CN101656023B - 一种视频监视模式下的室内停车场管理方法 - Google Patents

Abstract

本发明公开了一种视频监视模式下的室内停车场管理方法，该方法提供了停车场内车位空满状态以及车位占用是否违规的信息，A、分割出监视视场中的车位，提取出车位边界线，将车位边界线进行膨胀处理；查找车位的下边界线，对每个车位进行区域生长的标识，得到车位标识；B、判断车辆是否停放稳定，用背景差分法进行车位空满状态的判别；C、分别判断车辆压车位上、左、右边界线的情况和车辆压车位下边界线的情况，满足其中一个判据，则认为该车辆违规停放。本发明方法通过数字图像处理技术，可实时向监控人员提供目前停车场车位的占用情况和车辆是否违规停放。

Description

一种视频监视模式下的室内停车场管理方法

技术领域

本发明属于智能视频监控技术领域，涉及一种视频监视模式下的室内停车场管理方法。

背景技术

目前我国一般的停车场引导***的重点大都放在计费管理功能上，关注的是单个车辆进出的时间以便于计算时长进行计费收费，采用的管理方式仍是磁卡、条码卡或接触式IC卡甚至是简单的人工发放纸质卡片的原始管理方式，这样的管理实际上只是对卡中所记录的内容进行管理，例如时间信息和车牌信息等，而对车辆在停车场内的停放状况、车辆的安全以及在大型停车场中对车辆的停放引导并没有较全面的考虑，例如，理论上能够做到一车一位，但在大型停车场中要找到所剩无几的停车位是比较困难的；同时，如果出现某些车辆违规停放，占用了本车位以外的地方，就会导致其他车辆无法正常停放的情况。

发明内容

本发明的目的是提供一种视频监视模式下的室内停车场管理方法，解决了现有技术无法获得具体车位空满状态以及车辆是否违规停放信息的问题。

本发明所采用的技术方案是，一种视频监视模式下的室内停车场管理方法，在室内停车场屋顶固定安装多个云台，在每个云台上设置摄像头，以串口通信控制云台实现摄像头转动，使每个摄像头可以监视6～12个车位，各个摄像头构成摄像头组，再将摄像头组采集到的当前车位图像实时输入中央控制装置进行信息处理，中央控制装置将处理结果实时输出到停车场内部设置的三维停车场电子地图和监控器、停车场外部入口处设置的电子车位信息显示屏，提供停车场内车位空满状态以及车位占用是否违规的信息，具体按照以下步骤实施：

A、初始化背景帧，

A1)车位分割

先将摄像头组转动到设定角度拍摄到的空车位图像作为背景帧，利用类间最大距离法对该背景帧进行分割，提取出车位边界线；

再采用数学形态学滤波中的膨胀运算，将车位边界线进行膨胀处理，使当前帧与背景帧车位边界线的位移偏差包含在膨胀后加粗的车位边界线内；

A2)车位标识

查找车位的下边界线，忽略摄像头的球形畸变，采用最小二乘法对车位下边界线进行直线拟合，对其向上平移，得到贯穿车位的直线，将该直线上位于车位内的点作为种子点，对每个车位进行区域生长的标识；

将不同位置上的车位进行标号，使其与中央控制装置的***内部设定的车位标号一致，使车位的编号和车位的位置建立对应联系，利用不同的灰度信息将每个车位区域单独提取出来进行判断；

B、车位空满状态的自动检测

B1)、车辆是否停放稳定的自动判别

采用帧间差分方法，通过对比两帧图像之间的信息差别，来判断所监视的车位上是否有车以及车辆是否停稳，

设定视频的帧速率为25帧/秒，当前t时刻图像为I_t(i，j)，设其后t+8s(秒)时刻I_t+8(i，j)为参考帧，选取合适的阈值Th，按照公式(1)求差分图像D(i，j)：

$D(i,j)=\left\{\begin{array}{cc}1& \mathrm{if}|I_t(i,j)-I_{t+8}(i,j)|>\mathrm{Th}\\ 0& \mathrm{others}\end{array}\right.---\left(1\right)$

