[发明专利]基于sobel的车位检测方法、装置、计算机设备及存储介质

说明书

本发明公开了一种基于sobel的车位检测方法、装置、计算机设备及其存储介质，方法包括以下步骤：获取车位的当前帧图像；对当前帧图像做sobel边缘检测，获取二值图像；对二值图像进行膨胀处理；对膨胀后的二值图像进行直线拟合，以获得车位线。与现有技术相比，本发明的实施例提供了一种基于sobel的车位检测方法、装置、计算机设备及存储介质，其通过摄像机获取的车位当前的多帧图像，然后根据图像进行图像处理，以获得车位线的目的，该检测方法不依赖障碍物，降低了检测硬件成本，提高了检测精度，避免了超声波检测的局限性。

技术领域

本发明涉及车位检测技术领域，尤其涉及一种基于sobel的车位检测方法、装置、计算机设备及存储介质。

背景技术

传统的超声波车位检测方法，只依赖于旁边是否存在障碍物，如果不存在障碍物，超声波的车位检测方法不能良好的执行。

发明内容

本发明的实施例提供了一种基于sobel的车位检测方法、装置、计算机设备及存储介质，旨在解决现有超声波车位检测依赖障碍物的问题。

为达到上述目的，本发明所提出的技术方案为：

第一方面，本发明提供了一种基于sobel的车位检测方法，其包括以下步骤：

获取车位的当前帧图像；

对当前帧图像做sobel边缘检测，获取二值图像；

对二值图像进行膨胀处理；

对膨胀后的二值图像进行直线拟合，以获得车位线。

其中，所述步骤“对当前帧图像做sobel边缘检测，获取二值图像”中sobel边缘检测包括以下步骤：

获取帧图像中所有像素点的灰度值f(a、b)；

将获取的灰度值f(a、b)与sobel卷积因子做平面卷积运算，以得到横向及纵向的亮度差近似值；

根据横向及纵向的亮度差近似值计算每个像素点的灰度值G；

选取灰度值G大于设定的阀值的点，则这些点构成边缘点集合。

其中，所述所述步骤“对二值图像进行膨胀处理”包括以下步骤：

用3*3结构元素扫描二值图像中的每一个像素；

将结构元素与其覆盖的二值图像的像素点做与运算，以获得二值图像的膨胀图像。

其中，所述步骤“对膨胀后的二值图像进行直线拟合，以获得车位线”中直线拟合包括：用解析表达式逼近离散数据的方法和最小二乘法。

第二方面，本发明提供了一种基于sobel的车位检测装置，其包括：

图像获取单元，用于获取车位的当前帧图像；

边缘检测单元，用于对当前帧图像做sobel边缘检测，获取二值图像；

膨胀处理单元，用于对二值图像进行膨胀处理；

直线拟合单元，用于对膨胀后的二值图像进行直线拟合，以获得车位线。

其中，所述边缘检测单元包括：

灰度值获取单元，用于获取帧图像中所有像素点的灰度值f(a、b)；

平面卷积运算单元，用于将获取的灰度值f(a、b)与sobel卷积因子做平面卷积运算，以得到横向及纵向的亮度差近似值；

灰度值运算单元，用于根据横向及纵向的亮度差近似值计算每个像素点的灰度值G；

灰度值点选择单元，用于选取灰度值G大于设定的阀值的点，则这些点构成边缘点集合。