[发明专利]一种斜车位识别方法、装置和存储介质

权利要求书

1.一种斜车位识别方法，其特征在于，包括以下步骤：

获取样本图像，所述样本图像中包括一个或多个倾斜车位，以车位顶点定位网络识别样本图像中的车位顶点；

将停车位顶点两两配对，对停车位顶点配对成功的部分，截取其图像块，并将图像块输入到停车位分类网络中识别倾斜车位；

将识别的倾斜停车位标注出来。

2.根据权利要求1所述的斜车位识别方法，其特征在于，所述倾斜停车位标注方法是：

以车位顶点定位网络识别样本图像中的车位顶点，

以车位顶点为中心截取图像块，提取车位线中的倾斜线，并进行去噪处理，在以线拟合得到倾斜线斜率；

以车位顶点和倾斜线斜率标注出倾斜停车位。

3.根据权利要求2所述的斜车位识别方法，其特征在于，还包括斜车位扩展，所述斜车位扩展是在上述方法标注出倾斜车位之后，依照已标注出的车位顶点p1、p2来扩展外围的车位顶点p3和顶点p4，再根据顶点p3和顶点p4以及倾斜角arctan(k)获得斜车位的扩展斜车位。

4.根据权利要求2所述的斜车位识别方法，其特征在于，所述最大联通区域是取特定点周围所有相互直接连接位置、间接连接位置的二值化值，可提取八邻域或四邻域。

5.根据权利要求5所述的斜车位识别方法，其特征在于，所述最大联通区域降噪处理的方式是将：

将图像块中所有像素点逐一进行八连通区域处理并获得处理结果，八连通区域像素点处理公式如下所示：

N8(p)＝(x+1，y)U(x-1，y)U(x，y+1)U(x，y-1)U(x+1，y+1)U(x+1，y-1)U(x-1，y-1)U(x-1，y+1)

将连通区域中属于同一物体的像素点相互分离开来，形成第一物体区域、第二物体区域、第三物体区域等等；

以图像块设定的物体阈值来判断第一物体区域、第二物体区域、第三物体区域是否满足物体阈值，若满足则保留该物体区域，若不满足则置为背景。

6.根据权利要求4所述的斜车位识别方法，其特征在于，所述倾斜角arctan(k)的求法是：求出的最大联通区域内的所有坐标值(x,y)，进行线拟合，即可求出斜率k。

7.一种斜车位识别网络，以上述权1-6任一种的斜车位识别网络训练方法训练得出的斜车位识别网络。

8.一种斜车位识别方法，获取斜车位是以样本图像输入如上述权利要求7中斜车位识别网络获得。

9.一种斜车位识别修正网络，以预先标注图像的斜车位与所述的斜车位识别网络到的车位检测的差距，然后对斜车位识别网络学习到的车位检测结果进行修正。

10.一种斜车位识别网络训练装置，其特征在于，包括：

样本获取单元，用于获取样本图像，所述样本图像中包括一个或多个斜车位；

样本标注获取单元，用于获取已经标注好斜车位分类的样本图像；

车位顶点定位网络，用于以样本图像为输入，生成样本图像中的车位顶点；

入口线ROI提取单元，对车位顶点进行配对，得到所有组合方案，其中非相邻的两个顶点p1、p2组成的入口线为无效入口线，不保存无效入口线，剩余非相邻的两个顶点为有效入口线，将有效入口线输入到车位分类网络；

车位分类网络，用于给样本图像中的车位分类，并获得其中的斜车位；

倾斜停车位标注模块，以车位顶点定位网络识别样本图像中的车位顶点，以车位顶点为中心截取图像块，提取车位线中的倾斜线，并进行去噪处理，在以线拟合得到倾斜线斜率，以车位顶点和倾斜线斜率标注出倾斜停车位。