当两帧之间像素值差异大于Th时，表明该点为运动目标点，通过对D(i，j)中运动目标点的个数进行统计，可以判断场景内车辆是否在运动；如果车辆没有停稳，不进行车位状态的判断，用参考帧I_t+8(i，j)替代当前帧I_t(i，j)，继续判断车辆是否停稳；

B2)、车位空满状态的自动检测

车辆停稳后，从当前帧中，分别提取出每个车位区域，用背景差分法判断其空满，即用当前帧和背景帧做差分，当前帧I_t(i，j)中的像素被分为背景点和前景点两部分，前景点即为运动目标，统计运动目标像素个数以判断车位空满，用I_t(i，j)中的背景点对背景帧中相同位置上的点进行更新，参照公式：B_t(i，j)＝(1-a)B_t-1(i，j)+aI_t(i，j) (2)

B_t(i，j)为更新后的背景，B_t-1(i，j)为更新前的背景，更新系数α的值根据现场的情况而设定，车位空满状态通过三维停车场电子地图、电子车位信息显示屏和监控器显示；

C、车辆是否违规停放的自动检测，具体按照以下步骤实施：

C1)对于车辆压车位上、左、右边界线的情况：

对步骤A中标识过的车位进一步分区，将每个车位平均分为右上、左上、右下、左下四个区域，车辆违规停放的判别准则是：

对车辆压车位上、左、右边界线的情况，统计空车位时车位每个区域内的背景像素个数，用sum(i)表示，i＝1，2，3，4；统计有车时车位每个区域内的目标车辆像素个数，用car(i)表示，i＝1，2，3，4，

如果 $k=\frac{\mathrm{car}\left(i\right)}{\mathrm{sum}\left(i\right)}<0.15,$ 则判该车违规停放；

C2)对车辆压车位下边界线的情况，在每个车位下方设置虚拟检测线，并对检测线上的像素进行统计，如果含有足够多的目标车辆像素，则判该车压下车位线违规停放；

当满足C1)、C2)任意一个条件时，即可判定该车辆违规停放，并将车位车辆违规停放状态通过监控器显示。

本发明的有益效果是，能够实时的向停车场管理人员提供停车场内具体车位空满状态、车辆是否违规停放的图像信息。

附图说明

图1是本发明方法所使用的控制***结构框图；

图2是本发明方法的工作流程图；

图3是本发明方法中的摄像头转动到设定视角时的车位示意图；

图4是本发明方法中的种子点选取示意图；

图5是本发明方法中的车位分区示意图；

图6是本发明方法中的车位下方检测线示意图。

图中，1.摄像头组，2.中央控制装置，3.三维停车场电子地图，4.电子车位信息显示屏，5.监控器，6.摄像头。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明提出了一种视频监视模式下的停车场管理方法，针对室内停车场，通过对视频目标进行检测和一系列的图像处理，完成对车位的空满状态、车辆是否违规停放等的自动监控及处理。

图1为本发明方法所使用的控制***结构框图，本发明的控制***分为设置在停车场内部和设置在停车场外部的两个部分。在停车场内部，设置在各个云台上的摄像头组成摄像头组1，摄像头组1将采集到的监视画面(当前车位图像)输入控制中心的中央控制装置2进行信息处理后，中央控制装置2将车位的情况发送给停车场内部的三维停车场电子地图3，在该地图的引导下，驾驶员可以快速的了解停车场内车位、车道的布局信息以及车位占用情况，从而尽快找到满意的车位；同时，监控人员通过与中央控制装置2连接的监控器5中得到信息，及时对车位情况进行纠正调整，及时消除车辆的违规停放。在停车场外部，中央控制装置2将处理得到的信息发送给安装在停车场外部入口处的电子车位信息显示屏4，实时显示车位的空满情况，这样驾驶员在停车场入口就可事先了解车位的占用情况，避免了因盲目进入停车场而造成的车辆拥堵。

图2为本发明方法的工作流程图。首先获取无车辆的车位背景图像，对所监视的车位进行标识；其次，采用帧间差分法，判断当前帧中的车辆是否停放稳定；之后，对车辆已经停稳的情况，利用背景差分法，提取目标车辆区域，判断车位的空满状态，对已被占用的车位，判断车辆是否违规停放；最后，对违规停放的车辆，***给出相应的警示信息，便于监控人员及时对其予以纠正。

