[发明专利]一种车位边界检测方法、装置、电子设备及存储介质

权利要求书

1.一种车位边界检测方法，其特征在于，所述方法包括如下步骤：

获取车辆的泊车位置图像；

根据预设的边缘强度阈值，通过Sobel算子对所述泊车位置图像进行车位边缘信息提取，获取第一车位轮廓；

根据所述第一车位轮廓的几何特征，对所述第一车位轮廓对应的所述车位进行有效性判断；

确认所述有效性判断结果为所述车位边界检测结果。

2.根据权利要求1所述的一种车位边界检测方法，其特征在于，在获取第一车位轮廓之后，还包括如下步骤：

对所述第一车位轮廓进行形态学膨胀处理，并通过霍夫变换，获取所述第一车位轮廓的直线特征；

根据所述直线特征，计算所述第一车位轮廓的几何特征，并确认所述车位的形状分类；

根据所述车位形状，将所述第一车位轮廓与预设的该形状的车位模版相匹配，通过轮廓优化算法，获取第二车位轮廓；

对所述第二车位轮廓对应的所述车位进行有效性判断，确认所述第二车位轮廓对应有效性判断结果为所述车位边界检测结果。

3.根据权利要求1所述的一种车位边界检测方法，其特征在于，对所述第一车位轮廓对应的所述车位进行有效性判断，具体包括如下步骤：

计算所述第一车位轮廓的最小矩形包围框，获取所述包围框的长度、宽度和车位角度；

根据所述包围框的长度、宽度和车位角度，获取所述车位的长宽比并判断该车位是否水平放置；

确认所述车位的长宽比在预设阈值范围内且为水平放置的车位为有效车位。

4.根据权利要求1所述的一种车位边界检测方法，其特征在于，获取车辆的泊车位置图像后，还包括如下方法步骤：

将所述泊车位置图像进行灰度处理，获取灰度图像I；

对所述灰度图像I进行高斯滤波处理，并通过自适应阈值算法对所述灰度图像I进行二值化处理，获取经过预处理后的所述泊车位置图像，所述自适应阈值公式为：

T(x，y)＝mean(I(x，y))-k*std(I(x，y))

其中，T(x,y)为像素点(x,y)的自适应阈值，mean(I(x,y))为所述像素点(x,y)周围像素的平均值，std(I(x,y))为所述像素点(x,y)周围像素的标准差，k为调节系数。

5.根据权利要求4所述的一种车位边界检测方法，其特征在于，获取第一车位轮廓，具体包括如下方法步骤：

通过Sobel算子分别计算所述灰度图像I在x方向的梯度G_x和y方向的梯度G_y，并计算每一个所述像素点(x,y)的梯度强度和梯度方向；

对每个像素点(x,y)进行非极大值抑制处理，所述非极大值抑制处理为比较所述像素点(x,y)在其梯度方向上的相邻两个像素点的梯度强度，如果所述像素点(x,y)的梯度强度最大，则保留所述像素点(x,y)的梯度强度，否则将其梯度强度设置为0；

通过双阈值处理对非极大值抑制处理后的所述像素点(x,y)进行分类，标记所述梯度强度高于预设高阈值的所述像素点(x,y)为车位边缘点，并将所述梯度强度低于所述预设高阈值但高于所述预设低阈值的所述像素点(x,y)与其相邻的所述车位边缘点合并；

获取全部所述车位边缘点，生成所述第一车位轮廓。

6.一种车位边界检测装置，其特征在于，包括：

图像获取模块，用于获取车辆的泊车位置图像；

第一车位轮廓获取模块，用于根据预设的边缘强度阈值，通过Sobel算子对所述泊车位置图像进行车位边缘信息提取，获取第一车位轮廓；

有效性判断模块，用于根据所述第一车位轮廓的几何特征，对所述第一车位轮廓对应的所述车位进行有效性判断；

检测结果确认模块，用于确认所述有效性判断结果为所述车位边界检测结果。