基于颜色特征的停车场车位检测算法

摘要

本发明公开了一种基于颜色特征的停车场车位检测算法，在大型停车场内架设CCD摄像头，通过CCD摄像头实时采集车位图像信息，再由计算机系统读入采集到的车位图像数据，并对这些图像数据依次进行待测车位截取、彩色图像平滑滤波等预处理，然后利用建立的背景混合高斯模型进行颜色特征提取。为了判断车位处是否停放的是车，提取方差、边缘及角点这些比较显著性的特征，作为每幅图像的特征空间，统计这些特征，输入利用边界样本训练好的分类器中，判断车位的占用情况。方法使用范围广泛，通用性强，可应用于室内及室外各种停车场环境，且具有安装方便，成本低廉，实时性好，检测精度高等优点。

主权项

一种基于颜色特征的停车场车位检测算法，其特征在于：包括图像处理模块、特征提取模块、统计分类器设计模块；包括以下步骤：1.1.采用CCD摄像头拍摄获取车位视频数据，摄像机的拍摄区域范围为数个车位，且摄像头相对位置和拍摄角度保持不变；1.2.选择一幅无车的背景图像，读取该图像并将其平滑去噪后转换成灰度图；1.3.设置无车背景图像待测车位的边框坐标，截取只包含单一待测车位信息的图像数据，将得到的待测车位的背景图像设为I0；1.4.对于每幅待测图像，然后按步骤1.3中的方式截取出具体待测车位的区域范围，并进行预处理；读取每一幅彩色待测车位图像区域的信息，进行颜色空间转换，将RGB转换到HSI空间下，进行图像滤波处理；1.5.特征提取阶段：将车位的颜色特征运用到车位检测系统中，建立基于背景颜色的混合高斯模型，得到非空车位区域的面积及最小矩形区域的长宽比，然后提取边缘点密度、角点特征以及方差特征，利用数理统计方法计算车位五个特征参数面积S、长宽比LW，边缘点密度dE，角点数目count、车位方差σ；1.6.选择多幅待测车位图像作为训练样本图像，样本的选择要合理，选择多幅图像进行训练，其中50％幅为空车位图像，50％幅有车车位图像；利用统计模式识别的理论，训练SVM分类器；1.7.将目标待测车位按上述步骤1.1‑1.5步计算得到数个车位特征参数，分别代入由步骤1.6确定的分类器中，直接进行目标识别。