亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于計(jì)算機(jī)視覺的停車位車輛存在性檢測方法*

        2014-12-14 06:02:56徐建閩林培群
        交通信息與安全 2014年6期
        關(guān)鍵詞:停車位多邊形車位

        葉 卿 徐建閩 林培群

        (華南理工大學(xué)土木與交通學(xué)院 廣州 510640)

        0 引言

        目前,國內(nèi)各大城市汽車保有量的快速增長導(dǎo)致停車場資源日趨緊張,如何對停車場進(jìn)行科學(xué)管理、提高其運(yùn)行效率越來越引起管理人員的重視。目前大部分停車場管理系統(tǒng)只是對入場車輛的停車時間、計(jì)費(fèi)進(jìn)行管理,對停車位的管理尚缺乏有效的手段。停車位車輛存在性檢測是停車位管理的前提,對停車場的資源統(tǒng)籌、人員配置,以及停車導(dǎo)引(可大幅減少停車場內(nèi)的尋位繞行交通)具有重要的意義,因此如何判斷某個停車位上是否有車輛停泊近年來得到了國內(nèi)外工程技術(shù)領(lǐng)域的廣泛關(guān)注[1]。

        現(xiàn)有車輛存在性檢測技術(shù)主要有:超聲波、地感線圈、地磁、壓力、紅外、計(jì)算機(jī)視覺(視頻)等[2]。除計(jì)算機(jī)視覺外,其他檢測技術(shù)均需為每個車位配置1 個傳感器,設(shè)備安裝、維護(hù)工作量大,成本較高。視頻監(jiān)控是許多停車場的基本安防系統(tǒng),如果能夠直接利用監(jiān)控系統(tǒng)的視頻圖像進(jìn)行停車位車輛存在性檢測[3-4],則可在不增加新硬件設(shè)備的情況下獲得有價值的信息。但是,目前計(jì)算機(jī)視覺檢測技術(shù)大部分采用背景差分、紋理分析等方法[5-6],受光照、陰影等因素的影響嚴(yán)重,在實(shí)際應(yīng)用中檢測準(zhǔn)確率偏低。

        1 總體思路

        筆者提出1種基于計(jì)算機(jī)視覺的停車位車輛存在性檢測方法,其基本內(nèi)容如下:首先在停車場內(nèi)的每個車位上繪制特定的輔助識別圖案[7],這種圖案具有各向同質(zhì)性的特征以適應(yīng)攝像機(jī)在各個角度的拍攝,在大部分光照、陰影的影響下具備圖案特征不變性,且與一般車輛上繪制的圖案具有顯著差別。在此基礎(chǔ)上采用計(jì)算機(jī)視覺技術(shù)對圖像中各個車位對應(yīng)的圖塊是否存在輔助識別圖案進(jìn)行檢測,如果圖案的特征存在,則判定該車位沒有車輛停泊,否則該車位有車輛停泊。

        2 停車位設(shè)置

        2.1 圖案形狀設(shè)計(jì)

        考慮停車場(尤其是地下停車場)光照(包括固定照明燈、車燈等)、陰影(包括車的陰影,工作人員的陰影等)等眾多因素,輔助識別圖案采用同心環(huán)組、各環(huán)帶具有一定寬度、相鄰環(huán)帶間RGB色差顯著的圖案,其中黑白同心環(huán)組是彩色同心環(huán)組的特殊形式。如光照條件較好、攝像機(jī)成像后能準(zhǔn)確分辨環(huán)間色差,可采用彩色的同心環(huán)組;如果光照條件較差、陰影干擾嚴(yán)重,可采用黑白相間的同心環(huán)組。彩色同心環(huán)組包含更多的信息量,黑白同心環(huán)組表達(dá)的信息量相對較少,但可靠性更高,見圖1。

