[发明专利]一种判定车位占用的实时检测方法

摘要

本发明公开了一种判定车位占用的实时检测方法，属于机器视觉技术领域，具体涉及一种通过俯视的深度图融合卷积神经网络的检测方法来判定车位是否被正确占用的实时检测方法。其具体包括搭建双目立体相机、收集车辆样本和非车辆样本、设计并训练以卷积神经网络CarNet为基础的车辆检测模型、人工标定监控车位在相机图像中位置、得到监控场景下的深度图、对深度图分割初步得到车辆区域同时利用CarNet检测模型检测车辆、融合深度图与卷积神经网络结果得到可靠车辆检测框以及判定车位是否占用等步骤。本发明可广泛用于加油站、地下停车场等半露天或室内停车场，可准确输出车位占用情况，具有实施成本低，工作效率高、自动化能力强等优点，具有广阔的发展前景。

主权项

一种判定车位占用的实时检测方法，其特征在于，通过双目立体相机提取彩色图与深度图，利用深度图分割方法得到车辆矩形框，用设计的CarNet深度卷积神经网络进行车辆检测，再将融合深度图分割结果与彩色图中CarNet检测结果进行组合判断，最终确定选定车位是否被占用，其具体的实现步骤包括：(1)将双目立体相机安放于监控车位正上方，相机角度竖直向下，相机俯视监控一个或者多个车位，保证需要监控的车位都在相机的视野中；(2)收集车辆样本和非车辆样本，将所有样本全部进行归一化处理；(3)设计适用于具体环境下的卷积神经网络CarNet，并以CarNet网络检测车辆；(4)人工在双目立体摄像机左图像中标定车位区域，并依次标记车位号；(5)利用双目立体摄像机获得左、右两幅彩色图像，通过计算视差得到深度图；(6)人工设定深度阈值，提取高于地面人工设定高度的深度图区域；(7)对分割得到的深度图区域用形态学腐蚀消除孤立像素点，用形态学膨胀填补空洞，通过面积筛选滤除面积过小的噪声部分，提取深度图分割区域最小外接矩形框，从而得到车辆矩形框R1；(8)针对立体摄像机左侧彩色图像，利用CarNet检测模型得到车辆矩形框R2；(9)根据CarNet检测模型得到的结果R2结合步骤(7)深度图分割的矩形框R1进行联合判断，得到的输出结果为车辆的矩形框Rf；(10)通过车辆检测框与人工设定的车位区域占比判断车位占用状态，占比超过人工设定阈值则判断为车位被占用。