CN106023595B - 一种异常停车的判断方法、装置及球型摄像机 - Google Patents

Abstract

本发明公开了一种异常停车的判断方法，包括：获取停车场的视频帧图像；对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；若所述车辆不在一个车位内，则对应车辆为异常停车。该方法能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象；本发明公开了一种异常停车的判断装置及球型摄像机，能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象。

Description

一种异常停车的判断方法、装置及球型摄像机

技术领域

本发明涉及智能交通技术领域，特别涉及一种异常停车的判断方法、装置及球型摄像机。

背景技术

现代社会，车辆市场保有量非常巨大，并且还会随着经济的发展继续增加。随着车辆的增加，城市的交通量也不断增加，交通拥堵也越来越频繁。且由于非法停车导致的道路交通拥堵尤为严重，如不及时发现并排除，一旦发生交通事故，必将造成交通拥堵，严重影响道路的正常通行能力。

现在大城市为了解决停车位过少的问题，很多地方都采用道路停车位的停车方式，尤其在繁华路段道路停车位更加普遍，这在一定程度上缓解了停车难等问题，但这给交通拥堵创造了机会。因为车辆在道路停车位停车时，部分车主不按照停车场的规定异常停车，其中包括：侧位停车、跨位停车、斜位停车、逆向停车的异常停车方式，这给停车场的管理带来了不便，稍有不慎就会引发交通拥堵。

目前为了解决这个问题，停车场采用管理人员不间断巡逻来解决，但这种方式不仅浪费了大量的人力资源，而且取得的效果也差强人意。因为停车事件具有偶发性和随机性，不易及时发现和排除。因此，如何提高异常停车判断的可靠性和准确性，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种异常停车的判断方法，该方法能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象；本发明的另一目的是提供一种异常停车的判断装置及球型摄像机。

为解决上述技术问题，本发明提供一种异常停车的判断方法，包括：

获取停车场的视频帧图像；

对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；

若所述车辆不在一个车位内，则对应车辆为异常停车。

其中，若所述车辆在一个车位内，则还包括：

获取所述车辆的停车方向信息；

判断所述车辆的停车方向信息是否与所述车辆所在一侧的行车方向一致；

若不一致，则对应车辆为逆向停车。

其中，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，包括：

利用运动目标分析方法及车辆检测器对所述视频帧图像进行分析，确定运动车辆；

提取所述运动车辆的纹理信息，获取所述运动车辆的运动轨迹；

根据所述运动轨迹判断所述车辆在同一位置的停留时间是否超过时间阈值，且车辆检测器获取的所述车辆的位置信息在车位信息范围外所占的面积是否超过预定面积阈值；

若均是，则车辆未在一个车位内，为侧位停车。

其中，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，包括：

利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

若是，则利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息；

将所述车辆的位置信息与各车位的位置信息进行比较，当所述车辆的位置信息位于两个车位的位置信息的范围内，则车辆未在一个车位内，为跨位停车。

其中，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，包括：

利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息及所述车辆的车身左右偏信息，并根据所述车辆的位置信息及车位的位置信息确定所述车辆是否在对应车位上；

利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

若均是，则当所述车辆的车身左右偏信息大于阈值，则所述车辆未在一个车位内，为斜位停车。

其中，获取所述车辆的停车方向信息，包括：

利用车辆检测器对所述视频帧图像进行检测，得到车辆的车头车尾信息；

根据所述车辆的车头车尾信息，确定所述车辆的停车方向信息。

本发明还提供一种异常停车的判断装置，包括：

视频获取模块，用于获取停车场的视频帧图像；

第一判断模块，用于对所述视频帧图像进行分析，获取车辆的位置信息；将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；若所述车辆不在一个车位内，则对应车辆为异常停车。

其中，还包括：

停车方向获取模块，用于获取所述车辆的停车方向信息；

第二判断模块，用于判断所述车辆的停车方向信息是否与所述车辆所在一侧的行车方向一致；若不一致，则对应车辆为逆向停车。

其中，所述第一判断模块包括侧位停车单元，所述侧位停车单元包括：

运动车辆确定子单元，用于利用运动目标分析方法及车辆检测器对所述视频帧图像进行分析，确定运动车辆；

运动轨迹确定子单元，用于提取所述运动车辆的纹理信息，获取所述运动车辆的运动轨迹；

第一判断子单元，用于根据所述运动轨迹判断所述车辆在同一位置的停留时间是否超过时间阈值，且车辆检测器获取的所述车辆的位置信息在车位信息范围外所占的面积是否超过预定面积阈值；若均是，则车辆未在一个车位内，为侧位停车。

