[发明专利]车位状态检测方法、系统、可读存储介质和计算机设备

说明书

本申请涉及一种车位状态检测方法、系统、可读存储介质和计算机设备。所述方法包括：获取待检测车位的图像数据；从待检测车位的图像数据中提取待检测图像特征向量；根据待检测图像特征向量和预设的神经网络检测模型进行车位状态检测；获取并推送车位状态检测的结果。本申请的方案从待检测车位的图像数据中提取待检测图像特征向量，并将该待检测图像特征向量输入预设的神经网络检测模型中进行车位状态检测，有效地提高了车位状态检测的抗干扰性，提高了车位状态检测的准确率。

技术领域

本申请涉及停车场智能控制技术领域，特别是涉及一种车位状态检测方法、系统、计算机可读存储介质和计算机设备。

背景技术

随着大型停车场的不断增多，车位管理难度日益增加，越来越多的停车场都用上了车位引导系统。车位引导主要是通过地磁、超声波和视频等手段实现对车位上车辆状态的检测，并将车位状态数据通过有线或无线的方式在停车场里的车位引导屏和车位指示灯上表示出来，达到停车引导的作用。

目前，通过视频对车位进行检测的方法大多数是通过检测车牌来实现车位状态检测的，但对车位上的车牌识别准确率有限，也无法有效监测出没有车牌的车辆，容易导致经常性的车位状态检测出错，进而导致停车引导出错。

发明内容

基于此，有必要针对上述问题，提供一种检测准确率高的车位状态检测方法、系统、计算机可读存储介质和计算机设备。

一种车位状态检测方法，包括步骤：

获取待检测车位的图像数据；

从待检测车位的图像数据中提取待检测图像特征向量；

根据待检测图像特征向量和预设的神经网络检测模型进行车位状态检测；

获取并推送车位状态检测的结果。

在一个实施例中，获取待检测车位的图像数据的步骤包括：

采集待检测车位的视频流数据；

从视频流数据中提取待检测车位的单帧图像数据；

确认车位检测区域；

根据车位检测区域从单帧图像数据中截取待检测车位的图像数据。

在一个实施例中，从待检测车位的图像数据中提取待检测图像特征向量的步骤包括：

将待检测车位的图像数据按照预设尺寸进行缩放，得到缩放后的图像数据；

对缩放后的图像数据进行伽马校正，得到校正后的图像数据；

对校正后的图像数据进行灰度化处理，得到灰度化图像数据；

从灰度化图像数据中提取待检测图像特征向量。

在一个实施例中，从灰度化图像数据中提取待检测图像特征向量的步骤包括：

获取灰度化图像数据的图像梯度，图像梯度包括梯度幅值和梯度方向；

根据预设的权重投影函数，将梯度幅值按照梯度方向进行加权投影，得到灰度化图像数据的方向梯度直方图；

通过预设归一化函数将灰度化图像数据的方向梯度直方图进行归一化处理，得到灰度化图像数据的方向梯度直方图特征向量，待检测图像特征向量包括方向梯度直方图特征向量。

在一个实施例中，获取灰度化图像数据的图像梯度的步骤包括：

将灰度化图像数据按照预设分割规则进行分割，得到单元图像数据；

将单元图像数据按照预设块组合规则进行组合，得到块图像数据；