【摘要】：隨著機(jī)動(dòng)車數(shù)量的迅猛增長(zhǎng),城市停車難的問(wèn)題愈加突顯,停車場(chǎng)車位檢測(cè)技術(shù)逐漸成為智慧交通的重要組成部分,“智能停車場(chǎng)”的概念越來(lái)越頻繁的出現(xiàn)在人們的視野之中。除了用先進(jìn)的計(jì)算機(jī)技術(shù)替代人力勞動(dòng),其“智能化”最主要的體現(xiàn)在于該智能系統(tǒng)可以為駕駛?cè)颂峁┸囄恍畔?引導(dǎo)駕駛?cè)丝焖僬业剿柢囄?進(jìn)而提升停車場(chǎng)的使用方便性。目前停車場(chǎng)車位檢測(cè)手段主要包括非視頻檢測(cè)和視頻檢測(cè)兩大類。非視頻車位檢測(cè)技術(shù)包括感應(yīng)線圈檢測(cè)、聲波檢測(cè)、紅外檢測(cè)以及基于RFID(射頻識(shí)別)技術(shù)檢測(cè)等。然而,由于這類傳感器的安裝都需要對(duì)停車場(chǎng)車位地面進(jìn)行改動(dòng),安裝難度較大,成本較高,大大增加了設(shè)備維護(hù)與維修的難度。相比于非視頻車位檢測(cè)的手段,基于視頻檢測(cè)的方法更具有推廣應(yīng)用的價(jià)值。首先,從車輛以及人員安全管理需要的角度出發(fā),幾乎所有的停車場(chǎng)都會(huì)安裝攝像頭進(jìn)行監(jiān)控,攝像頭幾乎已經(jīng)成為各個(gè)停車場(chǎng)必備的設(shè)施。如果在此基礎(chǔ)上,擴(kuò)充攝像頭的使用功能,使其兼?zhèn)滠囄粰z測(cè)的功能,那么,就可以達(dá)到既便利又節(jié)約成本的目的。由此可見(jiàn),采用視頻檢測(cè)車位這種方式經(jīng)濟(jì)、方便且更具有普適性。本文采用視頻檢測(cè)車位的手段,提出了一種基于圖像相似度的停車場(chǎng)車位識(shí)別方法,主要研究?jī)?nèi)容及研究結(jié)論如下:(1)通過(guò)大量的文獻(xiàn)閱讀和資料收集,總結(jié)了目前基于視頻檢測(cè)停車場(chǎng)車位方法的圖像預(yù)處理手段以及主要的檢測(cè)算法,并對(duì)現(xiàn)有檢測(cè)算法的優(yōu)缺點(diǎn)進(jìn)行系統(tǒng)分析。(2)在已有檢測(cè)算法基礎(chǔ)上,提出了一種新的組合判別算法,即:以車位紋理特征為基礎(chǔ),將圖像感知哈希技術(shù)與圖像結(jié)構(gòu)相似性算法進(jìn)行結(jié)合,提出全新的車位狀態(tài)組合判別指標(biāo)Y,通過(guò)與設(shè)定的判別閾值進(jìn)行比較,完成對(duì)車位狀態(tài)的判別。(3)以Qt為程序開(kāi)發(fā)平臺(tái),配置OpenCV使用環(huán)境,開(kāi)發(fā)一種基于圖像相似度的停車場(chǎng)車位識(shí)別程序,程序具備視頻讀取、車位標(biāo)定、實(shí)時(shí)檢測(cè)等功能。(4)通過(guò)處理采集到停車場(chǎng)不同天氣條件下車輛進(jìn)出的視頻,驗(yàn)證程序的可靠性。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U491.71
【圖文】：

論文整體結(jié)構(gòu)框圖

究對(duì)象選取過(guò)大量的調(diào)研與分析，作者選取了吉林大學(xué)南嶺校區(qū)交通館停車場(chǎng)究對(duì)象。主要原因如下：該停車場(chǎng)面積較大，停車通道沒(méi)有完全貫通，尋找空閑停車位具有經(jīng)常存在駕駛?cè)苏业娇臻e車位難的問(wèn)題，尤其進(jìn)入了某一停車通道，必須倒車回去再進(jìn)入第二停車通道尋找，耗時(shí)耗力；該停車場(chǎng)側(cè)面即交通館，在側(cè)面安裝攝像頭非常方便，試驗(yàn)條件該停車場(chǎng)在校園內(nèi)部，安全、方便進(jìn)行各種試驗(yàn)。林大學(xué)南嶺校區(qū)交通館停車場(chǎng)基本情況如下：車位共有 80 個(gè)，停車場(chǎng)的面積約為 19602m ，停車排數(shù)為 6 排，。吉林大學(xué)南嶺校區(qū)交通館停車場(chǎng)實(shí)景照片如圖 2.1 所示。