其中，所述第一判断模块包括跨位停车单元，所述跨位停车单元包括：

静止车辆确定子单元，用于利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

车辆位置信息子单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息；

第二判断子单元，用于将所述车辆的位置信息与各车位的位置信息进行比较，当所述车辆的位置信息位于两个车位的位置信息的范围内，则车辆未在一个车位内，为跨位停车。

其中，所述第一判断模块包括斜位停车单元，所述斜位停车单元包括：

车身信息确定子单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息及所述车辆的车身左右偏信息，并根据所述车辆的位置信息及车位的位置信息确定所述车辆是否在对应车位上；

静止车辆确定子单元，用于利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

第三判断子单元，用于若均是，则当所述车辆的车身左右偏信息大于阈值，则所述车辆未在一个车位内，为斜位停车。

其中，所述停车方向获取模块包括：

车头车尾信息获取单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的车头车尾信息；

停车方向获取单元，用于根据所述车辆的车头车尾信息，确定所述车辆的停车方向信息。

本发明还提供一种球型摄像机，包括：上述任一项所述的异常停车的判断装置。

本发明所提供的异常停车的判断方法，包括：获取停车场的视频帧图像；对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；若所述车辆不在一个车位内，则对应车辆为异常停车；

该方法的异常停车算法可以实现对车辆的位置是否全部在一个停车位中，并根据判断结果确定车辆是否属于异常停车；通过自动化检测异常停车现象可以节省人力成本，不需要人工巡逻；即该方法能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象；进一步，该方法还可以通过判断车辆停车方向信息，得到在一个停车位内车辆是否异常停车即逆向停车，该方法可以快捷完整的检测到各种异常停车。

本发明提供了一种异常停车的判断装置及球型摄像机，可以准确的检测到车辆的异常停车现象，在此不再赘述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例所提供的道路停车位异常停车的示意图；

图2为本发明实施例所提供的异常停车的判断方法的流程图；

图3为本发明实施例所提供的侧位停车的判断过程的示意图；

图4为本发明实施例所提供的跨位停车的判断过程的示意图；

图5为本发明实施例所提供的斜位停车的判断过程的示意图；

图6为本发明实施例所提供的异常停车的判断装置的结构框图；

图7为本发明实施例所提供的另一异常停车的判断装置的结构框图。

具体实施方式

本发明的核心是提供一种异常停车的判断方法，该方法能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象；本发明的另一核心是提供一种异常停车的判断装置及球型摄像机。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前为了解决停车位难找的问题，很多地方都采用道路停车位的停车方式请参考图1，尤其在繁华路段道路停车位更加普遍，这在一定程度上缓解了停车难等问题，但这给交通拥堵创造了机会。因为车辆在道路停车位停车时，部分车主不按照停车场的规定异常停车，例如图1中的车2，车4，车5，车6，其中车2为逆向停车，车4为跨位停车，车5为斜位停车，车6为侧位停车，其中，这部分仅仅是异常停车的示意图，有可能异常的幅度没有这么大，比如侧位停车时车辆在车位外面积超过20％就算侧位停车。这给停车场的管理带来了不便，稍有不慎就会引发交通拥堵；要解决由于异常停车造成的交通拥堵，首要任务就是能够及时发现异常停车现象；但是现有技术中停车场采用管理人员不间断巡逻来解决，但这种方式不仅浪费了大量的人力资源，而且取得的效果也差强人意。因为停车事件具有偶发性和随机性，不易及时发现和排除。为此，本发明提供如下实施例，该实施例能够自动识别车辆异常停车。

请参考图2，图2为本发明实施例所提供的异常停车的判断方法的流程图；该方法可以包括：

S100、获取停车场的视频帧图像；

其中，这里可以通过视频设备对停车场进行实施监控以获得停车场的视频帧图像。这里的视频设备可以是摄像头，球型摄像机等。

S110、对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；

S120、若所述车辆不在一个车位内，则对应车辆为异常停车。

其中，步骤110主要的目的是判断车辆是否完全的停在一个车位的范围内，根据图1可以清楚地看到车4，车5，车6都是没有全部位于同一个车位的范围内，从而造成异常停车。

判断车辆是否在一个车位内，必须要知道停车场中车位的位置信息，以及车辆的位置信息，将车辆的位置信息与车位的位置信息进行比较可以判断对应车辆是否在一个车位内，例如识别出车辆的四个角的位置坐标信息，并分别判断四个角的位置坐标信息是否位于同一个车位的范围内，若是，则对应车辆在一个车位内；若否，该车辆为异常停车。或者是将车道建立坐标系，在坐标系中标注出车辆位置所在区域及车位所在区域，判断车辆位置所在区域是否完全位于一个车位区域内，若是，则对应车辆在一个车位内；若否，该车辆为异常停车。其中，车辆位置信息可以通过车辆检测器获取，车位位置信息可以事先进行存储。

