[发明专利]车位空满状态判别方法及设备

说明书

本发明的目的是提供一种车位空满状态判别方法及设备，本发明针对每个车库场景的环境条件(光照、色度、角度等)，具体在每个项目中，进行针对性的特征库的学习，每一个摄像头节点对采集的视频图像进行预处理、模型匹配、车位判断、结果生成，最终完成对车位空满状态的识别和判断，将最终所得车位特征样本库总集作为项目车场图形识别法所需要的特征样本库，可以节约车位空满状态方案的成本，提高车库管理的管理效率，提升车位空满状态的准确率。

技术领域

本发明涉及计算机领域，尤其涉及一种车位空满状态判别方法及设备。

背景技术

车位检测方法主要可以分为两类，基于图像和基于非图像的。其中，

基于非图像的包括了重力感应、地磁、超声波、红外、RFID等技术：

重力感应是通过在车位所在地坪上安装重力感应传感器来感应车位重量变化，这种方式需要对每个车位进行填埋传感器，施工困难，成本高，且不利于维护(一旦损坏，需要重新改造车位地坪)；

地磁感应也需要在车位地面下填埋地磁感应线圈，通过感应线圈的电流变化实现车位状态的判断。同样地，地磁感应存在施工可能男，施工成本高以及难于维护的缺点，且由于地磁感应还容易收到外界干扰；

超声波车位检测的方法是通过安装于车位顶端的超声波发射接收器对垂直下方的车位发射超声波(预设默认到达地面距离)测量距离，比较有车和无车时的距离变化，进而实现车位状态的判断。超声波车位判断需要对每个车位顶端安装超声波装置，工程量较大，施工要求高，同时由于超声波的特征，有可能接收到相邻装置发射的超声波，引起误判；

红外感应车位检测，通过红外感应传感器对驶入和驶出车位的车辆进行计数，驶入车辆加1，使出车辆减1，进而实现车位状态的判断。红外感应技术设备较为精密，同时对环境红外光较为敏感，也容易引起误判；

RFID技术是通过RFID标签和RFID高频信号收发装置同时工作，进而实现对车辆进入具体车位的判断。RFID实现技术原理简单，但是其需要单独布置RFID系统(RFID天线、手法装置、定位算法、RFID标签等)，功能较为单一，且搭建系统繁琐，成本没有优势。

基于图像的车位检测，是通过摄像头对车位拍照，进行人工智能图像识别的方法进行车位判断。其中，包括了背景图差分、边缘检测、轮廓检测、特征值提取等。

背景图差分要求摄像头采集的图片清晰，且要求光照相对恒定。其判断结果容易受外界环境干扰(如水渍、车灯/太阳光照、环境光暗等)。

单一采用边缘检测、轮廓检测、特征值提取检测以及上述三者综合的方法可以解决因光照原因、地面颜色变更原因等引起背景差分法判断失真，然而，由于车型的多样性、车主停车的随机性(不按标准停车)、以及车厂光纤散射等因素影响，使得车位检测算法的特征库需要根据每个车库(环境)进行定制。

发明内容

本发明的一个目的是提供一种车位空满状态判别方法及设备。

根据本发明的一个方面，提供了一种车位空满状态判别方法，该方法包括：

步骤S1，通过摄像头拍摄多张车位样本图片；

步骤S2，调用预设的图像识别法，将所述车位特征样本库总集与所述车位样本图片进行比较，对所述车位样本图片的车位空满状态进行识别，得到对应的识别结果；

步骤S3，对所述识别结果进行分类，将判断不准确的识别结果所对应的车位样本图片归类到特征学习库1中；

步骤S4，调用预设的图像学习方法，对所述特征学习库1进行学习，将学习结果汇集车位特征样本库1中

步骤S5，把所述车位特征样本库1拟合到所述车位特征样本库总集中，以得到更新后的车位特征样本库总集后，重新从步骤S1开始执行。