本发明方法所使用的控制***包括以下主要功能：

a)车位空满状态的自动检测

即采用视频运动目标的检测方法，自动检测车位上是否有车辆停放，由此获得车位的空满状态。

b)车辆违规停放的自动检测、报警

相对于目前已有的停车场视频监控方案，检测车辆是否违规停放是本发明的特点之一。所谓违规停放是指车辆没有停在车位内，有压车位边界线停车的情况，导致相邻车位空间不足无法正常使用。本发明针对违规行为设计了专用的检测方法，能够实时检测车辆违规停放的情况，当有车辆违规停放时，***会立刻给出报警提示。

c)广角监视

考虑到室内停车场高度的限制，本发明采用云台来增大摄像头监视的范围，即将云台固定安装在停车场房屋顶部，将摄像头固定在云台上，利用云台带动摄像头转动，以保证摄像头可以监视到6～12个车位。采用DIS-880C型CCD彩色摄像头，以串口通信控制云台以实现摄像头的转动，从而实现广角监视。主要通过串口发送控制指令到解码器，经过解码器后开启或关断相应的继电器控制云台转动。在串口控制命令的编写时使用Mscomm控件，能够非常方便的实现RS-232C/485与云台的通信。

d)数字补光

由于室内停车场内部的光线通常比较昏暗，摄像头采集到的图像可能会模糊不清，不利于车位状态的检测。本发明采用低照度下的图像清晰化方法，使得视频监控技术可以更好的适应室内停车场的光照环境。

本发明方法采用视频检测技术作为车位信息的采集手段，相较于目前常用的地感线圈检测器或超声波传感器，车位视频检测具有：能够实时的向停车场管理人员提供停车场内的可视画面，能够帮助管理人员及时了解车位占用、车辆停放是否违规、车辆是否安全等信息；单个摄像头能监视的车位数量相比于其他采集方法明显增多的优点。

本发明方法的具体实施，按照以下步骤进行：

A、初始化背景帧

在***安装调试完成后，首先获得一帧空车位图像作为背景帧，以其作为目标车辆提取的参考图像。为了能够区分背景帧中的每一个车位，以利于后续将每个车位单独提取出来进行判断，需要对背景帧进行以下步骤的初始化完成车位标识。

A1)车位分割

在背景帧中关注的是车位，因此首先要将其中的车位区域分割出来。通过类间最大距离法，对背景帧进行分割，提取出车位边界线。之后，需要对提取出的车位边界线进行膨胀处理。这是由于：本发明采用云台带动摄像头转动，由于云台的物理位移误差，当前帧与背景帧中的车位边界线不严格在相同的位置上，在进行车位空满检测和车辆违规检测时，误差像素可能会导致错误的判断。因此，本发明采用了数学形态学滤波中的膨胀运算，将车位边界线进行膨胀，使位移偏差包含在膨胀后加粗的车位边界线内，以避免位移偏差对后续处理的影响。

膨胀处理的算法是：设二值图像为F，结构元素为S，当一个结构元素S的原点移到图像的点(x，y)时，将其记作S_xy。此时图像F被结构元素S膨胀的运算可表示为：

A2)车位标识

图3为云台带动摄像头转动到设定视角时的车位的示意图，虚线为监视视场。车位标识步骤能够将每个车位区域用其车位编号进行标识，按照车位的编号，可将每个车位单独提取出来进行判断。

本发明采用区域生长法标识车位。区域生长法的基本思想是将具有相似性质的像素集合起来构成区域。首先，对每个要分割的区域找一个种子点，然后将种子像素周围邻域中与种子像素有相同或相似性质的像素(根据某种实现确定的生长或相似准则来判定)合并到种子像素所在的区域中；将这些新像素当作新的种子点继续进行上面的过程，直到再也没有满足条件的像素可以被包括进来，这样一个区域就生长成了。

