楊芳穎+戴金剛+代歡歡+趙俊華

摘要：隨著監(jiān)控技術(shù)的普及和計(jì)算機(jī)技術(shù)的發(fā)展，針對(duì)目前國(guó)內(nèi)日益嚴(yán)重的停車難問題，文章提出了采用圖像處理技術(shù)進(jìn)行空車位的檢測(cè)預(yù)測(cè)的系統(tǒng)，利用圖像處理器對(duì)獲取的車位圖像進(jìn)行處理，識(shí)別出車位的狀態(tài)，將其狀態(tài)存入數(shù)據(jù)庫，通過數(shù)據(jù)積累，再建立擬合模型預(yù)測(cè)未來某一時(shí)間車位的狀態(tài)，并將空車位檢測(cè)和預(yù)測(cè)系統(tǒng)與手機(jī)APP相結(jié)合，極大地方便停車和出伉

關(guān)鍵詞：圖像處理；擬合模型；主成分分析；車位檢測(cè)

近年來，城市汽車數(shù)量迅速增加，但相對(duì)于城市有限的空間資源和環(huán)境資源以及相對(duì)滯后的停車場(chǎng)設(shè)施建設(shè)，停車難問題越來越突出，解決停車難問題顯得尤為重要。如今，國(guó)內(nèi)有一款中國(guó)好停車的APP，主要利用傳感器的感知判定車位狀態(tài)，但由于傳感器的成本較高，使用時(shí)需繳納費(fèi)用，沒能普遍使用。然而，隨著視頻監(jiān)控技術(shù)的進(jìn)一步發(fā)展，越來越多的停車場(chǎng)采用視頻系統(tǒng)監(jiān)控車位，為了提高車主停車的效率，可以通過對(duì)攝像機(jī)拍攝到的車位圖像進(jìn)行處理，自動(dòng)檢測(cè)出車位的狀態(tài)，基于圖像處理的車位檢測(cè)方法具有信息量大、硬件成本低而且無須開挖路面等優(yōu)點(diǎn)。

1系統(tǒng)概述

室外停車場(chǎng)是提供停車的重要場(chǎng)地，對(duì)其進(jìn)行系統(tǒng)的改造能有效緩解現(xiàn)如今的停車問題，隨著計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的不斷發(fā)展，將圖像處理技術(shù)用于室外停車場(chǎng)，已經(jīng)成為該方面的一項(xiàng)新技術(shù)，通過此原理，結(jié)合一定的車位識(shí)別和車位引導(dǎo)技術(shù)，設(shè)計(jì)相應(yīng)的手機(jī)APP，便于用戶操作和使用。眾所周知，攝像頭已經(jīng)普遍使用在各大公共場(chǎng)所，利用這一優(yōu)勢(shì)，可以通過捕獲停車位的圖像對(duì)其進(jìn)行一系列的處理，配合使用一定的停車位判別算法，判定其狀態(tài)，將其存入數(shù)據(jù)庫供用戶使用。一般情況下，某一地區(qū)人們平常生活不會(huì)發(fā)生太大的變化，通過對(duì)停車位狀態(tài)的數(shù)據(jù)積累，利用一定的數(shù)學(xué)模型，可預(yù)測(cè)出未來的某一時(shí)間段停車場(chǎng)的情況，隨著時(shí)間的積累，判別效率會(huì)逐漸增強(qiáng)，也給人們的出行帶來很大的便利，綜上所述，研制基于圖像處理的停車位的檢測(cè)和預(yù)測(cè)具有很大的重要意義。

2需求分析

根據(jù)上述分析，針對(duì)超市、小區(qū)等大規(guī)模室外停車場(chǎng)區(qū)域，需要開發(fā)一套基于圖像處理的停車位檢測(cè)預(yù)測(cè)系統(tǒng)。此系統(tǒng)可以實(shí)現(xiàn)對(duì)車位更方便和準(zhǔn)確的判定，為滿足需求，該方案需具備以下功能：

（1）圖像捕獲。監(jiān)控技術(shù)較為普遍，攝像頭易于分布，覆蓋范圍廣，利用停車場(chǎng)中的監(jiān)控?cái)z像頭，可實(shí)現(xiàn)無死角圖像信息獲取，若無充足的攝像頭覆蓋，則需提前進(jìn)行布線，然后利用提前布置好的節(jié)點(diǎn)對(duì)捕獲的信息進(jìn)行實(shí)時(shí)采集，建立數(shù)據(jù)庫，用于測(cè)試和訓(xùn)練。

