計(jì)算機(jī)視覺技術(shù)在智能停車場(chǎng)中的應(yīng)用研究

劉曉東

摘 要：在我國(guó)經(jīng)濟(jì)水平不斷提升的過程當(dāng)中，城市車輛數(shù)不斷增多，并使得停車成為了很多車主的難題，不僅難以找到適當(dāng)?shù)耐＼囄恢?，且停車?yán)щy、耗費(fèi)時(shí)間，在該種情況下，智能停車場(chǎng)成為了現(xiàn)階段城市停車場(chǎng)建設(shè)的重要趨勢(shì)。在本文中，將就計(jì)算機(jī)視覺技術(shù)在智能停車場(chǎng)中的應(yīng)用進(jìn)行一定的研究。

關(guān)鍵詞：計(jì)算機(jī)視覺技術(shù)；智能停車場(chǎng)；應(yīng)用

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2018）06-0033-01

智能停車場(chǎng)可以說是現(xiàn)今智能交通當(dāng)中的重要組成部分。在智能停車場(chǎng)建設(shè)當(dāng)中，計(jì)算機(jī)視覺技術(shù)是一項(xiàng)重點(diǎn)技術(shù)，能夠在通過攝像機(jī)對(duì)外界景物圖像進(jìn)行獲取的情況下通過計(jì)算機(jī)的使用對(duì)圖像進(jìn)行理解分析，實(shí)現(xiàn)人視覺功能的模擬，具有重要的應(yīng)用價(jià)值。對(duì)此，即需要能夠做好該技術(shù)的應(yīng)用把握，使其更好的應(yīng)用在智能停車場(chǎng)建設(shè)當(dāng)中。

1 方案設(shè)計(jì)

在本方案當(dāng)中，在停車場(chǎng)的入口位置，具有智能車輛模塊的設(shè)置，智能車輛模塊在檢測(cè)到存在車輛后，將車輛圖像提取后將其傳給車輛安全信息模塊，由該模塊對(duì)車牌號(hào)、車輛圖像特征以及編碼車牌圖像特征進(jìn)行自動(dòng)的識(shí)別后傳給入口終端。之后，入口終端根據(jù)卡號(hào)同數(shù)據(jù)庫(kù)連接，在調(diào)出用戶信息后對(duì)相關(guān)信息以及車輛圖像進(jìn)行匹配檢測(cè)，在匹配后放行。在出口位置，系統(tǒng)在觀察到車輛后將信息傳給終端，由檢測(cè)模塊對(duì)車輛進(jìn)行檢測(cè)，將相關(guān)信息傳遞給車輛安全信息模塊。安全信息模塊對(duì)車牌圖像特征以及車票好自動(dòng)識(shí)別后傳給出口終端。之后，出口終端通過卡號(hào)同數(shù)據(jù)庫(kù)連接，對(duì)相關(guān)信息以及車輛圖像進(jìn)行匹配檢測(cè)，在此過程中，對(duì)車牌號(hào)核對(duì)的目的，即避免用戶出現(xiàn)更換車牌照的情況，在車牌號(hào)以及車輛圖像都同系統(tǒng)數(shù)據(jù)相符合后才可以放行。

2 車輛檢測(cè)

該項(xiàng)工作是停車站進(jìn)出口終端分析、判斷以及控制方案提出的重要依據(jù)。在實(shí)際工作當(dāng)中，當(dāng)智能車輛檢測(cè)模塊完成對(duì)車輛的檢測(cè)后，車輛的安全信息模塊才能夠工作，并由終端實(shí)現(xiàn)相關(guān)控制信息的發(fā)送。就目前來說，根據(jù)監(jiān)測(cè)器方式以及工作時(shí)電磁波波長(zhǎng)范圍，可以將其分為波頻車輛監(jiān)測(cè)器、視頻車輛監(jiān)測(cè)器以及磁頻車輛監(jiān)測(cè)器這幾個(gè)類別。對(duì)于這幾種方式來說，其都具有自身的特點(diǎn)。同時(shí)，因車輛安全信息模塊以及檢測(cè)模塊能夠?qū)σ曨l采集卡以及CCD進(jìn)行共享，則能夠有效起到對(duì)費(fèi)用進(jìn)行減少的效果。同時(shí)，停車場(chǎng)過往車輛在速度方面并不高，最終確定使用了視頻車輛檢測(cè)方式。