1)种子点的选择

按照监视的视角设置，车位的下边界线距离摄像头最近，故其信息最强。由于该边界线连接每个车位，将其向上平移，该直线会贯穿所有监视车位。提取出该直线在车位内的一个点，就可以用该点做种子点对车位进行标识。忽略摄像头的球形畸变，本发明采用最小二乘法对车位下边界线进行直线拟合。平移拟合得到的直线，如图4中虚线所示，选取该虚线上位于车位内的点作为种子点。

2)区域生长法标识车位

为了能将车位号码与车位在图像中的区域联系起来，用车位的编号作为灰度值对车位内的像素进行填充，得到车位标识图像。这样，在需要处理n号车位时，只需将标识图像中灰度值等于n的像素提取出来，就可得到n号车位的区域。

具体过程如下：

①以种子点为初始点，搜索其周围8个邻域内的像素；

②找出像素值为0的黑色点，因为该点为车位内的点，将该点加入种子点队列并保存其坐标，并用该车位的编号作为灰度值对其标识；

③判断种子队列是否为空，如果不为空，重复②；如果为空则停止生长。

以上初始化步骤完成了对背景帧中车位的标识，背景帧与车位标识的结果被预存在中央控制装置2中。

B、车位空满状态的自动检测

B1)、车辆是否停放稳定的自动判别

初始化完成后，***进入对车位和车辆状态的判别过程。在车辆尚未停稳时，***对车位空满及车辆违规的判别会不准确，因此首先要判断车辆是否停放稳定。

本发明采用帧间差分方法，通过对比两帧图像之间的信息差别，来判断所监视的车位上是否有车以及车辆是否停稳。设定视频的帧速率为25帧/秒，当前t时刻图像为I_t(i，j)，设其后t+8s(秒)时刻I_t+8(i，j)为参考帧，根据图像的大小选取合适的阈值Th，按照公式(1)求差分图像D(i，j)：

$D(i,j)=\left\{\begin{array}{cc}1& \mathrm{if}|I_t(i,j)-I_{t+8}(i,j)|>\mathrm{Th}\\ 0& \mathrm{others}\end{array}\right.---\left(1\right)$

当两帧之间像素值差异大于Th时，表明该点为运动目标点，通过对D(i，j)中运动目标点的个数进行统计，可以判断监视视场内车辆是否在运动。如果车辆没有停稳，不进行车位状态的判断，用参考帧I_t+8(i，j)替代当前帧I_t(i，j)，继续判断车辆是否停稳。

B2)、车位空满状态的自动检测

对车辆已经停稳的情况，利用背景差分法，即当前帧与背景帧做差，提取目标车辆，统计运动目标像素个数以判断车位空满。

经过背景差分，当前帧I_t(i，j)中的像素被分为背景点和前景点两部分，前景点即为运动目标。为了能够使背景适应当前的光照情况，用I_t(i，j)中的背景点对背景帧中相同位置上的点进行更新，公式(2)：

B_t(i，j)＝(1-a)B_t-1(i，j)+aI_t(i，j)    (2)

B_t(i，j)为更新后的背景，B_t-1(i，j)为更新前的背景，更新系数α的值根据现场的情况而设定。

C、车辆是否违规停放的自动检测

如图2所示，对于***判为“满”的车位，***进入车辆是否违规停放判别。由于本发明针对室内停车场，摄像头架设的高度受到受限，监视视场中的车位会发生较严重的形变，如图3所示。同时，高度限制也带来了多个车辆间粘连遮挡较为严重的问题，因此增大了正确判断车辆是否违规停放的困难。

C1)对于车辆压车位上、左、右边界线的情况：

如图5所示，将步骤A中标识过的每个车位(图像)平均分为右上、左上、右下、左下四个区域。如果该车位中有车，且目标车辆像素在四个区域中分布严重不均，例如只在左上区域和左下区域有车辆像素分布而剩余两个区域中没有，则认为该车辆在车位中过于靠左，判该车辆压车位左边界线违规停放。

统计空车位时车位每个区域内的背景像素个数，用sum(i)表示，i＝1，2，3，4；统计有车时车位每个区域内的目标车辆像素个数，用car(i)表示，i＝1，2，3，4，

如果 $k=\frac{\mathrm{car}\left(i\right)}{\mathrm{sum}\left(i\right)}<0.15,$ 则判该车违规；

