CN112862891A - 一种基于车牌图像形态分析的车辆停车规范性判断方法 - Google Patents

一种基于车牌图像形态分析的车辆停车规范性判断方法 Download PDF

Info

Publication number
CN112862891A
CN112862891A CN202110243217.5A CN202110243217A CN112862891A CN 112862891 A CN112862891 A CN 112862891A CN 202110243217 A CN202110243217 A CN 202110243217A CN 112862891 A CN112862891 A CN 112862891A
Authority
CN
China
Prior art keywords
license plate
parking
vehicle
parking space
plate area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202110243217.5A
Other languages
English (en)
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Original Assignee
Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Jingyi Intelligent Science and Technology Co Ltd filed Critical Hangzhou Jingyi Intelligent Science and Technology Co Ltd
Priority to CN202110243217.5A priority Critical patent/CN112862891A/zh
Publication of CN112862891A publication Critical patent/CN112862891A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30264—Parking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

公开一种基于车牌图像形态分析的车辆停车规范性判断方法，应用于判断车辆停入停车位的位置是否规范，所述的停车位设置为直进或者斜进式，所述的停车位的底部中间位置设置摄像机，所述的摄像机正对所述的停车位的进出通道，可以拍摄车辆停入所述的停车位以后的图像，所述的摄像机的焦距为f，所述的车辆停车规范性判断方法，包括以下步骤：所述的摄像机每隔固定时间T采集停车位图像fi(x,y)，其中x,y为像素坐标，x最大值为M；在图像fi(x,y)中提取车牌区域A，中心线为x=x0和中心线高度h；统计车牌区域A的像素数量m，然后计算车牌区域A的平均宽度w=m/h；当车牌区域A满足：|x0‑M/2|<Tx；f/h<Th；w/h>Tk，判断车辆停车规范。