        圖1 同心環(huán)組示意圖Fig.1 Concentric rings group

        上述輔助識別圖案的特征為:任意經(jīng)過圓心的直線,出現(xiàn)左右對稱、色彩或灰度變化過程一致的情況,見圖2。這種色彩或灰度對稱變化的特征即便在光照較弱、有陰影干擾的環(huán)境下仍具有較強(qiáng)的不變性。

        如圖2(b)中,如無遮擋,從左到右考察經(jīng)過圓心的水平直線,直線上的像素則經(jīng)歷“暗—亮—暗—亮—暗—亮—暗”的灰度變化過程,除非有車輛停泊將圖案遮擋,否則總能在圖像中識別出該特征,這為車輛存在性檢測提供了良好的基礎(chǔ)。在具體實(shí)施中,輔助識別圖案可通過刷漆(如采用地坪漆、車道線漆)等方式進(jìn)行繪制,十分經(jīng)濟(jì)、簡便。

        圖2 經(jīng)過同心環(huán)組圓心的直線示意圖Fig.2 Straight crossing the center of concentric rings group

        2.2 圖案位置及大小

        圖案的位置一般設(shè)置在停車位中間,以車輛正常停泊時能將其全部或大部分覆蓋為原則,其尺寸與攝像機(jī)分辨率、焦距、拍攝角度相關(guān),一般以攝像機(jī)中能夠清晰成像(要求每個同心環(huán)帶經(jīng)過攝像機(jī)成像后至少有3個像素的寬度)、圖案不超出車位邊線為原則。

        在停車場進(jìn)行輔助識別圖案繪制,見圖3,停車場局部在攝像機(jī)中的成像見圖4。

        圖3 停車位上的輔助識別圖案Fig.3 Auxiliary recognition pattern on the parking spaces

        圖4 停車場局部在攝像機(jī)中的成像Fig.4 Parking partial image in the camera

        3 圖像檢測算法

        由于在攝像機(jī)成像之后,圓形可能變成不規(guī)則的類橢圓形,難以進(jìn)行數(shù)學(xué)解析描述,因此采用多邊形(由有限條線段組成)框定一定的圖像區(qū)域,用以近似代表輔助識別圖案的對應(yīng)區(qū)域,多邊形框定的范圍即為圖像檢測區(qū)??紤]到多邊形檢測區(qū)本身也具有一定的檢索難度,因此以包含多邊形檢測區(qū)的最小規(guī)則矩形(規(guī)則矩形各條邊與x軸或y軸平行,方便進(jìn)行逐行或逐列掃描)為圖像檢索范圍,這種矩形稱為多邊形的外接矩形。多邊形檢測區(qū)、外接矩形見圖5。

        圖5 多邊形檢測區(qū)和外接矩形示意圖Fig.5 Polygon detection area and external rectangle

        識別某像素是否在多邊形上,一般有矢量法、面積法、水平/垂直交叉點(diǎn)數(shù)判別法等。對于本文而言,由于需要分析多邊形檢測區(qū)內(nèi)每1個像素的色彩或灰度特征,因此如采用上述方法,則每個像素都需要調(diào)用1次以上算法過程,算法開銷較大[8-9]。為了實(shí)現(xiàn)以上目標(biāo),需進(jìn)行下面的定義和算法描述。

        定義1。有限多邊形A={I1,I2,…,In}。其中:Ii為 第i條線段。Ii的起止點(diǎn)為po(Ii),pd(Ii),而分別表示po(Ii)的橫坐標(biāo)和縱坐標(biāo)。假如任何水平直線k與A的交點(diǎn)數(shù)量為0,1,2或無窮多個,則A為水平規(guī)則多邊形,記AXR,相應(yīng)的,如果k為垂直直線,則A為垂直規(guī)則多邊形,記AYR。

        顯然凸多邊形是水平規(guī)則多邊形和垂直規(guī)則多邊形的特例,而同心環(huán)組輔助識別圖案在攝像機(jī)中的成像,可采用凸多邊形進(jìn)行近似標(biāo)定。