但是，由于高度限制造成的车辆投影的影响，上述C1)的判别方法对于车辆压车位下边界线的违规情况检测的准确度有所降低。

C2)对于车辆压车位下边界线的情况：

本发明方法在每个车位下方设置虚拟检测线来检测车辆是否违规停放，图6中的黑色虚线即为每个车位下方的检测线。对检测线上的像素进行统计，如果含有足够多的目标车辆像素，则认为该车辆压车位下边界线违规停放。

对***判为“满”的车位，经过以上两个判别步骤，当满足C1)或C2)之中任一条件，即可判定该车位中的车辆违规停放。

在对车位及车辆状态判别时，还可以再采用单尺度Retinex图像增强算法对当前帧进行数字补光，以达到保持图像颜色，增强图像对比度，并有效显示阴影及光照等区域中的细节的效果。从而便于监控人员识别和记录。

Retinex作为人眼感知亮度和色度的视觉模型，定义理想的图像f(x，y)为：

f(x，y)＝r(x，y)×i(x，y)    (3)

即一幅图像f(x，y)可以用环境亮度函数i(x，y)和物体反射函数r(x，y)的乘积来表示。环境亮度函数描述周围环境的亮度，与物体本身性质无关，影响图像的动态范围；而物体反射函数是指物体反射能力，与照明无关，它包含了景物的细节信息。

基于这种模型，得到的环境亮度函数是一种变化缓慢的图像低频信息；而反射函数则包含着图像中的大部分高频细节信息。对这两部分进行分别处理或只对一部分进行处理以达到增强图像的目的。Retinex理论算法的基本形式(又称为单尺度Retinex，记为SSR)：

R(x，y)＝logI(x，y)-log[F(x，y)*I(x，y)]    (4)

R(x，y)是输出的图像函数，I(x，y)是输入图像分布函数，*代表卷积操作，Log表示自然对数，F(x，y)被称为环境函数。对于环境函数的选择可以有很多种，这里采用高斯环境函数： $F(x,y)=K{e}^{-\frac{(x^2+y^2)}{{\mathrm{\&sigma;}}^2}},$ 其中，σ为高斯函数的标准偏差。通过该方法可以有效的改善车位图像的整体显示质量。

本发明方法针对室内停车场，以有效利用现有的停车场资源为出发点，设计了一种视频监视模式下的停车场管理方法。采用视频摄像头作为车位信息的采集工具，利用云台旋转扩大视场的方式，扩大每个摄像头监视车位的数量。通过图像处理技术进行信息处理，实时地向停车场监控人员提供车位的空满及车辆是否违规停放等信息。一旦车辆违规停放，***能够自动报警，警示驾驶员纠正违规行为，从而提高停车场的车位利用率。通过安装在停车场入口的电子信息显示屏所提供的引导信息，驾驶员可预先的了解停车场内车位的占用情况，以选择是否进入该停车场。在停车场内部，三维停车场电子地图可以帮助驾驶员根据及时了解车位的位置和空满信息，以及到该停车位的路线和停车场出口位置等信息，引导驾驶员尽快找到满意的车位，实现人性化服务。

Claims (3)

1.一种视频监视模式下的室内停车场管理方法，在室内停车场屋顶固定安装多个云台，在每个云台上设置摄像头(6)，以串口通信控制云台实现摄像头(6)转动，使每个摄像头(6)可以监视6～12个车位，各个摄像头(6)构成摄像头组(1)，再将摄像头组(1)采集到的当前车位图像实时输入中央控制装置(2)进行信息处理，中央控制装置(2)将处理结果实时输出到停车场内部设置的三维停车场电子地图(3)和监控器(5)、停车场外部入口处设置的电子车位信息显示屏(4)，提供停车场内车位空满状态以及车位占用是否违规的信息，其特征在于，按照以下步骤具体实施：

