计算机视觉技术在智能停车场中的应用研究

刘晓东

摘 要：在我国经济水平不断提升的过程当中，城市车辆数不断增多，并使得停车成为了很多车主的难题，不仅难以找到适当的停车位置，且停车困难、耗费时间，在该种情况下，智能停车场成为了现阶段城市停车场建设的重要趋势。在本文中，将就计算机视觉技术在智能停车场中的应用进行一定的研究。

关键词：计算机视觉技术；智能停车场；应用

中图分类号：TP391.41 文献标识码：A 文章编号：1671-2064（2018）06-0033-01

智能停车场可以说是现今智能交通当中的重要组成部分。在智能停车场建设当中，计算机视觉技术是一项重点技术，能够在通过摄像机对外界景物图像进行获取的情况下通过计算机的使用对图像进行理解分析，实现人视觉功能的模拟，具有重要的应用价值。对此，即需要能够做好该技术的应用把握，使其更好的应用在智能停车场建设当中。

1 方案设计

在本方案当中，在停车场的入口位置，具有智能车辆模块的设置，智能车辆模块在检测到存在车辆后，将车辆图像提取后将其传给车辆安全信息模块，由该模块对车牌号、车辆图像特征以及编码车牌图像特征进行自动的识别后传给入口终端。之后，入口终端根据卡号同数据库连接，在调出用户信息后对相关信息以及车辆图像进行匹配检测，在匹配后放行。在出口位置，系统在观察到车辆后将信息传给终端，由检测模块对车辆进行检测，将相关信息传递给车辆安全信息模块。安全信息模块对车牌图像特征以及车票好自动识别后传给出口终端。之后，出口终端通过卡号同数据库连接，对相关信息以及车辆图像进行匹配检测，在此过程中，对车牌号核对的目的，即避免用户出现更换车牌照的情况，在车牌号以及车辆图像都同系统数据相符合后才可以放行。

2 车辆检测

该项工作是停车站进出口终端分析、判断以及控制方案提出的重要依据。在实际工作当中，当智能车辆检测模块完成对车辆的检测后，车辆的安全信息模块才能够工作，并由终端实现相关控制信息的发送。就目前来说，根据监测器方式以及工作时电磁波波长范围，可以将其分为波频车辆监测器、视频车辆监测器以及磁频车辆监测器这几个类别。对于这几种方式来说，其都具有自身的特点。同时，因车辆安全信息模块以及检测模块能够对视频采集卡以及CCD进行共享，则能够有效起到对费用进行减少的效果。同时，停车场过往车辆在速度方面并不高，最终确定使用了视频车辆检测方式。

对于该方式来说，其也有较多种检测方式：第一种，即通过车辆、路面的灰度直方图特征变化对是否有车辆进行判断，该方式对环境、光线变化以及车辆颜色都十分敏感。为了对该种影响进行避免，有人提出了以直方图为基础的收缩方差法，但在进展方面还没有获得突破性成果；第二种，即对视频流当中连续帧间差值进行计算，当区域内存在运动目标时，帧间差值情况的存在则会对区域灰度差值进行反映使其不为0、车辆的环境、光线以及颜色变化等都不会对该方式产生较大的影响。该方式同样存在缺点，即不能够对处于静止状态的车辆进行检测，且对车速变化情况较为敏感，车速过快或者过慢等都可能因此对检测的准确性产生影响。对于该种问题，我们对隔帧间差方式进行了提出，以此实现车辆检测准确率的提升。