        在笛卡爾坐標(biāo)系中,記A的外接矩陣為R(A),定義R(A)的左上角為po(R(A)),其坐標(biāo),長與高 分別為{1,2,…,n}。

        定義2。記A的標(biāo)記矩陣為M(A),定義M(A)的行數(shù)與列數(shù)分別為

        i,j∈{1,2,…,n},矩陣元素的值域?yàn)椋?,1}。令M(A)與R(A)的像素一一對應(yīng),即M(A)的第1行與R(A)最上1行像素對應(yīng),M(A)的第1列與R(A)最左1行像素對應(yīng),以此類推。如M(A)對應(yīng)像素在A上,則令其在M(A)上對應(yīng)的元素取1,否則?。?。

        若AXR,M(A)可通過以下算法獲取。

        1)令M(A)的每個元素都為-1。

        2)自上而下按照行掃描的方式掃描R(A)對應(yīng)每1行:

        令min(X)=+∞,max(X)=-∞,分別考察A={I1,I2,…,In}每條線段與考察直線的關(guān)系。

        1)如果某條線段Ii剛好在掃描線上,則如果,那么min(X),如 果 max(X)<,那 么 max(X)=

        2)如果某條線段Ii與掃描線只有1個交點(diǎn),其橫坐標(biāo)為Xc,則如果min(X)>Xc,那么min(X)=Xc,如果max(X)<Xc那么max(X)=Xc。

        3)如果min(X)≤max(X)則,在M(A)中修正對應(yīng)行,該行從第min(X)-(R(A))+1到max(X)-(R(A))+1個元素均設(shè)為1。

        如AXR,則以上算法采用列掃描。

        標(biāo)記矩陣M(A)在進(jìn)行實(shí)際檢測之前可離線獲得,此后除非攝像機(jī)拍攝畫面變動,否則將保持不變,因此可以作為參數(shù)進(jìn)行存儲。標(biāo)記矩陣的主要作用是記錄檢測區(qū)的范圍,為后面的目標(biāo)識別奠定基礎(chǔ)。

        4 圖像識別算法

        分別考察圖像中各個檢測多邊形,每個檢測多邊形對應(yīng)1個車位,圖像識別算法如下:對于多邊形Ai,令

        式中:·表示位乘,即G(Ai)中的像素值與M(Ai)中對應(yīng)的元素值進(jìn)行代數(shù)積,運(yùn)算后G(Ai)各像素值保持不變或取相反數(shù)。如果圖像是24位真彩色,則以上計(jì)算過程需要對RGB三分量分別進(jìn)行。

        逐行掃描,將像素的色彩向量(或灰度)值離散為標(biāo)準(zhǔn)值。以一定的誤差允許值進(jìn)行近鄰?fù)惡喜?,具體來說先采用色彩(或灰度)空間的歐氏距離法進(jìn)行聚類,再利用形如[A,*,B]的判決算子,消除2個大區(qū)間(取值為A或B)之間的小區(qū)間*。

        逐行掃描,將每1行像素轉(zhuǎn)化為1個字符串,此時每行像素可抽象為形如“3(A)4(B)2(C)…”的游程編碼序列,其中“A”,“B”,“C”等為色彩向量(灰度)標(biāo)準(zhǔn)值,小括號外的數(shù)字代表在此處色彩向量(灰度)值相等的像素?cái)?shù),當(dāng)按照水平方向排列圖塊時這些數(shù)字的和等于目標(biāo)圖像的寬度(也即多邊形檢測區(qū)外接矩形的寬度)。在此基礎(chǔ)上匹配目標(biāo)模式[10-11],如果找到目標(biāo)模式的行數(shù)大于閾值,則認(rèn)為目標(biāo)存在,此時可以判定該車位沒有停車,否則該車位有停車。

        5 實(shí)例驗(yàn)證

        選取某一停車場的2 個停車位進(jìn)行實(shí)例驗(yàn)證,利用停車場現(xiàn)有的視頻監(jiān)控系統(tǒng)固定拍攝停車場的某個區(qū)域,見圖6。

