[发明专利]一种基于视频数据的路内不规范停车识别方法

说明书

本发明公开了一种基于图像识别的路侧不规范停车识别方法，包括以下步骤：步骤1.车辆检测，在路侧停车区域设置视觉传感器采集视频图像序列，利用自适应阈值分割技术进行区域分割；步骤2.车辆跟踪，将步骤1中采集视频图像拆分成帧数图像，再在拆分过后的图像的基础上提取可识别车辆运动状态；步骤3.停车判断，对车辆状态判断为静止的车辆的图像进行Canny算子边缘检测；步骤4.停车特征提取，对连通区域的IoU进行计算；步骤5.停车行为识别。本发明利用监控视频信息分析车辆停车行为的原理方法和关键技术，提出构建不规范停车行为分类规则，基于视频数据的车辆特征提取方法，实现停车行为的自动识别，提高停车场智能化管理水平，拓展智慧停车应用范围。

技术领域

本发明涉及路内停车识别技术领域，具体为一种基于视频数据的路内不规范停车识别方法。

背景技术

由于城市现代化进程的不断加快和城市人口的快速增多，机动车的数量也急剧增加。随着汽车数量的不断增加，城市交通相关问题，如违规停车和停车纷争等问题日渐严重，路内停车就是其中的典型问题。

人为进行路内停车位的管理存在大量弊端，管理人员经常与车主产生对决策的歧义和矛盾，甚至造成不和谐的负面影响。良好的路内停车管理对道路交通至关重要，只有找出现有的停车问题，解决具体问题，路内停车才能得到管理，建设一条整洁畅通的城市道路。

目前，传统停车场停车管理没有足够的重视停车车辆的状态，尤其是大型停车场无法及时监测停车状态。同时，由于部分车主欠缺主人意识，导致产生违规停车行为，这些行为不仅影响了其他车主的正常停车，造成停车资源的浪费，也增加了停车管理的难度。还可能诱发停车刮擦等事故，破坏城市文明形象。

目前，智能交通领域已经应用了大批视频监控设备，视频数据包含大量的停车数据信息，可以结合不同的情景来识别特定的车辆行为。总之，路内停车管理的智能化应用研究对智能交通系统的发展起着举足轻重的作用。不规范停车行为识别方法的探究对基于视频数据的路内停车智能管理系统的开发具有重大意义。

发明内容

本发明的目的是为了提供一种基于视频数据的路内不规范停车识别方法，通过利用监控视频信息分析车辆停车行为的原理方法和关键技术，提出构建不规范停车行为分类规则，基于视频数据的车辆特征提取方法，实现停车行为的自动识别，提高停车场智能化管理水平，拓展智慧停车应用范围。

为了实现上述发明目的，本发明采用了以下技术方案：一种基于视频数据的路内不规范停车识别方法，包括以下步骤：步骤1.车辆检测，具体操作如下：在路内停车区域设置视觉传感器采集视频图像序列，利用自适应阈值分割技术进行区域分割；

步骤2.车辆跟踪，具体操作如下：将步骤1中采集视频图像拆分成帧数图像，再在拆分过后的图像的基础上提取可识别车辆运动状态；

步骤3.停车判断，具体操作如下：对车辆状态判断为静止的车辆的图像进行Canny算子边缘检测，算法根据步骤2中图像像素的灰度值和纹理特征判断是否存在跳跃式变化的区域，即可判断车辆是否停车；

步骤4.停车特征提取，具体操作如下：对连通区域的IoU进行计算，即对停车区域的预测边框和车辆实际停车的真实边框的交集、并集的比值进行计算，判断是否有交叉行为；

步骤5.停车行为识别，具体操作如下：对于斜位停车和横向停车的车辆，判断车辆的主轴方向与停车空间的主轴方向之间的角度来识别停车行为；对于反向摆放的车辆，判断其与停车位之间的距离间距以及箭头方向来识别停车行为；对于跨位停车、压线停车和未保持合理车距停车的车辆，判断车体轮廓的四个角点是否都在停车区域内来识别停车行为；以此获取车辆的违章停车信息。

优选的，在步骤1中，将灰度阈值作为随图像中的位置缓慢变化的函数，在图像中物体与背景之间的对比度变化的情况下进行分割，利用每个像素的n×n 邻域(n为奇数，以减少计算量，通常n＝3或5)，对像素的邻域灰度进行计数：