3 车牌照识别

该技术是车辆自动识别技术当中的一线个重点组成部分，其任务及时对车辆图像进行处理分析，以此实现汽车牌照号的自动识别。在该技术当中，其由图像采集、车牌照识别以及车辆检测等系统组成：第一，牌照区域定位技术。該技术在实际使用当中能够在自然背景当中对车牌照进行准确的分割，其可以说是车牌识别当中的关键性技术。受到光照均匀性以及背景复杂情况等因素的影响，可能会出现对比度低或者字符断裂问题，并因此对车牌照的定位工作开展带来较大的难度。对于该问题，很多人员也进行了较多的研究，目前，经常使用的定位流程为先进行图像采集，在预处理后定位分割，之后进行输出。在该过程当中，预处理的作用即是对图像当中的有用信息进行突出，定位分割即从车辆图像当中对车牌照区域位置进行寻找。对于车牌照定位技术来说，其也可以归结为一种模式识别，其整个定位过程即是对模式集进行预处理，在完成其特征提取之后根据具体特征进行非监督学习以及分类。在具体对车牌灰度变化频率进行提取时，通常通过多级水平差分方式处理，在水平投影情况下，其波浪形特征的存在，则会使车牌区具有明显的波峰区域。在正常环境下，车牌位置即为波峰；第二，字符分割识别。在该技术当中，即将车牌区域实现对单个字符区域的分割，之后对其进行识别处理。在该技术实际应用当中，对于断裂、模糊字符的识别与分割可以说是重点内容。因图像质量差以及车牌照倾斜问题的存在，为了能够在该种情况下对牌照字符准确识别的难度进行降低，则需要能够对牌照图像进行预处理。在具体处理当中，对于处于倾斜状态的牌照，则需要对其进行校正处理，使其具有水平的特征。在牌照上下沿位置，其为两条明显的平行直线，对此，则可以通过Hough变换方式的应用对两条直线的倾斜角进行检测，之后对其进行校正处理。在完成预处理后，对车牌图像进行二值化处理可以说是时字符分割识别当中的重点内容。字符分割方面，其作用即是将车牌区域分割成单个字符区域，经常通过垂直投影方式的应用实现目标。在车牌区字符的垂直方向，其投影需要在字符内间隙以及字符间取局部的最小值，对此，在字符正确分割位置即需要在上述区域的最小值附近，且该位置能够满足车牌字符尺寸限制、书写格式等条件。在具体处理当中，通过垂直投影法的使用分割断裂字符即能够获得较好的处理效果，适合应用在复杂环境的汽车图像当中。目前，应用在车牌字符识别当中的算法主要有基于人工神经网络的OCR以及基于模板匹配的OCR两种算法。其中，人工神经网络根据其容错性强、抗噪声强以及较强的自适应能力而得到了较多的应用。在本研究当中，即对该方式进行了使用，为了能够对识别率进行进一步的提升，也根据车牌字符特点识别网络将其分为了数字识别器以及汉字识别器等，对车牌当中的D、Q、B、8、0等进行分别再处理。

4 车辆图像匹配

为了避免出现对车牌照进行更换的情况，在完成车牌号的核对处理后，再对车辆图像进行检测。在停车场的出口位置，通过CCD获得的车辆图像同数据库当中该车辆的图像进行匹配检查，以此确定其是否为同一辆车。对于不同的车辆来说，其在挡车器附近信息方面存在着较大的差异。对此，在该项工作当中则可以将车辆挡车器附近特征实现对车辆图像特征的代替，以此进行车辆的匹配检测。在该种情况下，我们所开展的图像匹配检测当中的一项重要工作即是提取车辆头部信息，并对其进行标准化处理。在对车牌进行识别的过程当中，即可以在将车牌照位置为参考点的基础上根据车牌照几何尺寸同该车辆比例大致相同的特点对车辆的头部信息进行提取，并对其进行尺寸标准化处理。在对图像进行标准化处理后，其在尺寸方面即具有相同的规格，基本上已经对车辆的图像信息进行了包含。

5 结语

在智能停车场建设当中，视觉技术是其中的重要组成部分。在上文中，我们对计算机视觉技术在智能停车场中的应用进行了一定的研究。根据试验发现能够较好的满足智能停车场运行需求，具有较好的应用价值。

参考文献

[1]张雨滋.计算机视觉技术在果园除草机上的应用研究[J].农机化研究，2018，（03）40.

[2]雷静.基于计算机视觉技术的番茄花青素含量检测[J].农机化研究，2018，（03）40.

[3]张媛媛.计算机视觉技术及其在工业中应用的研究[J].赤子（上中旬），2017，（05）.

[4]李海燕.基于计算机视觉技术的指针式仪表自动校准方法[J].中国设备工程，2017，（17）107-108.