[發明專利]一種圖像處理方法、裝置、介質和設備

有效

• 申請號: 201810879326.4
• 申請日: 2018-08-03
• 公開（公告）號: CN110795974B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 辜蘇;林景賢
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/56;G06V10/764;G06V10/774;G06V10/82
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 郭潤湘

本發明涉及數據業務技術領域，特別涉及一種圖像處理方法、裝置、介質和設備。根據本發明提供的方案，可以在確定出每個車位對應的車位圖像后，利用預先訓練出的卷積神經網絡模型，將占用車位的車輛顏色相同的車位圖像劃分為一類。如果一類車位圖像中包括多個，那么這些車位圖像就可以認為是對應同一個車位的重復車位圖像。由于預先訓練出的卷積神經網絡模型，對顏色的識別精度較高，因此，通過對車輛顏色的準確識別，可以實現對重復車位圖像的準確識別，提高車位去重的準確性，避免車位的重復統計。

技術領域

本發明涉及數據業務技術領域，特別涉及一種圖像處理方法、裝置、介質和設備。

背景技術

隨著智慧城市的部署，越來越多的停車場用部署的監控攝像頭來收集停車場的圖像，然后根據物體識別技術判斷各車位是否被占用。尤其是在大型的停車場，往往利用部署的監控攝像頭來進行安全錄像，從而檢測停車場的車位占用、空閑情況，以便指導車輛停駛，避免車輛無目的停駛，以及可能造成的各種擁塞、事故。

但由于攝像頭的角度和拍攝范圍有限，大型停車場往往部署了不止一個監控攝像頭，以全方位無死角地監控停車場發生的各類事件。多個監控攝像頭捕捉收集的圖像匯總、拼接后，再通過圖像識別技術來分別判斷每個車位的占用、空閑情況，從而統計出整個停車場的空閑車位數量，甚至可以勾畫出整個停車場中各個車位的使用情況。

而多個監控攝像頭捕捉到的車位往往會有重疊，即處于多個監控攝像頭拍攝范圍內的車位可能會被多次捕捉收集。為了避免車位的重復采集，從而有效、準確地統計出各個車位的使用情況，可以人工實地考察停車場情況，通過人為預設的方式判斷重疊區域，然后手動輸入系統，設定每個監控攝像頭負責監控的車位的范圍。但這種方式需要后臺開發界面支持系統輸入和預設，且一旦監控攝像頭的角度發生了變化，或者新增了監控攝像頭，或者停車場區域布局發生了變化等等，都需要重新考察，然后重新設定每個監控攝像頭負責監控的車位的范圍，因此，這種方式進行車位去重，實現過程復雜且容易出錯。

另外，現有技術提供的另一種車位去重的方式是，在每個車位上標識序號，然后系統將監控攝像頭拍攝到的圖像按序號劃分出各個車位，對于相同序號的車位進行去重。但這種方式成本比較高，且如果序號被車輛遮擋，角度太偏無法被捕捉或者捕捉不準確，則無法正確進行車位去重，很可能造成對空閑車位數量的誤判。

發明內容

本發明實施例提供一種圖像處理方法、裝置、介質和設備，用于解決車位去重準確性較低的問題。

一種圖像處理方法，所述方法包括：

根據監控攝像頭采集到的停車場圖像，確定車位圖像，其中，一個車位圖像對應一個車位；

利用預先訓練出的卷積神經網絡模型，進行車位圖像歸類，每一類車位圖像中，占用車位的車輛顏色相同；

針對每一類車位圖像，若包括至少兩個車位圖像，則將所述至少兩個車位圖像，標記為對應同一個車位的重復車位圖像。

一種圖像處理裝置，所述裝置包括：

分割模塊，用于根據監控攝像頭采集到的停車場圖像，確定車位圖像，其中，一個車位圖像對應一個車位；

歸類模塊，用于利用預先訓練出的卷積神經網絡模型，進行車位圖像歸類，每一類車位圖像中，占用車位的車輛顏色相同；

標記模塊，用于針對每一類車位圖像，若包括至少兩個車位圖像，則將所述至少兩個車位圖像，標記為對應同一個車位的重復車位圖像。

本發明還提供了一種非易失性計算機存儲介質，所述計算機存儲介質存儲有可執行程序，該可執行程序被處理器執行實現如上所述方法的步驟。