Description

一种基于车牌图像形态分析的车辆停车规范性判断方法
技术领域
本发明涉及一种基于车牌图像形态分析的车辆停车规范性判断方法，属于智能停车收费技术领域。
背景技术
随着智慧城市、智慧交通的发展，无人化自助服务越来越普遍，比如，自助寄件，高速收费ETC，高铁和机场的自助验票，超市的自助结账等等。这些自助服务极大提高了社会的运行效率，方便了居民的生活。但是对于散布在路边及公共场所的停车位，还是采用人工管理的方式。这些停车位没有统一的进出口，难以集中管理，工作条件艰苦，更需要无人化的自助管理方式。在停车位无人化管理***中，需要具备车牌识别、网络通讯、数据管理等功能，还需要检测车辆所停位置的规范性。因为在停车过程中，经常会出现车辆不按照停车位划定区域进行停车的情况，比如车辆所停位置不居中，或者车辆歪斜，以及停入深度不够。对于停车位置不规范的情况，可以提示驾驶员调整车辆位置，否则可进行惩罚性收费。但是受限于进行车牌号码识别的摄像机安装高度的限制，无法获取车辆的整体图像，因此难以确定车辆所停位置和角度。
发明内容
针对上述问题，本发明提供一种基于车牌图像形态分析的车辆停车规范性判断方法，通过分析车牌的图像判断车辆在停车位中的位置是否规范。
本发明解决其技术问题所采用的技术方案是：
一种基于车牌图像形态分析的车辆停车规范性判断方法，应用于判断车辆停入停车位的位置是否规范，所述的停车位设置为直进或者斜进式，所述的停车位的底部中间位置设置摄像机，所述的摄像机正对所述的停车位的进出通道，可以拍摄车辆停入所述的停车位以后的图像，所述的摄像机的焦距为f，所述的车辆停车规范性判断方法，包括以下步骤：
(1)所述的摄像机每隔固定时间T采集停车位图像fi(x,y)，其中x,y为像素坐标，x最大值为M，i为采样次数，i=0，1，2...；
(2)在图像fi(x,y)中提取车牌区域A，中心线为x=x0和中心线高度h；
(3)统计车牌区域A的像素数量m，然后计算车牌区域A的平均宽度w=m/h；
(4)当车牌区域A满足：|x0-M/2|<Tx；f/h<Th；w/h>Tk，判断车辆停车规范，其中Tx为偏移阈值，Th为深度阈值，Tk为斜率阈值。
本发明的有益效果主要表现在：自动识别车辆所停位置的规范性，引导驾驶员正确停车，避免影响其他停车位的使用；车牌是车辆的显著特征，图像形态稳定，因此以车牌的图像作为分析对象，具有算法识别准确，性能可靠高的优点。
附图说明
图1 是本发明的车辆停车规范性判断方法流程图。
具体实施方式
下面结合附图对本发明作进一步描述：
参照图1，一种基于车牌图像形态分析的车辆停车规范性判断方法，应用于判断车辆停入停车位的位置是否规范，防止无人化停车位管理中车辆所停位置不居中，车辆歪斜，以及没有完全停入，影响旁边的停车位的使用和外侧车道的行车安全。所述的停车位设置为直进或者斜进式，分布于路边或者公共场所。
所述的停车位的底部中间位置设置摄像机，所述的摄像机正对所述的停车位的进出通道，可以拍摄车辆停入所述的停车位以后的图像，所述的摄像机的焦距为f，所述的车辆停车规范性判断方法，包括以下步骤：
(1)所述的摄像机每隔固定时间T采集停车位图像fi(x,y)，其中x,y为像素坐标，x最大值为M，i为采样次数，i=0，1，2...；
设定检测周期的固定时间T可根据实际情况设定，增加固定时间T的时间长度可减少检测运算开销，但是降低了识别的实时性；相反，缩短固定时间T的时间长度则提高了识别的实时性，但是增加检测运算开销。
(2)在图像fi(x,y)中提取车牌区域A，中心线为x=x0和中心线高度h；
采用成熟的车牌定位技术，比如颜色识别，首先得到车牌区域A，然后根据车牌区域A中像素x坐标的平均值，提取中心线为x=x0；然后，统计车牌区域A中，x坐标值为x0的像素数量，即为中心线高度h。
(3)统计车牌区域A的像素数量m，然后计算车牌区域A的平均宽度w=m/h；
(4)当车牌区域A满足：|x0-M/2|<Tx；f/h<Th；w/h>Tk，判断车辆停车规范，其中Tx为偏移阈值，Th为深度阈值，Tk为斜率阈值。
条件|x0-M/2|<Tx限定了车辆头部的左右位置；
条件f/h<Th限定了车辆停入的深度。设车辆车牌的实际高度为H，车牌中心深度D，即车牌中心与所述的摄像机的距离，则根据成像原理得到D/H=f/h，其中H是固定值，因此f/h与车牌中心深度D成正比。
条件w/h>Tk限定了车辆停入的角度。在前述两个条件满足的情况下，如果车辆停放位置倾斜，则车牌的成像宽度变小，倾斜角度越大，成像宽度变小的幅度越大，而高度维持不变。因此w/h>Tk可以表征车辆的倾斜角度。
如果满足上述三个条件，则判断车辆停车规范，可以正常计费；如果不满足上述三个条件，判断车辆停车不规范，可提示驾驶员调整位置，否则可以进行惩罚性计费。

Claims (1)

1.一种基于车牌图像形态分析的车辆停车规范性判断方法，应用于判断车辆停入停车位的位置是否规范，所述的停车位设置为直进或者斜进式，其特征在于：所述的停车位的底部中间位置设置摄像机，所述的摄像机正对所述的停车位的进出通道，可以拍摄车辆停入所述的停车位以后的图像，所述的摄像机的焦距为f，所述的车辆停车规范性判断方法，包括以下步骤：
(1) 所述的摄像机每隔固定时间T采集停车位图像fi(x,y)，其中x,y为像素坐标，x最大值为M，i为采样次数，i=0，1，2...；
(2) 在图像fi(x,y)中提取车牌区域A，中心线为x=x0和中心线高度h；
(3) 统计车牌区域A的像素数量m，然后计算车牌区域A的平均宽度w=m/h；
当车牌区域A满足：|x0-M/2|<Tx；f/h<Th；w/h>Tk，判断车辆停车规范，其中Tx为偏移阈值，Th为深度阈值，Tk为斜率阈值。
CN202110243217.5A 2021-03-05 2021-03-05 一种基于车牌图像形态分析的车辆停车规范性判断方法 Withdrawn CN112862891A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110243217.5A CN112862891A (zh) 2021-03-05 2021-03-05 一种基于车牌图像形态分析的车辆停车规范性判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110243217.5A CN112862891A (zh) 2021-03-05 2021-03-05 一种基于车牌图像形态分析的车辆停车规范性判断方法