进一步，为了提高判断的准确性，防止将车主进入停车场和驶出停车场这段时间的状态也进行判断，优选的，可以在判断车辆是否在一个车位内之前，对车辆是否是静止状态进行判断，因为只有停车的静止车辆才存在异常停车这一状态，因此，可以仅针对静止车辆判断车辆是否在一个车位内；其中，判断车辆是否为静止状态，可以利用运动目标分析算法实现，通过运动目标分析算法确定静止车辆，再通过车辆检测器确定车辆位置信息，从而得到静止车辆是否为异常停车。这样通过运动目标分析算法及车辆检测器，增强了该实施例的稳定性，提高了异常停车检测的精度。进一步为了提高该实施例对外界环境的适应性，在对车辆进行运动目标分析算法时，可以将提取运动目标特征进行中心聚类，通过中心聚类可以排除环境因素对检测结果的影响。

其中，该步骤也可以根据车辆不在一个车位的具体情况进行分类，得到分类结果。例如完全不在车位内，在车位外距离车位的距离在预设范围内如图1中车6，或者当车辆在对应车位外面面积超过预定值(如20％)；一部分在车位内另一部分在车位外如图1中车5；一部分在一个车位另一部分在另一个车位内，但整体在停车场范围内如图1中车4。上述具体分类可以在将车辆的位置信息与车位的位置信息进行比较时，根据比较结果进行确定，如识别出车辆的四个角的位置坐标信息，并分别判断四个角的位置坐标信息所在车位情况，若两个角的位置在一个车位的位置信息内另两个角的位置在另一个车位的位置信息内，则是车4的跨位停车现象。

其中，为了进一步提高判断的准确性，排除车辆的偶然状态而造成车辆异常停车的错误判定，这里可以设置一个时间值，例如3分钟，若3分钟之后，判定为异常停车的车辆的状态依旧是异常状态时，就可以确定该车辆为异常停车。这里设定的时间值的具体数值可以根据实际情况由用户进行确定，这里并不对时间值的具体数值进行限定。

基于上述技术方案，该发明实施例提供的异常停车的判断方法，采用视频分析方式实现车辆的异常停车检测，节约了硬件开支，降低了劳动力成本，只需要在开发过程中在程序里面增加相应的算法程序模块；且该实施例可以融合运动目标分析，车辆检测两个模块，增强了算法的稳定性，提升了异常检测的精度，进一步在进行运动目标分析算法时，将提取的运动目标特征进行中心聚类，排除了环境因素对检测结果的影响。即能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象。

在上述实施例的基础上，当判断出来所述车辆在一个车位内，则还可以包括：

获取所述车辆的停车方向信息；

判断所述车辆的停车方向信息是否与所述车辆所在一侧的行车方向一致；

若不一致，则对应车辆为逆向停车。

其中，为了进一步完善该方法检测车辆异常停车的种类，在确定车辆准确的停在了一个车位上，也要继续对其停车方向进行检测，再将获取的车辆的停车方向信息与所述车辆所在一侧的行车方向进行比较，若不一致，则对应车辆为逆向停车；如图1中箭头所指方法即为该停车场对应的行车方向，也即车辆停车侧对应的行车方向；图1中车2为逆向停车即车辆的停车方向信息与所述车辆所在一侧的行车方向不一致。这也是一种异常停车即逆向停车。对于逆向停车的检查，分为两步，首先根据车检器结果可以获得车辆的车头车尾信息，进而判断是否逆向停车。当车辆在车位里面逆向停车时，会获取车辆的行驶方向信息，行驶方向信息可以根据车辆跟踪轨迹计算得到，这个信息在跟踪时候就已获得，在这个地方加以利用。通过这种方式可以进一步增加逆行停车检测的精度。