對(duì)于該方式來說，其也有較多種檢測(cè)方式：第一種，即通過車輛、路面的灰度直方圖特征變化對(duì)是否有車輛進(jìn)行判斷，該方式對(duì)環(huán)境、光線變化以及車輛顏色都十分敏感。為了對(duì)該種影響進(jìn)行避免，有人提出了以直方圖為基礎(chǔ)的收縮方差法，但在進(jìn)展方面還沒有獲得突破性成果；第二種，即對(duì)視頻流當(dāng)中連續(xù)幀間差值進(jìn)行計(jì)算，當(dāng)區(qū)域內(nèi)存在運(yùn)動(dòng)目標(biāo)時(shí)，幀間差值情況的存在則會(huì)對(duì)區(qū)域灰度差值進(jìn)行反映使其不為0、車輛的環(huán)境、光線以及顏色變化等都不會(huì)對(duì)該方式產(chǎn)生較大的影響。該方式同樣存在缺點(diǎn)，即不能夠?qū)μ幱陟o止?fàn)顟B(tài)的車輛進(jìn)行檢測(cè)，且對(duì)車速變化情況較為敏感，車速過快或者過慢等都可能因此對(duì)檢測(cè)的準(zhǔn)確性產(chǎn)生影響。對(duì)于該種問題，我們對(duì)隔幀間差方式進(jìn)行了提出，以此實(shí)現(xiàn)車輛檢測(cè)準(zhǔn)確率的提升。

3 車牌照識(shí)別

該技術(shù)是車輛自動(dòng)識(shí)別技術(shù)當(dāng)中的一線個(gè)重點(diǎn)組成部分，其任務(wù)及時(shí)對(duì)車輛圖像進(jìn)行處理分析，以此實(shí)現(xiàn)汽車牌照號(hào)的自動(dòng)識(shí)別。在該技術(shù)當(dāng)中，其由圖像采集、車牌照識(shí)別以及車輛檢測(cè)等系統(tǒng)組成：第一，牌照區(qū)域定位技術(shù)。該技術(shù)在實(shí)際使用當(dāng)中能夠在自然背景當(dāng)中對(duì)車牌照進(jìn)行準(zhǔn)確的分割，其可以說是車牌識(shí)別當(dāng)中的關(guān)鍵性技術(shù)。受到光照均勻性以及背景復(fù)雜情況等因素的影響，可能會(huì)出現(xiàn)對(duì)比度低或者字符斷裂問題，并因此對(duì)車牌照的定位工作開展帶來較大的難度。對(duì)于該問題，很多人員也進(jìn)行了較多的研究，目前，經(jīng)常使用的定位流程為先進(jìn)行圖像采集，在預(yù)處理后定位分割，之后進(jìn)行輸出。在該過程當(dāng)中，預(yù)處理的作用即是對(duì)圖像當(dāng)中的有用信息進(jìn)行突出，定位分割即從車輛圖像當(dāng)中對(duì)車牌照區(qū)域位置進(jìn)行尋找。對(duì)于車牌照定位技術(shù)來說，其也可以歸結(jié)為一種模式識(shí)別，其整個(gè)定位過程即是對(duì)模式集進(jìn)行預(yù)處理，在完成其特征提取之后根據(jù)具體特征進(jìn)行非監(jiān)督學(xué)習(xí)以及分類。在具體對(duì)車牌灰度變化頻率進(jìn)行提取時(shí)，通常通過多級(jí)水平差分方式處理，在水平投影情況下，其波浪形特征的存在，則會(huì)使車牌區(qū)具有明顯的波峰區(qū)域。在正常環(huán)境下，車牌位置即為波峰；第二，字符分割識(shí)別。在該技術(shù)當(dāng)中，即將車牌區(qū)域?qū)崿F(xiàn)對(duì)單個(gè)字符區(qū)域的分割，之后對(duì)其進(jìn)行識(shí)別處理。在該技術(shù)實(shí)際應(yīng)用當(dāng)中，對(duì)于斷裂、模糊字符的識(shí)別與分割可以說是重點(diǎn)內(nèi)容。因圖像質(zhì)量差以及車牌照傾斜問題的存在，為了能夠在該種情況下對(duì)牌照字符準(zhǔn)確識(shí)別的難度進(jìn)行降低，則需要能夠?qū)ε普請(qǐng)D像進(jìn)行預(yù)處理。在具體處理當(dāng)中，對(duì)于處于傾斜狀態(tài)的牌照，則需要對(duì)其進(jìn)行校正處理，使其具有水平的特征。在牌照上下沿位置，其為兩條明顯的平行直線，對(duì)此，則可以通過Hough變換方式的應(yīng)用對(duì)兩條直線的傾斜角進(jìn)行檢測(cè)，之后對(duì)其進(jìn)行校正處理。在完成預(yù)處理后，對(duì)車牌圖像進(jìn)行二值化處理可以說是時(shí)字符分割識(shí)別當(dāng)中的重點(diǎn)內(nèi)容。字符分割方面，其作用即是將車牌區(qū)域分割成單個(gè)字符區(qū)域，經(jīng)常通過垂直投影方式的應(yīng)用實(shí)現(xiàn)目標(biāo)。在車牌區(qū)字符的垂直方向，其投影需要在字符內(nèi)間隙以及字符間取局部的最小值，對(duì)此，在字符正確分割位置即需要在上述區(qū)域的最小值附近，且該位置能夠滿足車牌字符尺寸限制、書寫格式等條件。在具體處理當(dāng)中，通過垂直投影法的使用分割斷裂字符即能夠獲得較好的處理效果，適合應(yīng)用在復(fù)雜環(huán)境的汽車圖像當(dāng)中。目前，應(yīng)用在車牌字符識(shí)別當(dāng)中的算法主要有基于人工神經(jīng)網(wǎng)絡(luò)的OCR以及基于模板匹配的OCR兩種算法。其中，人工神經(jīng)網(wǎng)絡(luò)根據(jù)其容錯(cuò)性強(qiáng)、抗噪聲強(qiáng)以及較強(qiáng)的自適應(yīng)能力而得到了較多的應(yīng)用。在本研究當(dāng)中，即對(duì)該方式進(jìn)行了使用，為了能夠?qū)ψR(shí)別率進(jìn)行進(jìn)一步的提升，也根據(jù)車牌字符特點(diǎn)識(shí)別網(wǎng)絡(luò)將其分為了數(shù)字識(shí)別器以及漢字識(shí)別器等，對(duì)車牌當(dāng)中的D、Q、B、8、0等進(jìn)行分別再處理。

