面向監(jiān)控圖像的停車場智能車位識別算法研究.pdf

1、20世紀(jì)80年代以來，隨著汽車產(chǎn)業(yè)的發(fā)展，交通問題變得越來越嚴(yán)峻。歐美等國家為了解決日益凸顯的交通問題，結(jié)合電子傳感、計算機(jī)科學(xué)等技術(shù)，建立了智能交通系統(tǒng)（Intelligent Transportation System，ITS）。車位識別系統(tǒng)是智能交通系統(tǒng)的一個重要組成部分。最初，學(xué)者們采用地感線圈、紅外線、微波、超聲波等方式進(jìn)行智能車位識別，此類方法統(tǒng)稱為基于傳感器的智能車位識別。但是由于其易受外界環(huán)境如氣流、溫度等的干擾，尤其是

2、一個傳感器一次僅能檢測一個停車位的缺點(diǎn)，近幾年來，國內(nèi)外對面向圖像的智能車位識別的研究變得更加火熱。
　　本文所研究的算法主要應(yīng)用場景為室內(nèi)停車場，通過已有的監(jiān)控設(shè)備分析出停車位的占用情況。本文在實現(xiàn)過程中，主要解決三個問題，第一，如何從監(jiān)控圖像中抽取出感興趣的停車位區(qū)域。第二，抽取出停車位區(qū)域后，從車位圖像中提取出什么樣特征信息用于車位識別。第三，根據(jù)所提取的特征信息，建立什么樣的模型識別出車位的狀態(tài)。分析這三個問題，本文將智能

3、車位識別系統(tǒng)分為五部分：停車位坐標(biāo)標(biāo)定，目標(biāo)二值化，陰影檢測，遮擋車位識別，分類器選取。
　　在實現(xiàn)過程中，本文突出貢獻(xiàn)有三方面。第一，提出一種改進(jìn)的基于邊緣特征的陰影檢測算法，消除陰影對停車位標(biāo)記的干擾。主要改進(jìn)有：在消除背景紋理時，考慮到了像素的空間信息；在標(biāo)記停車位時，尋找到邊緣圖像的水平和垂直投影曲線中的四個波谷作為停車位的坐標(biāo)。與傳統(tǒng)算法相比，可以更好地適用于像素低、陰影邊界不明顯的圖像。第二，提出一種改進(jìn)的基于分解的三

4、維 Otsu算法，較多地保留住了目標(biāo)點(diǎn)信息。主要改進(jìn)有：將三維 Otsu的第一維度由原始灰度值變?yōu)樘荻戎?，增?qiáng)邊緣信息；將差分圖像灰度值小于20的像素點(diǎn)視為背景。與一維 Otsu以及基于分解的三維 Otsu相比，可以有效地消除噪聲的干擾，更好地保留邊緣信息。第三，提出一種區(qū)域分割模型，處理停車位遮擋問題。將每個停車位分割成9個不均勻區(qū)域。角落包含的車輛信息較少，權(quán)值設(shè)為0。中間包含的車輛信息較多，權(quán)值設(shè)為2。與傳統(tǒng)的分割成4個均勻區(qū)域的