y Ax b 1 0 1 1y A b x 可知，仿射變換是一個(gè)矩陣和一個(gè)列向量相標(biāo)之間的線性變換進(jìn)行了體現(xiàn)。實(shí)際上，經(jīng)間的位置關(guān)系并沒(méi)有發(fā)生改變。仿射變換包翻轉(zhuǎn)、錯(cuò)切等。本文應(yīng)用到的是仿射變換中果的基礎(chǔ)算法上，添加了了目標(biāo)區(qū)域選取的功。該算法不但可以校正圖像傾斜的角度，同理結(jié)果如圖 2.2 與圖 2.3 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 譚飛剛;劉偉銘;黃玲;翟聰;;基于加權(quán)歐氏距離度量的目標(biāo)再識(shí)別算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年09期

2 姜柏軍;鐘明霞;;改進(jìn)的直方圖均衡化算法在圖像增強(qiáng)中的應(yīng)用[J];激光與紅外;2014年06期

3 靳鑫;蔣剛毅;陳芬;郁梅;邵楓;彭宗舉;Yo-Sung Ho;;基于結(jié)構(gòu)相似度的自適應(yīng)圖像質(zhì)量評(píng)價(jià)[J];光電子.激光;2014年02期

4 施小宇;徐彪;余甘霖;龍維;;基于紅外線檢測(cè)的停車場(chǎng)智能引導(dǎo)系統(tǒng)研究與實(shí)現(xiàn)[J];電子制作;2013年08期

5 袁勇;張固瀾;;一種改進(jìn)的中值濾波方法[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

6 孔銳;張冰;;Gabor濾波器參數(shù)設(shè)置[J];控制與決策;2012年08期

7 李秀英;袁紅;;幾種圖像縮放算法的研究[J];現(xiàn)代電子技術(shù);2012年05期

8 錢松;李建榮;;應(yīng)用拉普拉斯算子設(shè)計(jì)高通濾波器進(jìn)行圖像增強(qiáng)分析[J];軟件導(dǎo)刊;2011年12期

9 秦小文;溫志芳;喬維維;;基于OpenCV的圖像處理[J];電子測(cè)試;2011年07期

10 潘榕;劉昱;侯正信;汪少初;;基于局部DCT系數(shù)的圖像壓縮感知編碼與重構(gòu)[J];自動(dòng)化學(xué)報(bào);2011年06期

相關(guān)會(huì)議論文 前1條

1 萬(wàn)婷婷;蔣大林;張斌;王芳;;基于視頻停車場(chǎng)車位檢測(cè)方法綜述[A];第七屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 楊成佳;圖像去噪及其效果評(píng)估若干問(wèn)題研究[D];吉林大學(xué);2016年

2 陳濤;圖像仿射不變特征提取方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 葛紅豆;智能停車場(chǎng)系統(tǒng)關(guān)鍵模塊研究與設(shè)計(jì)[D];南京理工大學(xué);2017年

2 劉哲;基于Qt和OpenCV視覺(jué)庫(kù)的智能監(jiān)控系統(tǒng)研究[D];吉林大學(xué);2015年

3 楊雪;基于紋理基元塊的圖像語(yǔ)義分割[D];西南科技大學(xué);2015年

4 喬超;車位狀態(tài)探測(cè)方法研究[D];中北大學(xué);2015年

5 宋鳳菲;彩色圖像灰度化及其效果的客觀評(píng)價(jià)方法研究[D];華僑大學(xué);2014年

6 胡靜;視頻圖像預(yù)處理技術(shù)研究與實(shí)現(xiàn)[D];南京理工大學(xué);2014年

7 張士可;基于視頻的停車場(chǎng)監(jiān)測(cè)方法的研究[D];上海交通大學(xué);2013年

8 何建華;基于無(wú)線傳感器網(wǎng)絡(luò)的車輛檢測(cè)系統(tǒng)研究[D];華南理工大學(xué);2013年

9 陶珂;小波去噪質(zhì)量評(píng)價(jià)方法研究[D];中南大學(xué);2012年

10 張敏;基于圖像內(nèi)容認(rèn)證的感知哈希算法的研究[D];湖南大學(xué);2010年

本文編號(hào)：2801850