        圖6 停車場監(jiān)控示意圖Fig.6 Schematic diagram of parking monitoring

        為了檢測算法的通用性和魯棒性,實(shí)驗(yàn)選取了攝像頭1d時間內(nèi)的不同光照條件下的車位圖像進(jìn)行處理,從檢測結(jié)果可以看出,該算法可以排除環(huán)境光線變化對檢測的影響,其準(zhǔn)確率為98.12%。

        圖7和圖8是停車場車位檢測實(shí)驗(yàn)。停車位上采用了圓環(huán)形狀的輔助識別圖案作為參照背景,在實(shí)際應(yīng)用時可采用刷漆的方式進(jìn)行繪制。圓環(huán)外是外接正8邊形,用以代替圓環(huán)區(qū)域,這樣計(jì)算機(jī)能更容易檢測到該區(qū)域。

        圖7 停車位上無車Fig.7 There is no car on the parking spaces

        圖8 停車位上有車Fig.8 There exists car on the parking spaces

        6 結(jié)束語

        筆者介紹的檢測方法利用了停車位上的輔助識別圖案,能夠加快計(jì)算機(jī)識別背景的速度和準(zhǔn)確率。傳統(tǒng)檢測方法是將整個停車場區(qū)域作為參考背景,存儲大,而本方法只是存儲車位區(qū)域的多邊形,不僅存儲小,而且也簡化了算法。筆者所介紹的方法在地下停車場等光照環(huán)境比較惡劣的條件下具有良好的應(yīng)用前景,特別是大型停車場,需要處理的數(shù)據(jù)量較大,本方法能利用優(yōu)化算法降低系統(tǒng)的計(jì)算壓力,提高停車場工作效率。

        [1]Lee C H,Wen M G,Han C C,et al.An automatic monitoring approach for unsupervised parking lots in outdoors[C]∥39th Annual International Carnahan Conference on Security Technology,Cas palmos,spain,IEEE,2005:271-274.

        [2]彭春華,劉建業(yè),劉岳峰,等.車輛檢測傳感器綜述[J].傳感器與微系統(tǒng),2007,26(6):4-8.Peng Chunhua,Liu Jianye,Liu Yuefeng,et al.Review of vehicle detection sensors[J].Transducer and Microsystem Technologies,2007,26(6):4-8.(in Chinese).

        [3]李宇成,嚴(yán)娟莉,王目樹,等.利用視頻圖像檢測車位狀態(tài)的方法[J].計(jì)算機(jī)工程與設(shè)計(jì),2012,33(1):282-286.Li Yucheng,Yan Juanli,Wang Mushu et al.Approach for parking spaces detection base on vedio images[J].Computer Engineering and Design,2012,33(1):282-286.(in Chinese).

        [4]羅小巧,姜 龍,瞿少成,等.基于視頻的停車場車位監(jiān)控算法研究[J].電子測量技術(shù),2012,35(2):33-37.Luo Xiaoqiao,Jiang Long,Qu Shaocheng,et al.Research on viedo-based monitoring algorithm of parking spaces[J].Electronic Measurement Technology,2012,35(2):33-37.(in Chinese).

        [5]黃戰(zhàn)華,馬 銘,蔡懷宇,等.一種基于視頻的停車場車位監(jiān)控算法[J].科學(xué)技術(shù)與工 程,2007,17(7):4511-4514.Huang Zhanhua,Ma Ming,Cai Huaiyu,et al.Algorithm for parking spaces monitoring based on vedio[J].Science Technology and Engineering,2007,17(7):4511-4514.(in Chinese).

        [6]蔣大林,鄧紅麗,平 彧,等.基于視頻圖像的多特征車位檢測算法[J].北京工業(yè)大學(xué)學(xué)報,2008,34(2):137-140.Jiang Dalin,Deng Hongli,Ping Yu,et al.Parking cell detection algorithm of multiple characteristic based on video image[J].Journal of Beijing University of Technology,2008,34(2):137-140.(in Chinese).