A、初始化背景帧：

A1)车位分割

先将摄像头组(1)转动到设定角度拍摄到的空车位图像作为背景帧，利用类间最大距离法对该背景帧进行分割，提取出车位边界线；

再采用数学形态学滤波中的膨胀运算，将车位边界线进行膨胀处理，使当前帧与背景帧车位边界线的位移偏差包含在膨胀后加粗的车位边界线内；

A2)车位标识

查找车位的下边界线，忽略摄像头的球形畸变，采用最小二乘法对车位下边界线进行直线拟合，对其向上平移，得到贯穿车位的直线，将该直线上位于车位内的点作为种子点，对每个车位进行区域生长的标识，对于区域生长准则和停止条件定义如下：

①以种子点为初始点，搜索其周围8个邻域内的像素；

②找出像素值为0的黑色点，该点为车位内的点，将该点加入种子点队列并保存其坐标，并用该车位的编号作为灰度值对其标识；

③判断种子队列是否为空，如果不为空，重复②；如果为空则停止生长；

将不同位置上的车位进行标号，使其与中央控制装置(2)的***内部设定的车位标号一致，使车位的编号和车位的位置建立对应联系，利用不同的灰度信息将每个车位区域单独提取出来进行判断；

B、车位空满状态的自动检测

B1)、车辆是否停放稳定的自动判别

采用帧间差分方法，通过对比两帧图像之间的信息差别，来判断所监视的车位上是否有车以及车辆是否停稳，

设定视频的帧速率为25帧/秒，当前t时刻图像为I_t(i，j)，设其后(t+8)秒时刻I_t+8(i，j)为参考帧，选取合适的阈值Th，按照公式(1)求差分图像D(i，j)：

$D(i,j)=\left\{\begin{array}{cc}1& \mathrm{if}|I_t(i,j)-I_{t+8}(i,j)|>\mathrm{Th}\\ 0& \mathrm{others}\end{array}\right.---\left(1\right)$

当两帧之间像素值差异大于Th时，表明该点为运动目标点，通过对D(i，j)中运动目标点的个数进行统计，可以判断场景内车辆是否在运动；如果车辆没有停稳，不进行车位状态的判断，用参考帧I_t+8(i，j)替代当前帧I_t(i，j)，继续判断车辆是否停稳；

B2)、车位空满状态的自动检测

车辆停稳后，从当前帧中，分别提取出每个车位区域，用背景差分法判断其空满，即用当前帧和背景帧做差分，当前帧I_t(i，j)中的像素被分为背景点和前景点两部分，前景点即为运动目标，统计运动目标像素个数以判断车位空满，用I_t(i，j)中的背景点对背景帧中相同位置上的点进行更新，参照公式：B_t(i，j)＝(1-a)B_t-1(i，j)+aI_t(i，j)    (2)

B_t(i，j)为更新后的背景，B_t-1(i，j)为更新前的背景，更新系数α的值根据现场的情况而设定，车位空满状态通过三维停车场电子地图(3)、电子车位信息显示屏(4)和监控器(5)显示；

C、车辆是否违规停放的自动检测，具体按照以下步骤实施：

C1)对于车辆压车位上、左、右边界线的情况：

对步骤A中标识过的车位进一步分区，将每个车位平均分为右上、左上、右下、左下四个区域，车辆违规停放的判别准则是：

对车辆压车位上、左、右边界线的情况，统计空车位时车位每个区域内的背景像素个数，用sum(i)表示，i＝1，2，3，4；统计有车时车位每个区域内的目标车辆像素个数，用car(i)表示，i＝1，2，3，4，

如果

则判该车违规停放；

C2)对车辆压车位下边界线的情况，在每个车位下方设置虚拟检测线，并对检测线上的像素进行统计，如果含有足够多的目标车辆像素，则判该车压下车位线违规停放；当满足C1)、C2)任意一个条件时，即可判定该车辆违规停放，并将车位车辆违规停放状态通过监控器(5)显示。

2.按照权利要求1所述的方法，其特征在于，所述步骤A中的膨胀处理的算法是：设二值图像为F，结构元素为S，当一个结构元素S的原点移到图像的点(x，y)时，将其记作S_xy，此时图像F被结构元素S膨胀的运算可表示为：

3.按照权利要求1所述的方法，其特征在于，所述步骤C之后采用单尺度Retinex图像增强算法对当前帧进行数字补光，达到保持图像颜色，增强图像对比度，并有效显示阴影及光照区域中的细节。

Images