4 車輛圖像匹配

為了避免出現(xiàn)對(duì)車牌照進(jìn)行更換的情況，在完成車牌號(hào)的核對(duì)處理后，再對(duì)車輛圖像進(jìn)行檢測(cè)。在停車場(chǎng)的出口位置，通過CCD獲得的車輛圖像同數(shù)據(jù)庫(kù)當(dāng)中該車輛的圖像進(jìn)行匹配檢查，以此確定其是否為同一輛車。對(duì)于不同的車輛來說，其在擋車器附近信息方面存在著較大的差異。對(duì)此，在該項(xiàng)工作當(dāng)中則可以將車輛擋車器附近特征實(shí)現(xiàn)對(duì)車輛圖像特征的代替，以此進(jìn)行車輛的匹配檢測(cè)。在該種情況下，我們所開展的圖像匹配檢測(cè)當(dāng)中的一項(xiàng)重要工作即是提取車輛頭部信息，并對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理。在對(duì)車牌進(jìn)行識(shí)別的過程當(dāng)中，即可以在將車牌照位置為參考點(diǎn)的基礎(chǔ)上根據(jù)車牌照幾何尺寸同該車輛比例大致相同的特點(diǎn)對(duì)車輛的頭部信息進(jìn)行提取，并對(duì)其進(jìn)行尺寸標(biāo)準(zhǔn)化處理。在對(duì)圖像進(jìn)行標(biāo)準(zhǔn)化處理后，其在尺寸方面即具有相同的規(guī)格，基本上已經(jīng)對(duì)車輛的圖像信息進(jìn)行了包含。

5 結(jié)語(yǔ)

在智能停車場(chǎng)建設(shè)當(dāng)中，視覺技術(shù)是其中的重要組成部分。在上文中，我們對(duì)計(jì)算機(jī)視覺技術(shù)在智能停車場(chǎng)中的應(yīng)用進(jìn)行了一定的研究。根據(jù)試驗(yàn)發(fā)現(xiàn)能夠較好的滿足智能停車場(chǎng)運(yùn)行需求，具有較好的應(yīng)用價(jià)值。

參考文獻(xiàn)

[1]張雨滋.計(jì)算機(jī)視覺技術(shù)在果園除草機(jī)上的應(yīng)用研究[J].農(nóng)機(jī)化研究，2018，（03）40.

[2]雷靜.基于計(jì)算機(jī)視覺技術(shù)的番茄花青素含量檢測(cè)[J].農(nóng)機(jī)化研究，2018，（03）40.

[3]張媛媛.計(jì)算機(jī)視覺技術(shù)及其在工業(yè)中應(yīng)用的研究[J].赤子（上中旬），2017，（05）.

[4]李海燕.基于計(jì)算機(jī)視覺技術(shù)的指針式儀表自動(dòng)校準(zhǔn)方法[J].中國(guó)設(shè)備工程，2017，（17）107-108.