及圖像處理技術(shù)的檢測方法。基于物理特征的檢測方法主要采用地埋感應(yīng)線圈、超聲波、地磁檢測等方式實現(xiàn)。這種方式具有成本低、受氣候影響小等優(yōu)點，但是施工麻煩，要開挖路面，對路面造成破壞，而且路面受季節(jié)和車輛壓力影響，線圈容易損壞，難于維護；基于視頻監(jiān)控、計算機視覺及圖像處理技術(shù)的檢測方式具有許多的優(yōu)勢，首先，拍攝視頻圖像的攝像機安裝方便，更換不影響交通，容易調(diào)整和移動攝像頭的位置，無需在車道路面上施工；其次，視頻圖像處理技術(shù)可以達到實時性強、車位檢測精度高等特點。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于顏色特征及模式識別相結(jié)合的車位檢測方法。首次將顏色特征引入到停車場檢測系統(tǒng)中，以期達到較高的車位檢測準確率。本發(fā)明是采用以下技術(shù)手段實現(xiàn)的分析停車場車位圖像信息顏色分布特點，統(tǒng)計空車位圖像，構(gòu)建背景顏色高斯模型，利用模型判斷每個像素點的類屬情況。但是這只能判斷出此像素點為非背景像素點，還不能判斷車位處是否停放的是車，所以應(yīng)該提取一些跟車有關(guān)并且跟空車位具有很大區(qū)分性的特征，選擇角點，邊緣，方差，利用大量采集到的停車場圖像訓(xùn)練SVM分類器，進行車位占泊情況檢測。本發(fā)明實現(xiàn)的具體步驟闡述如下(I)采用CCD攝像頭拍攝獲取車位視頻數(shù)據(jù)，攝像機的拍攝區(qū)域范圍為1-4個車位，且攝像頭相對位置和拍攝角度保持不變；(2)選擇一幅無車的背景圖像，設(shè)置無車背景圖像待測車位的邊框坐標，目的是截取只包含單一待測車位信息的圖像數(shù)據(jù)，將得到的待測車位的背景圖像設(shè)為I。;(3)對于每幅待測圖像，按步驟(2)中的方式截取出具體待測車位的區(qū)域范圍，進行如下預(yù)處理步驟(a) RGB模型到HSI模型轉(zhuǎn)換。
權(quán)利要求
1. 一種基于顏色特征的停車場車位檢測算法，其特征在于包括圖像處理模塊、特征提取模塊、統(tǒng)計分類器設(shè)計模塊；包括以下步驟 I. I.采用CCD攝像頭拍攝獲取車位視頻數(shù)據(jù)，攝像機的拍攝區(qū)域范圍為數(shù)個車位，且攝像頭相對位置和拍攝角度保持不變； 1.2.選擇一幅無車的背景圖像，讀取該圖像并將其平滑去噪后轉(zhuǎn)換成灰度圖； I. 3.設(shè)置無車背景圖像待測車位的邊框坐標，截取只包含單一待測車位信息的圖像數(shù)據(jù)，將得到的待測車位的背景圖像設(shè)為Itl ; I. 4.對于每幅待測圖像，然后按步驟I. 3中的方式截取出具體待測車位的區(qū)域范圍，并進行預(yù)處理；讀取每一幅彩色待測車位圖像區(qū)域的信息，進行顏色空間轉(zhuǎn)換，將RGB轉(zhuǎn)換到HSI空間下，進行圖像濾波處理； I. 5.特征提取階段將車位的顏色特征運用到車位檢測系統(tǒng)中，建立基于背景顏色的混合高斯模型，得到非空車位區(qū)域的面積及最小矩形區(qū)域的長寬比，然后提取邊緣點密度、角點特征以及方差特征，利用數(shù)理統(tǒng)計方法計算車位五個特征參數(shù)面積S、長寬比LW，邊緣點密度dE,角點數(shù)目count、車位方差σ ; I. 6.選擇多幅待測車位圖像作為訓(xùn)練樣本圖像，樣本的選擇要合理，選擇多幅圖像進行訓(xùn)練，其中50 %幅為空車位圖像，50 %幅有車車位圖像；利用統(tǒng)計模式識別的理論，訓(xùn)練SVM分類器； 1.7.將目標待測車位按上述步驟I. 1-1. 5步計算得到數(shù)個車位特征參數(shù)，分別代入由步驟I. 6確定的分類器中，直接進行目標識別。
2.根據(jù)權(quán)利要求I所述的一種基于顏色特征的停車場車位檢測算法，其特征在于所述的步驟I. 6中所述的多幅為500幅。
3.根據(jù)權(quán)利要求I所述的基于顏色特征的停車場車位檢測算法，其特征在于所述的拍攝區(qū)域范圍為1-4個車位。
4.根據(jù)權(quán)利要求I所述的基于顏色特征的停車場車位檢測算法，其特征在于所述的邊緣點密度dE，采用經(jīng)meanshift進行顏色聚類，將比較相近的顏色信息合成為一類，然后再在灰度空間下進行canny邊緣檢測，得到更加精確的邊緣信息
5.根據(jù)權(quán)利要求I所述的基于顏色特征的停車場車位檢測算法，其特征在于所述的角點數(shù)目count通過以下步驟取得運用Harris角點檢測算法，統(tǒng)計出車位區(qū)域范圍角點個數(shù)count ο
6.根據(jù)權(quán)利要求I所述的基于顏色特征的停車場車位檢測算法，其特征在于所述的車位方差σ計算將待測車位圖像I與選取的無車背景圖像I。做差，計算其絕對值& =|7ν/ο 1,獲得車位區(qū)域差值圖像&只包含單獨車位的信息，根據(jù)下面的
全文摘要
本發(fā)明公開了一種基于顏色特征的停車場車位檢測算法，在大型停車場內(nèi)架設(shè)CCD攝像頭，通過CCD攝像頭實時采集車位圖像信息，再由計算機系統(tǒng)讀入采集到的車位圖像數(shù)據(jù)，并對這些圖像數(shù)據(jù)依次進行待測車位截取、彩色圖像平滑濾波等預(yù)處理，然后利用建立的背景混合高斯模型進行顏色特征提取。為了判斷車位處是否停放的是車，提取方差、邊緣及角點這些比較顯著性的特征，作為每幅圖像的特征空間，統(tǒng)計這些特征，輸入利用邊界樣本訓(xùn)練好的分類器中，判斷車位的占用情況。方法使用范圍廣泛，通用性強，可應(yīng)用于室內(nèi)及室外各種停車場環(huán)境，且具有安裝方便，成本低廉，實時性好，檢測精度高等優(yōu)點。
文檔編號G06K9/62GK102663357SQ20121008655
公開日2012年9月12日 申請日期2012年3月28日 優(yōu)先權(quán)日2012年3月28日
發(fā)明者王立霞, 董珂, 蔣大林 申請人:北京工業(yè)大學(xué)