（2）車位標(biāo)定。攝像頭分工、最佳拍攝效果區(qū)域作為任務(wù)區(qū)域，捕獲的圖像中有多個(gè)停車位，每個(gè)圖像所在區(qū)域不一樣，對(duì)攝像頭編號(hào)、每個(gè)區(qū)域建立坐標(biāo)，通過Matlab處理，對(duì)其進(jìn)行車位的準(zhǔn)確標(biāo)定，實(shí)現(xiàn)車位信息唯一性，方便信息的傳達(dá)。

（3）停車位狀態(tài)的判定。一個(gè)車位的狀態(tài)分為占用和空出2個(gè)狀態(tài)，利用圖像處理技術(shù)結(jié)合主成分分析和Bayes判別法進(jìn)行停車位狀態(tài)的判別。

（4）數(shù)據(jù)處理。計(jì)算機(jī)可以對(duì)停車場(chǎng)內(nèi)的所有車位信息進(jìn)行處理和匯總并傳遞給停車場(chǎng)服務(wù)系統(tǒng)，要對(duì)這些數(shù)據(jù)進(jìn)行合理的儲(chǔ)存和處理，才能進(jìn)行實(shí)時(shí)的信息顯示。

3設(shè)計(jì)方案

3.1總體流程

空車位檢測(cè)和預(yù)測(cè)系統(tǒng)的實(shí)現(xiàn)：

檢測(cè)部分：先由監(jiān)控視頻提取每一幀圖像，對(duì)其進(jìn)行預(yù)處理，使圖像信息更加準(zhǔn)確和清晰，然后對(duì)其灰度值邊緣進(jìn)行分割，再利用主成分分析方法對(duì)提取的特征數(shù)據(jù)進(jìn)行處理，利用Bayes判別法對(duì)車位信息進(jìn)行分類，存入數(shù)據(jù)庫，反饋給用戶。

預(yù)測(cè)部分：由之前積累的數(shù)據(jù)庫中的數(shù)據(jù)，采用多項(xiàng)式擬合函數(shù)進(jìn)行分析預(yù)測(cè)，可以預(yù)測(cè)出未來某一時(shí)間段中某一停車場(chǎng)的停車情況，發(fā)送到服務(wù)器，反饋給用戶。

系統(tǒng)總體流程如圖1所示。

3.2系統(tǒng)模塊

3.2.1圖像捕獲模塊

對(duì)于從視頻中采集圖像，利用CCD（電荷耦合元件）可以直接將光學(xué)信號(hào)轉(zhuǎn)換為模擬電流信號(hào)，電流信號(hào)經(jīng)過放大和模數(shù)轉(zhuǎn)換，實(shí)現(xiàn)圖像的獲取、存儲(chǔ)、傳輸、處理和復(fù)現(xiàn)。將捕捉的模擬信號(hào)圖像，利用一定的A/D轉(zhuǎn)換模塊（IR3Y48A1芯片）把模擬圖像轉(zhuǎn)換成數(shù)字圖像。

面陣CCD的輸出信號(hào)一般是具有行、場(chǎng)同步的全電視信號(hào)，又稱為視頻信號(hào)。由于視頻信號(hào)為模擬信號(hào)，所以計(jì)算機(jī)必須通過圖像采集卡將輸入設(shè)備的模擬圖像信息轉(zhuǎn)換為運(yùn)算處理所需要的數(shù)字信號(hào)。圖像采集卡作為一種圖像輸入設(shè)備，能夠?qū)崿F(xiàn)高速信號(hào)采樣與A/D轉(zhuǎn)換。圖像采集卡是以幀存儲(chǔ)器為核心的系統(tǒng)，其原理框圖如圖2所示。

通過圖像采集卡，采集模塊調(diào)用相應(yīng)的控制函數(shù)就可以將視頻信號(hào)采集為序列圖像，并送給監(jiān)控模塊進(jìn)行處理。

3.2.2圖像預(yù)處理模塊

由于室外停車場(chǎng)受到天氣、遮擋物等各種因素的影響，為了消除圖像中無關(guān)的信息，恢復(fù)有用的真實(shí)信息，增強(qiáng)有關(guān)信息的可檢測(cè)性和最大限度地簡(jiǎn)化數(shù)據(jù)，從而改進(jìn)特征抽取、圖像分割、匹配和識(shí)別的可靠性，往往需要對(duì)其進(jìn)行預(yù)處理。預(yù)處理過程首先對(duì)其進(jìn)行二值化操作，再利用邊緣分割將每一個(gè)車位從圖像中分離出來，便于下一步圖像特征的提取。