其中，车辆的停车方向信息可以通过车辆检测器获得，如根据车辆检测器获取车辆的车头车尾信息，进而确定停车方向。优选的，获取所述车辆的停车方向信息，包括：

利用车辆检测器对所述视频帧图像进行检测，得到车辆的车头车尾信息；

根据所述车辆的车头车尾信息，确定所述车辆的停车方向信息。

基于上述技术方案，该发明实施例提供的异常停车的判断方法，能够在不增加硬件成本的基础上，完整、准确、快捷的检测到车辆的异常停车现象；解决车辆在道路停车时不按照规定异常停车，造成交通堵塞的问题。

基于上述任意技术方案，请参考图3，可以准确的进行侧位停车检测；对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，可以包括：

S200、利用运动目标分析方法及车辆检测器对所述视频帧图像进行分析，确定运动车辆；

其中，运动目标分析方法用于检测视频帧图像中是否存在运动物体，车辆检测器可以检测到视频帧图像中是否存在车辆；结合两者的检测结果可以确定运动车辆。即获取视频帧后，可以根据运动目标分析算法计算运动目标区域位置，如果车辆检测器也可以检测相应位置车辆的存在。则表示此位置有运动的车辆。

这里要融合运动目标分析方法及车辆检测器的监测结果，是因为运动目标分析模块可以检测到视频帧里面的运动目标，但是运动目标不一定是车辆；而车辆检测器可以检测到视频帧里面的所有车辆，不分静止和运动。所以结合两个检测结果，可以确定视频帧里面的运动车辆。如果存在运动车辆则提取相应区域的纹理特征进行跟踪，否则进入下一帧分析，运动目标分析时有可能检测不到运动目标，此时也直接进入下一帧分析。

S210、提取所述运动车辆的纹理信息，获取所述运动车辆的运动轨迹；

其中，当确定有运动车辆后，需要提取运动车辆的纹理信息进行跟踪，通过跟踪可以获得目标的运动轨迹，这里运动目标分析方法，用的传统高斯背景建模算法，跟踪用的是基于光流特征匹配的跟踪算法。

S220、根据所述运动轨迹判断所述车辆在同一位置的停留时间是否超过时间阈值，且车辆检测器获取的所述车辆的位置信息在车位信息范围外所占的面积是否超过预定面积阈值；若均是，则车辆未在一个车位内，为侧位停车。

其中，为了排除车辆暂时停靠的现象，这里可以设置时间阈值(如3分钟)若超过时间阈值，则证明对应车辆为侧位停车。

根据跟踪结果，可以判断车辆的位置，如果车辆长时间停在某一个地方，超过设定的时间阈值，表示侧位停车。此时车辆目标的位置是指停车位旁边的位置，这里车辆可以完全不在车位内或者车辆超出车位的面积大于预定面积阈值，在车辆行驶侧，不包括马路中间的区域位置。因此，优选的，可以进一步设定车辆停留位置距离靠近车辆侧的车位边界的距离，若大于该设定距离则不认为是侧位停车；若不小于该设定距离且在小于该设定距离时还需要判断车辆超出车位的面积是否大于预定面积阈值(如20％)若超过则认为是侧位停车。

基于上述任意技术方案，请参考图4，还可以准确的进行跨位停车检测，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，可以包括：

S300、利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

S310、若是，则利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息；

其中，车检器即为车辆检测器，功能是检测视频帧中的车辆目标，可以检测到视频帧中车辆的位置信息，车头车尾信息，车身左右偏信息等信息。车辆检测器检测到视频帧中车辆后，根据车辆在视频场景的位置可以计算出车辆在现实场景中的位置。车辆检测器根据DPM(Deformable Parts Model)目标检测算法构建。

车辆检测器可以检测到视频帧里面的所有车辆目标，但是不分静止和运动。所以在通过车辆检测器获取车辆信息时，需要确定车辆目标的状态，此时步骤S300利用运动目标分析的检测结果实现判断。因此，步骤300可以放在步骤310之前也可以放在步骤310之后，并不对具体的顺序进行限定。

S320、将所述车辆的位置信息与各车位的位置信息进行比较，当所述车辆的位置信息位于两个车位的位置信息的范围内，则车辆未在一个车位内，为跨位停车。

其中，检测到车辆位置后，根据车位所在位置和车位的位置信息就可以计算车辆停靠在哪个车位，进一步可以知道车辆是否横跨在两个车位上。

基于上述任意技术方案，请参考图5，还可以准确的进行斜位停车检测，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，可以包括：

S400、利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息及所述车辆的车身左右偏信息，并根据所述车辆的位置信息及车位的位置信息确定所述车辆是否在对应车位上；