Publications (1)

Publication Number Publication Date
CN112862891A true CN112862891A (zh) 2021-05-28

Family

ID=75993341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110243217.5A Withdrawn CN112862891A (zh) 2021-03-05 2021-03-05 一种基于车牌图像形态分析的车辆停车规范性判断方法

Country Status (1)

Country Link
CN (1) CN112862891A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709493A (zh) * 2017-01-09 2017-05-24 同观科技（深圳）有限公司 一种双动态视频车牌定位方法和装置
CN208623812U (zh) * 2018-06-01 2019-03-19 智慧互通科技有限公司 一种基于对侧视角互补的路侧停车图像采集装置
CN110675638A (zh) * 2019-11-22 2020-01-10 深圳市方格尔科技有限公司 一种车位检测机构、***及检测方法
CN110689728A (zh) * 2019-11-08 2020-01-14 北京筑梦园科技有限公司 停车位监控装置及停车收费***
CN111932904A (zh) * 2020-10-12 2020-11-13 浙江创泰科技有限公司 一种规范停车检测方法及***
CN112084900A (zh) * 2020-08-26 2020-12-15 浙江工业大学 一种基于视频分析的地下车库乱停检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709493A (zh) * 2017-01-09 2017-05-24 同观科技（深圳）有限公司 一种双动态视频车牌定位方法和装置
CN208623812U (zh) * 2018-06-01 2019-03-19 智慧互通科技有限公司 一种基于对侧视角互补的路侧停车图像采集装置
CN110689728A (zh) * 2019-11-08 2020-01-14 北京筑梦园科技有限公司 停车位监控装置及停车收费***
CN110675638A (zh) * 2019-11-22 2020-01-10 深圳市方格尔科技有限公司 一种车位检测机构、***及检测方法
CN112084900A (zh) * 2020-08-26 2020-12-15 浙江工业大学 一种基于视频分析的地下车库乱停检测方法
CN111932904A (zh) * 2020-10-12 2020-11-13 浙江创泰科技有限公司 一种规范停车检测方法及***

Similar Documents

Publication Publication Date Title
US10223597B2 (en) Method and system for calculating passenger crowdedness degree
CN106652551B (zh) 一种车位检测方法及设备
CN108550262B (zh) 基于毫米波雷达的城市交通感知***
KR101756849B1 (ko) 노상 무인정산 주차관제 시스템
CN106373426B (zh) 基于计算机视觉的停车位及违规占道停车监控方法
CN109299674B (zh) 一种基于车灯的隧道违章变道检测方法
CN105336169B (zh) 一种基于视频判断交通拥堵的方法和***
US20130100286A1 (en) System and method for predicting vehicle location
CN111540072B (zh) 一种车位管理服务方法、设备及***
CN109241938B (zh) 道路拥堵检测方法及终端
CN112347814A (zh) 客流估计与展示方法、***及计算机可读存储介质
CN108961825B (zh) 基于车辆二次识别的停车场停车引导方法
CN205721999U (zh) 基于视频识别的etc防跟车逃费***
CN111429725B (zh) 一种基于智能商业化的电动汽车智能识别充电方法
CN102024148A (zh) 一种出租车绿色标志识别方法
CN113192337A (zh) 一种基于毫米波雷达的车位检测方法
CN113380069A (zh) 一种基于路灯的路边停车***及其方法
CN112907767A (zh) 可判断车辆停车有效性的停车收费***
KR101819568B1 (ko) 전기차 및 하이패스 인식에 따른 주차 관리 시스템 운영 방법
CN113313964A (zh) 一种路边停车管理方法及其***
CN112862891A (zh) 一种基于车牌图像形态分析的车辆停车规范性判断方法
CN115798067A (zh) 基于大功率rsu的电子车牌识别***及其识别方法
CN113408335A (zh) 基于无人机视频图像的交通参数采集***
CN112908028A (zh) 一种基于图像分析的车辆停车位置识别方法
CN112633062A (zh) 一种基于嵌入式终端的深度学习占用公交车道检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210528