[發明專利]一種智能停車車位檢測方法

在審

• 申請號: 201711366711.0
• 申請日: 2017-12-18
• 公開（公告）號: CN108108689A
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 黎海濤;王馬成
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06T3/40;G08G1/14
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

1.一種智能停車車位檢測方法，其特征在于，包括以下步驟：

步驟1：利用現有視頻監控系統，在不同天氣條件下，采集不同的停車場的圖像，對圖像進行分類并生成樣本；

步驟2：把采集的圖像序列傳送到停車管理系統的服務器中，服務器中有多層卷積神經網絡模型，所述卷積神經網絡模型能提取停車場圖像的特征；

步驟3：服務器中車位檢測單元啟動CNN網絡，利用圖像序列數據集進行訓練；

步驟4：得到經過CNN網絡訓練的車位檢測模型并將訓練好的卷積神經網絡模型保存到服務器中；

步驟5：實時車位檢測階段，停車場內視頻監控系統把當前車場監控圖像傳送到服務器；

步驟6：服務器車位檢測單元利用CNN訓練模型對當前車場圖像進行分類識別，以獲得停車場車位檢測結果；

步驟7：服務器把對當前車位檢測結果存入數據庫；

步驟8：停車系統前端，即用戶智能手機應用程序(APP或微信)發起停車請求；

步驟9：服務器端把停車場當前車位狀態信息和位置信息傳送到用戶端；

步驟10：用戶利用應用軟件根據當前車位狀態信息選擇車位，當用戶啟動車位導航功能時，其根據車位位置對車輛導航到所選擇的未被占用車位。

2.如權利要求1所述的智能停車車位檢測方法，其特征在于，步驟1具體包括：

1.1)記采集的所有不同停車場在不同天氣條件下為類別j的停車場圖像組成集合Cj,其中1≤j≤N，N為類別總數；判斷所有采集的圖像中是否有彩色圖像，如果是，則轉入步驟1.2)，如果否，則轉入步驟1.3)；

1.2)將所有停車場圖像中的彩色圖像轉換為灰度圖像；

1.3)將得到的所有停車場的灰度圖像縮放至為W×H像素大小，其中W和H均為整數且W≥32，H≥32；

1.4)本步驟包括以下子步驟：

1.4.1)設圖像集合C1,C2…Cj…CN中每個圖像集合的最小圖像數量限制為Nmin，其中Nmin為整數且Nmin≥1500，設置圖像集合的類別編號t＝1；

1.4.2)判斷t≤N是否成立，若是，則進入步驟1.4.3)，若否，則進入步驟1.5)；

1.4.3)判斷圖像集合Ct中所含的圖像數量Nt<Nmin是否成立，若是，則進入步驟1.4.4)，若否，則進入步驟1.4.5)；

1.4.4)對Ct中所有圖像進行Num次旋轉，其中Num為向上取整的運算結果，旋轉角度為區間[1,180°]的隨機整數角度；

1.4.5)設置t＝t+1，返回步驟1.4.2)；

1.5)將圖像集合C1,C2…Cj…CN中每幅圖像的像素灰度值除以最大灰度值255，歸一化到[0,1]區間；

1.6)將歸一化后的每幅圖像中的二維灰度值矩陣分別按行展開，每幅圖像得到一個一維行向量其中i＝1,2,3,......n，n為圖像集合C1,C2…Cj…CN中所有圖像數目的總和，s為行向量的元素個數，s＝W×H；則對于任一幅圖像，其對應的行向量為Xi，其屬于圖像集合Ck，并且0≤k≤N，定義其類別標簽向量Yi＝(0,0,0,……1,0,0,0,……0)，其中1之前的0的數量為k-1個，1之后的0的數量為N-k個；

1.7)將每幅圖像的一維行向量Xi和類別標簽向量Yi組合，得到樣本(Xi，Yi)。