S410、利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

S420、若均是，则当所述车辆的车身左右偏信息大于阈值，则所述车辆未在一个车位内，为斜位停车。

其中，这里并不对S400与S410的顺序进行限定。若为斜位停车，则车辆的一部分仍会在车位内。各实施例中跨位停车和斜位停车是针对停在车位上的静止车辆的，因为车辆在进入车位或者离开车位时有可能是存在跨位和斜位的状态，所以实施例采用了运动目标分析结果检测车辆的状态。排除了车辆在进入车位或者离开车位的状态，进一步提高了异常停车检测的准确度和可靠性。

基于上述技术方案，该发明实施例提供的异常停车的判断方法，将车辆异常停车分为侧位停车、跨位停车、斜位停车和逆向停车四种情况，并对每一种情况利用不同的特征进行分类计算，增强了算法对异常停车的检测精度。即能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象。

本发明实施例提供了异常停车的判断方法，能够在不增加硬件成本的基础上，准确的检测到车辆的异常停车现象。

下面对本发明实施例提供的异常停车的判断装置及球型摄像机进行介绍，下文描述的异常停车的判断装置及球型摄像机与上文描述的异常停车的判断方法可相互对应参照。

请参考图6，图6为本发明实施例所提供的异常停车的判断装置的结构框图；该装置可以包括：

视频获取模块100，用于获取停车场的视频帧图像；

第一判断模块200，用于对所述视频帧图像进行分析，获取车辆的位置信息；将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；若所述车辆不在一个车位内，则对应车辆为异常停车。

基于上述技术方案，请参考图7，该装置还包括：

停车方向获取模块300，用于获取所述车辆的停车方向信息；

第二判断模块400，用于判断所述车辆的停车方向信息是否与所述车辆所在一侧的行车方向一致；若不一致，则对应车辆为逆向停车。

可选的，所述第一判断模块200包括侧位停车单元，所述侧位停车单元包括：

运动车辆确定子单元，用于利用运动目标分析方法及车辆检测器对所述视频帧图像进行分析，确定运动车辆；

运动轨迹确定子单元，用于提取所述运动车辆的纹理信息，获取所述运动车辆的运动轨迹；

第一判断子单元，用于根据所述运动轨迹判断所述车辆在同一位置的停留时间是否超过时间阈值，且车辆检测器获取的所述车辆的位置信息在车位信息范围外所占的面积是否超过预定面积阈值；若均是，则车辆未在一个车位内，为侧位停车。

可选的，所述第一判断模块200包括跨位停车单元，所述跨位停车单元包括：

静止车辆确定子单元，用于利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

车辆位置信息子单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息；

第二判断子单元，用于将所述车辆的位置信息与各车位的位置信息进行比较，当所述车辆的位置信息位于两个车位的位置信息的范围内，则车辆未在一个车位内，为跨位停车。

可选的，所述第一判断模块200包括斜位停车单元，所述斜位停车单元包括：

车身信息确定子单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息及所述车辆的车身左右偏信息，并根据所述车辆的位置信息及车位的位置信息确定所述车辆是否在对应车位上；

静止车辆确定子单元，用于利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

第三判断子单元，用于若均是，则当所述车辆的车身左右偏信息大于阈值，则所述车辆未在一个车位内，为斜位停车。

其中，侧位停车单元，跨位停车单元，斜位停车单元可以任意组合，至少可以存在一个。

可选的，所述停车方向获取模块300包括：

车头车尾信息获取单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的车头车尾信息；

停车方向获取单元，用于根据所述车辆的车头车尾信息，确定所述车辆的停车方向信息。

其中，基于上述任意技术方案，该装置可以包括能够检测四种异常停车状态的单元。

本发明的另一实施例提供一种球型摄像机，包括：上述任意实施例所述的异常停车的判断装置。其中，球型摄像机用于获取停车场视频流信息，根据视频流信息，智能算法分析停车场车位状态，当需要捕获车牌信息时，球型摄像机会聚焦近距离获取对应车辆的信息。能够及时确定异常停车的车辆信息。

优选的，上述任意实施例所述的异常停车的判断装置还可以集成在智能分析设备中，即嵌入式开发板，是算法的运行平台。设备的核心处理部分是Jetson TK1,设备是在这个基础上增加了散热***，外挂存储设备，形成我们使用的嵌入式设备，再结合普通的摄像机或者球型摄像机，组成了异常停车的判断***。如普通球机通过交换机连接嵌入式智能分析设备。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的异常停车的判断方法、异常停车的判断装置及球型摄像机进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.一种异常停车的判断方法，其特征在于，包括：

