摘要:近年來(lái),隨著道路上出行車輛的不斷增多,停車位置的查找變得非常困難?,F(xiàn)階段停車場(chǎng)主要采用人工管理方式,存在操作慢、難以統(tǒng)計(jì)等問(wèn)題,停車資源得不到合理利用。為了解決這一問(wèn)題,本文對(duì)每貞視頻圖像進(jìn)行預(yù)處理、通過(guò)提取邊沿特征,實(shí)時(shí)判斷該位置的占用狀態(tài),對(duì)各車位進(jìn)行監(jiān)控,實(shí)驗(yàn)結(jié)果表明該方法實(shí)現(xiàn)了停車資源的高效管理[1]。
關(guān)鍵詞:邊沿檢測(cè) 特征提取 空位檢測(cè)
中圖分類號(hào):TP391.4 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1007-9416(2016)07-0044-02
1 引言
基于視頻圖像的車位狀態(tài)監(jiān)控方法[2]與傳統(tǒng)停車場(chǎng)管理系統(tǒng)相比,資金方面,它節(jié)約成本,對(duì)于同樣的工作,需要人力物力相對(duì)較少。對(duì)數(shù)據(jù)處理速度快,使用人員操作簡(jiǎn)單,安裝方便,并且可以添加相關(guān)附加功能。國(guó)內(nèi)外已經(jīng)有大量學(xué)者在從事相關(guān)方面的研究工作,現(xiàn)已成為近年來(lái)智能交通與計(jì)算機(jī)視覺(jué)研究的重要課題[3]。
2 邊沿特征提取
階躍狀邊緣的位置在一階導(dǎo)數(shù)的峰值點(diǎn),在二階導(dǎo)數(shù)的過(guò)零點(diǎn);屋頂狀邊緣的位置在一階導(dǎo)數(shù)的兩峰值之間,在二階導(dǎo)數(shù)的兩個(gè)過(guò)零點(diǎn)之間[4]。
根據(jù)上圖1,引入狀態(tài)函數(shù)。若車牌圖像函數(shù)為,則狀態(tài)函數(shù)可由下式獲得[1]
:
(1)
其中
(2)
(3)
t為任意大于0的常數(shù),每次矩陣移動(dòng)的大小,需要根據(jù)其取值情況而定,現(xiàn)取t=3,即每次對(duì)圖像處理時(shí),滑動(dòng)模塊大小為矩陣,定義這一狀態(tài)函數(shù),在圖像中較高點(diǎn)將取到較大值,最低點(diǎn)取到較小值[1]如下圖2所示。
2.1 垂直投影
有車位置其信息相對(duì)集中在某一區(qū)域,現(xiàn)從圖像中截取該區(qū)域,并令其為,將該圖像垂直投影,畫出其對(duì)應(yīng)圖像如下圖3所示。
若投影圖像成雙峰狀,則說(shuō)明該停車位上有車,否則為空位。
2.2 標(biāo)記極值點(diǎn)
對(duì)圖像進(jìn)行Shen濾波[5],對(duì)每一個(gè)停車位,若有車,則其統(tǒng)計(jì)結(jié)果應(yīng)有由兩個(gè)極值點(diǎn),每個(gè)停車場(chǎng)攝像頭位置一般是固定的,在該監(jiān)控狀態(tài)下,每個(gè)車位所占在寬度為已知,對(duì)統(tǒng)計(jì)結(jié)果中那些大于車位寬度的區(qū)域,可根據(jù)極值點(diǎn)的數(shù)碼和車位寬度將其斷開(kāi)[1]如下圖4所示。
3 車輛統(tǒng)計(jì)
截取視頻圖像中的一部分進(jìn)行垂直投影,得到一個(gè)值為0、1的一維數(shù)組,統(tǒng)計(jì)每一段1的個(gè)數(shù),即得到有車區(qū)域所對(duì)應(yīng)的寬度,如圖5所示。
對(duì)于每個(gè)攝像頭所控制的區(qū)域,總的停車數(shù)量已知,輸入該狀態(tài)下車位寬度的上下限,在根據(jù)合并后的投影寬度,即可得到現(xiàn)已經(jīng)停入的車輛數(shù),從而檢測(cè)出空位如下圖6所示。
參考文獻(xiàn)
[1]王建飛.停車場(chǎng)空位檢測(cè)系統(tǒng)研究[D].貴州:貴州民族大學(xué),2014.
[2]譚曉軍,沈偉,郭志豪.一種基于視頻的道路交通流量監(jiān)測(cè)方法[J].計(jì)算機(jī)應(yīng)用,2005,25(5):1215~1218.
[3]馬銘.基于視頻的停車場(chǎng)車位狀態(tài)監(jiān)控識(shí)別系統(tǒng)[D],天津:天津大學(xué),2007.
[4]王建飛,張儒良,黃成泉,王林.基于邊沿特征分析的停車場(chǎng)空位檢測(cè)[J].系統(tǒng)工程理論與應(yīng)用.2013,(11).