[发明专利]一种车位图智能识别系统有效

专利信息
申请号: 202110282948.0 申请日: 2021-03-16
公开(公告)号: CN112668564B 公开(公告)日: 2021-07-09
发明(设计)人: 孟宪坤;田文;宣卢斌 申请(专利权)人: 杭州萝卜智能技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/34;G06K9/38;G06K9/46
代理公司: 杭州信义达专利代理事务所(普通合伙) 33305 代理人: 陈继算
地址: 310016 浙江省杭州市余杭区余杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车位 智能 识别 系统
【说明书】:

发明公开了一种车位图智能识别系统,涉及智能识别领域,包括图像预处理模块、图像切分模块、文本区域检测模块、文本识别模块和车位信息展示模块:图像预处理模块,分别利用高斯滤波、数字图像灰度处理技术、数字图像二值化对输入原始车位销控图进行预处理;图像切分模块,接收图像预处理模块预处理的数字图像,使用轮廓识别函数和过滤函数识别符合要求的车位坐标信息,筛选得到完整的车位坐标列表;文本区域检测模块,接收图像切分模块中识别的结果,进行车位的局部数字图像获取,使用基于FCN实现的EAST算法检测车位编号文本信息所在区域;文本识别模块,使用文本定位坐标信息对文本区域检测模块中的文本区域的内容使用opencv的threshold进行二值处理。

技术领域

本发明涉及智能识别领域,尤其涉及一种车位图智能识别系统。

背景技术

随着信息技术飞速发展,房产行业的信息化趋势逐渐加快,房产销售开始向线上发展,随之而来的附属的车位销售也跟随着趋势开始向线上发展。车位信息在上传信息系统中,传统的做法是把车位以表格的方式展示,这种方式由于没有直观的方位展示,使车位挑选非常不便,没有办法直观的定位到方便自己的车位,鉴于传统方式在挑选车位的不便利的问题,可以采用一种利用图直观挑选的方式,这种新颖的展示方式上,需要在车位图上设计制作投入大量人工来进行相关车位的标注,这是一个不可忽略的步骤,同时也是一个非常耗时的工作,所需要一种利用计算机相关能力来完成第一步预标注,使人工部分大大减少。

发明内容

本发明的目的在于提供一种车位图智能识别系统。

为实现上述目的,本发明提供如下技术方案:

一种车位图智能识别系统,包括图像预处理模块、图像切分模块、文本区域检测模块、文本识别模块和车位信息展示模块:

图像预处理模块,分别利用高斯滤波、数字图像灰度处理技术、数字图像二值化对输入原始车位销控图进行预处理;

图像切分模块,接收图像预处理模块预处理的数字图像,使用轮廓识别函数和过滤函数识别符合要求的车位坐标信息,识别数字图像中的轮廓,判定是否为有效车位,筛选得到完整的车位坐标列表;

文本区域检测模块,接收图像切分模块中识别的结果,进行车位的局部数字图像获取,使用基于FCN实现的EAST算法检测车位编号文本信息所在区域;

文本识别模块,使用文本定位坐标信息对文本区域检测模块中的文本区域的内容使用opencv的threshold进行二值处理和文本识别,得到车位编号文本;

车位信息展示模块,把图像切分模块中识别到的车位坐标数据和文本识别模块得到的车位编号文本数据,输出前台系统作为可视化展示。

进一步的,所述图像预处理模块进行预处理的步骤包括:

A1,使用opencv的高斯滤波GaussianBlur对数字图像进行降噪处理;

A2,对降噪处理后的数字图像使用颜色空间转换函数cvtColor进行灰度化处理;

A3,对灰度处理的数字图像使用opencv的threshold进行二值处理,把数字图像转换成二值黑白图像。

进一步的,还包括步骤A4,进行边缘增强处理,组合使用膨胀dilate、高斯滤波GaussianBlur、腐蚀erode进一步加强轮廓边缘。

进一步的,所述图像切分模块中的过滤函数为: F(L,W),以矩形长宽为过滤因素,预设符合车位特征长(L)、宽(W),区间分别为[L1,L2]、[W1,W2]。

进一步的,所述图像切分模块得到完整的车位坐标列表的步骤包括:

B1,调用opencv轮廓检测API识别图像预处理模块预处理后的数字图像,获取图上所有可能的轮廓;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州萝卜智能技术有限公司,未经杭州萝卜智能技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110282948.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top