获取停车场的视频帧图像；

对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；

若所述车辆不在一个车位内，则对应车辆为异常停车；

若所述车辆在一个车位内，则还包括：

获取所述车辆的停车方向信息；

判断所述车辆的停车方向信息是否与所述车辆所在一侧的行车方向一致；

若不一致，则对应车辆为逆向停车；

其中，获取所述车辆的停车方向信息，包括：

利用车辆检测器对所述视频帧图像进行检测，得到车辆的车头车尾信息；

根据所述车辆的车头车尾信息，确定所述车辆的停车方向信息。

2.如权利要求1所述的异常停车的判断方法，其特征在于，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，包括：

利用运动目标分析方法及车辆检测器对所述视频帧图像进行分析，确定运动车辆；

提取所述运动车辆的纹理信息，获取所述运动车辆的运动轨迹；

根据所述运动轨迹判断所述车辆在同一位置的停留时间是否超过时间阈值，且车辆检测器获取的所述车辆的位置信息在车位信息范围外所占的面积是否超过预定面积阈值；

若均是，则车辆未在一个车位内，为侧位停车。

3.如权利要求1所述的异常停车的判断方法，其特征在于，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，包括：

利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

若是，则利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息；

将所述车辆的位置信息与各车位的位置信息进行比较，当所述车辆的位置信息位于两个车位的位置信息的范围内，则车辆未在一个车位内，为跨位停车。

4.如权利要求1所述的异常停车的判断方法，其特征在于，对所述视频帧图像进行分析，获取车辆的位置信息，并将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内，包括：

利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息及所述车辆的车身左右偏信息，并根据所述车辆的位置信息及车位的位置信息确定所述车辆是否在对应车位上；

利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

若均是，则当所述车辆的车身左右偏信息大于阈值，则所述车辆未在一个车位内，为斜位停车。

5.一种异常停车的判断装置，其特征在于，包括：

视频获取模块，用于获取停车场的视频帧图像；

第一判断模块，用于对所述视频帧图像进行分析，获取车辆的位置信息；将所述车辆的位置信息与车位的位置信息进行比较，判断车辆是否在一个车位内；若所述车辆不在一个车位内，则对应车辆为异常停车；

还包括：

停车方向获取模块，用于获取所述车辆的停车方向信息；

第二判断模块，用于判断所述车辆的停车方向信息是否与所述车辆所在一侧的行车方向一致；若不一致，则对应车辆为逆向停车；

其中，所述停车方向获取模块包括：

车头车尾信息获取单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的车头车尾信息；

停车方向获取单元，用于根据所述车辆的车头车尾信息，确定所述车辆的停车方向信息。

6.如权利要求5所述的异常停车的判断装置，其特征在于，所述第一判断模块包括侧位停车单元，所述侧位停车单元包括：

运动车辆确定子单元，用于利用运动目标分析方法及车辆检测器对所述视频帧图像进行分析，确定运动车辆；

运动轨迹确定子单元，用于提取所述运动车辆的纹理信息，获取所述运动车辆的运动轨迹；

第一判断子单元，用于根据所述运动轨迹判断所述车辆在同一位置的停留时间是否超过时间阈值，且车辆检测器获取的所述车辆的位置信息在车位信息范围外所占的面积是否超过预定面积阈值；若均是，则车辆未在一个车位内，为侧位停车。

7.如权利要求5所述的异常停车的判断装置，其特征在于，所述第一判断模块包括跨位停车单元，所述跨位停车单元包括：

静止车辆确定子单元，用于利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

车辆位置信息子单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息；

第二判断子单元，用于将所述车辆的位置信息与各车位的位置信息进行比较，当所述车辆的位置信息位于两个车位的位置信息的范围内，则车辆未在一个车位内，为跨位停车。

8.如权利要求5所述的异常停车的判断装置，其特征在于，所述第一判断模块包括斜位停车单元，所述斜位停车单元包括：

车身信息确定子单元，用于利用车辆检测器对所述视频帧图像进行检测，得到车辆的位置信息及所述车辆的车身左右偏信息，并根据所述车辆的位置信息及车位的位置信息确定所述车辆是否在对应车位上；

静止车辆确定子单元，用于利用运动目标分析方法对所述视频帧图像进行分析，确定车辆是否静止；

第三判断子单元，用于若均是，则当所述车辆的车身左右偏信息大于阈值，则所述车辆未在一个车位内，为斜位停车。

9.一种球型摄像机，其特征在于，包括：如权利要求5至8任一项所述的异常停车的判断装置。