        [7]孟 焱,孫 軍,湯一平.基于機(jī)器視覺的停車位檢測技術(shù)的研究[J].計(jì)算機(jī)測量與控制,2012,20(3):638-641.Meng Yan,Sun Jun,Tang Yiping.Research on parking state detection method based on machine vision[J].Computer Measurement and Control,2012,20(3):638-641.(in Chinese).

        [8]劉 薇,朱 虹,楊向波.停車場視頻監(jiān)視系統(tǒng)中的陰影檢測方法[J].機(jī)械科學(xué)與技術(shù),2008,27(5):673-676.Liu Wei,Zhu Hong,Yang Xiangbo.Shadow detection method for vedio surveillance systems in a park-ing lot[J].Mechanical Science and Technology,2008,27(5):673-676.(in Chinese).

        [9]林培群,徐建閩,卞建勇.一種用于交通信息采集的圖像背景快速估計(jì)方法[J].交通信息與安全,2009,27(3):138-141.Lin Peiqun,Xu Jianmin,Bian Jianyong.A fast Approach to image background estimation for traffic information collection[J].Journal of Transport Information and Safety,2009,27(3):138-141.(in Chinese).

        [10]Theodoridis S.Pattern recognition[M].Beijing:Publishing House of Electronics Industry,2010.

        [11]范立南,韓曉微,張廣淵.圖像處理與模式識別[M].北京:科學(xué)出版社,2007.Fan Linan,Han Xiaowei,Zhang Guangyuan.Image processing and pattern recognition[M].Beijing:Science Press,2007.(in Chinese)

        猜你喜歡
        停車位多邊形車位
        多邊形中的“一個角”問題
        為了車位我選擇了環(huán)保出行
        汽車畫刊(2020年5期)2020-10-20 05:37:35
        蹲守停車位
        英語文摘(2020年7期)2020-09-21 03:40:56
        多邊形的藝術(shù)
        我自己找到一個
        解多邊形題的轉(zhuǎn)化思想
        車位上的數(shù)
        多邊形的鑲嵌
        地下停車位不動產(chǎn)登記探析
        開車出行的你,今天找到停車位了嗎?
        遵義(2018年13期)2018-08-08 03:46:00
        国产又黄又大又粗的视频| 日本一区二区高清精品| 人妻少妇偷人精品免费看| 精品久久久久久无码人妻热| 亚洲综合一区二区三区四区五区| 久久久www成人免费无遮挡大片| 国产av一区二区三区天美| 99久久无色码中文字幕人妻蜜柚| 日躁夜躁狠狠躁2001| 中文字幕在线久热精品| 日本精品啪啪一区二区| 日本精品一区二区三区福利视频| 亚洲国产精品日韩av不卡在线| 精品乱子伦一区二区三区| 色噜噜精品一区二区三区| 日韩乱码中文字幕在线| 国产亚洲日本精品无码| 亚洲夜夜骑| 日韩国产自拍成人在线| 国产欧美高清在线观看| 色欲人妻综合网| 一区五码在线| 久久精品伊人久久精品| 日本精品久久久久中文字幕| 成人做爰视频www| 国产精品亚洲ΑV天堂无码| 一本久道久久丁香狠狠躁| 欧美精品videosse精子| 肉体裸交丰满丰满少妇在线观看| 久久久诱惑一区二区三区| 久草福利国产精品资源| 精品人妻伦九区久久aaa片| 亚洲AV秘 无码一区二p区三区| 精品久久一区二区av| 亚洲av成人片色在线观看| 精品亚洲国产成人av| 亚洲精品国产综合久久一线| 精品极品一区二区三区| 亚洲精品成人网站在线播放| 99国产精品99久久久久久| 国产成人高清精品亚洲一区|