[發明專利]一種基于視頻分析的地下車庫亂停檢測方法在審
| 申請號： | 202010870997.1 | 申請日： | 2020-08-26 |
| 公開（公告）號： | CN112084900A | 公開（公告）日： | 2020-12-15 |
| 發明（設計）人： | 汪鵬飛;胡海根;高飛;項健翔;許鎮遠;岑黎彬 | 申請（專利權）人： | 浙江工業大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州斯可睿專利事務所有限公司 33241 | 代理人： | 王利強 |
| 地址： | 310014 浙江省*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 視頻 分析 地下 車庫 檢測 方法 | ||
1.一種基于視頻分析的地下車庫亂停檢測方法，其特征在于，所述方法包括以下步驟：
步驟1：自動巡航機器人通過攝像頭獲取車庫視頻；
步驟2：視頻每隔一定幀進行截取得到圖片集合P＝{Pi|i＝1,2,…,nP}；
步驟3：使用YOLOv3模型對每張圖片Pi進行車頭、車側、車尾、車牌和停車線的目標檢測；
步驟4：若角點矩形區域光照不均，對其進行光照補償，通過直方圖均衡化，對圖像進行矯正；
步驟5：采用自適應均值方法對每個區域Rt的子圖像進行二值化；
步驟6：對每個區域Rt的子圖像進行角點檢測；
步驟7：根據角點矩形區域集合A中所有角點區域的角點坐標，將它們按照橫坐標排序，從而構成有序的角點坐標集Q＝{(xt,yt)|t＝1,2,…,m}；
步驟8：若m＝1，則無車位；否則，得車位集合Y＝{(xiL,yiL,xiR,yiR)|i＝1,2,…,nY}；
其中，其中(xiL,yiL)表示第i個停車位的左角點坐標，(xiR,yiR)表示第i個停車位的右角點坐標，δ0和δ1分別表示事先標定的車位最小寬度和最大寬度，單位為像素；
步驟9：根據邊界框集合C＝{(aj,bj,wj,hj)|j＝1,2,…,nC}和車位集合Y＝{(xiL,yiL,xiR,yiR)|i＝1,2,…,nY}進行越線檢測。
2.如權利要求1所述的一種基于視頻分析的地下車庫亂停檢測方法，其特征在于，所述步驟3的過程如下：
步驟3.1：檢測出圖片Pi的車輛區域，獲得邊界框集合C＝{(aj,bj,wj,hj)|j＝1,2,…,nC},其中(aj,bj)為邊界框左上角點坐標，wj為邊界框的寬，hj為邊界框的高；
步驟3.2：從C中刪除滿足公式(1)的邊界框元素；
其中x0和x1分別為截取圖片的左邊界橫坐標和右邊界橫坐標；
步驟3.2：如果檢測出車側，則將該車輛標記為亂停并記錄，從C中刪除對應的邊界框元素；
步驟3.3：如果檢測出車尾，則將該車輛標記為亂停，通過深度學習模型檢測出亂停車輛中車牌區域，識別車牌信息并記錄，從C中刪除對應的邊界框元素；
步驟3.4：若圖片Pi對應的C為空，刪除Pi；
步驟3.5：通過深度學習模型檢測出停車位角點區域，并將檢測到的m個角點矩形區域集合記為A＝{Rt|t＝1,2,…,m}，其中，Rt表示第t個角點矩形區域。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江工業大學，未經浙江工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202010870997.1/1.html，轉載請聲明來源鉆瓜專利網。
