[發明專利]一種利用環視圖像的車位識別方法

在審

• 申請號: 202110514586.3
• 申請日: 2021-05-11
• 公開（公告）號: CN113053164A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 張晉東;潘東育;劉通
• 申請（專利權）人: 吉林大學
• 主分類號: G08G1/14
• 分類號: G08G1/14;G08G1/16
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種利用環視圖像的車位識別方法，其特征在于，具體過程為：

S1、圖像預處理；

S2、確定泊車位拐點：

S2.1、首先利用霍夫直線檢測方法檢測出泊車位的直線，并獲取直線的斜率和截距，將檢測得到的直線及其斜率和截距數據封裝成索引+數據的數據結構；

S2.2、按照斜率和截距對直線進行分類，將斜率與截距在設定誤差范圍內的直線段都合并在一起；

由于泊車位直線存在寬度，只有平行的直線且截距在設定范圍內的直線才能被視作為泊車位的直線，根據此限制條件對不符合該寬度特征的直線進行去除；

由于泊車位的直線斜率只滿足60°、90°以及120°這三種可能，根據該限制條件去除不滿足上述條件的斜率及對應的截距；

完成對泊車位的直線的斜率和截距合并與篩選后，進行泊車位拐點的初步確立，初步確立的泊車位的拐點即為泊車位的直線中位線的交點；

S2.3、根據車位寬度以及一個車位需要兩條平行直線的限制條件，篩選出不符合該限制條件的車位線；

S2.4、最后借助泊車位的幾何約束來消除誤檢，泊車位的幾何約束即為行業規范內設定的泊車位長寬大小比例，對符合約束條件的進行保留，對不符合約束條件的則進行消除；

S2.5、完成車位拐點的初篩選后，結合FAST角點檢測算法來提高識別的置信度，該算法檢測角點的依據是判斷待測點與周圍點的關系，但是經過該算法檢測出來的拐點包括真實點和干擾點，因此利用拐點與直線的位置關系以及計算歐氏距離，最終確定泊車位拐點；

S3、利用模板匹配識別車位：

首先根據步驟S2確定的泊車位拐點的位置，提取出感興趣區域圖像；然后對其感興趣區域圖像進行細化操作；

然后制作和感興趣區域圖像相同大小的用于模板匹配的模板元素集合；接下來對模板元素集合中的每一個元素與細化后的感興趣區域圖像進行匹配，并對模板元素集合中的元素旋轉固定角度再次與細化后的圖像匹配，直至輸出最好的匹配度，最終識別出車位類別和位置。

2.根據權利要求1所述的方法，其特征在于，步驟S1的具體過程為：

S1.1、環視圖像中心區域為汽車圖像，建立汽車掩碼圖像，所述汽車掩碼圖像和原始圖像進行按位與操作，最終可以得到具有有效信息的彩色圖像；

S1.2、對步驟S1.1得到的彩色圖像進行灰度化，得到灰度圖像；

S1.3、對步驟S1.2得到的灰度圖像進行降噪，最終得到降噪處理后的圖像。

3.根據權利要求2所述的方法，其特征在于，步驟S1.2中，采用加權平均的方法來進行灰度化；加權平均的公式為：

Gray_i,j＝γ*Red_i,j+Ψ*Green_i,j+Ω*Blue_i,j，其中γ+Ψ+Ω＝1；

Gray_i,j為處理后的灰度圖像中橫坐標為i、縱坐標為j的像素點的像素值，Red_i,j為彩色圖像紅色通道中橫坐標為i、縱坐標為j的像素點的像素值，Green_i,j為彩色圖像的綠色通道中橫坐標為i、縱坐標為j的像素點的像素值，Blue_i,j為彩色圖像藍色通道中橫坐標為i、縱坐標為j的像素點的像素值，γ、Ψ、Ω分別為紅、綠、藍通道的權重系數，其總和為1。

4.根據權利要求2所述的方法，其特征在于，步驟S1.3中，采用如下降噪公式實現降噪：

D_m,n＝S_m-1,n-1*h_0,0+S_m-1,n*h_0,1+…+S_m+1,n+1*h_2,2；

h_0,0,h_0,1,……h_2,2分別為大小3*3的濾波核函數的各個參數，S_m-1,n-1，S_m-1,n，……,S_m+1,n+1是以原始圖像橫坐標m、縱坐標n為中心的八個方向的像素點的像素值，D_m,n為處理后的像素值。