3.2.3車位檢測(cè)模塊

對(duì)每一個(gè)車位進(jìn)行特征提取，根據(jù)車位圖像有車無車時(shí)的特征，提取的特征有邊緣特征、顏色特征、紋理特征、形狀特征、空間關(guān)系特征等，由于每個(gè)特征對(duì)結(jié)果的影響程度不同，需利用主成分分析降維的方法對(duì)其進(jìn)行處理，計(jì)算出每個(gè)特征所占的權(quán)值比重，再利用Bayes判別法對(duì)其進(jìn)行閾值計(jì)算，進(jìn)而判斷出車位狀態(tài)。在對(duì)車位圖像進(jìn)行特征提取時(shí)主要以邊緣點(diǎn)和灰度值等作為判斷車位狀態(tài)的主要成分。

邊緣檢測(cè)法是基于圖像不連續(xù)性的分割技術(shù)。由于一幅圖像的大部分信息存在于不同區(qū)域的邊緣上，而且人的視覺系統(tǒng)在很大程度上根據(jù)邊緣差異對(duì)圖像進(jìn)行認(rèn)識(shí)分析。根據(jù)車位圖像有車和無車的特點(diǎn)，采取圖像邊緣檢測(cè)的方法對(duì)預(yù)處理過的圖像進(jìn)行檢測(cè)，邊緣檢測(cè)法根據(jù)車位區(qū)域圖像的邊緣信息是否豐富來判斷有無車輛，通過檢測(cè)有車和無車時(shí)邊緣點(diǎn)的個(gè)數(shù)來判定車位狀態(tài)。

灰度值檢測(cè)法是通過連續(xù)獲得的幾幀圖像之間的灰度變化進(jìn)行分析判斷。本文利用圖像采集模塊得到停車場(chǎng)的車位圖像之后，將其變?yōu)榛叶葓D像，對(duì)每個(gè)灰度圖像求其灰度值方差。在實(shí)際情況中，有車和沒車的車位圖像的灰度值方差會(huì)有所不同，但由于其他實(shí)際因素的影響，也可能導(dǎo)致車位灰度圖像發(fā)生變化，于是需要根據(jù)大量的測(cè)量與比對(duì)設(shè)立一定的閾值。因此，本文的灰度值檢測(cè)法是根據(jù)連續(xù)幾幀圖像的灰度值進(jìn)行判斷，用灰度值方差的變化跟預(yù)設(shè)定的閾值進(jìn)行比對(duì)來判斷車位狀態(tài)。

3.2.4空車位預(yù)測(cè)模塊

雖然城市人口會(huì)出現(xiàn)短時(shí)期流動(dòng)性劇烈變化的現(xiàn)象（例如春節(jié)等節(jié)假日時(shí)期），但是在長(zhǎng)時(shí)期的背景下，人口的變化是具有可預(yù)測(cè)性的。本文根據(jù)這個(gè)特點(diǎn)，收集該停車場(chǎng)近幾年的每個(gè)時(shí)刻車位變化數(shù)據(jù)進(jìn)行分析，利用一定的預(yù)測(cè)算法擬合出未來某個(gè)時(shí)刻停車場(chǎng)可能擁有空車位的數(shù)量。

4系統(tǒng)主要功能

基于圖像處理的停車位檢測(cè)預(yù)測(cè)系統(tǒng)通過全面收集停車場(chǎng)內(nèi)每一區(qū)域的停車位圖像，全面提高停車場(chǎng)的車位管理和服務(wù)水平。當(dāng)車主需要停車時(shí)，使用APP定位功能，系統(tǒng)將為其檢測(cè)該車周邊停車場(chǎng)的空車位情況，將其顯示在APP上，由車主選擇適合自己的停車場(chǎng)并為其進(jìn)行車位引導(dǎo)；利用數(shù)據(jù)積累，車主還可以在出門前預(yù)測(cè)目的地附近停車場(chǎng)的空車位情況，再依情況選擇是否出行或選擇合適的地點(diǎn)出行，尋找合適的停車場(chǎng)。

5結(jié)語

通過監(jiān)控視頻在停車場(chǎng)管理智能引導(dǎo)系統(tǒng)中的應(yīng)用，通過新建和改造停車場(chǎng)建設(shè)一個(gè)智能停車管理系統(tǒng)。實(shí)現(xiàn)停車信息的采集、處理、停車信息查詢、車位誘導(dǎo)等諸多功能，在一定程度上能夠解決當(dāng)前大型停車場(chǎng)的停車難問題，提高停車場(chǎng)車位利用率，創(chuàng)造較大的經(jīng)濟(jì)效益和社會(huì)效益。