基于圖像識別的大型停車場尋車系統

羅 歡，張 鳳，李 麒，宋瑞源，陳鑫凱，陳泊宇

（成都理工大學 信息科學與技術學院，四川 成都 610059）

基于圖像識別的大型停車場尋車系統

羅 歡，張 鳳，李 麒，宋瑞源，陳鑫凱，陳泊宇

（成都理工大學 信息科學與技術學院，四川 成都 610059）

該系統目的在于用圖像處理來對停車場實現規劃來達到尋車以及找車功能，其方法首先是通過攝像頭對圖像進行采集，然后通過圖像作差，sobel算子，車牌識別等圖像處理方法對停車位進行標定，從而達到尋車以及尋空位的目的，將所得數據傳入服務器并在終端界面顯示，然后將數據傳入云端進行處理。最后達到通過手機APP查詢的目的。該系統運用現今熱門的圖像識別技術達到了定位的精準型，并運用了EasyPR庫確保了識別的準確度。

圖像識別；尋車；尋空位；sobel算子；EasyPR庫；APP

0 引言

隨著傳感技術越發先進，圖像識別也在市場上漸漸占有了自己的一席之地，其中識別車牌等功能更是直接已經投入到了某些項目的使用。而隨著移動用戶端的快速發展，APP[5]等名詞早已是家喻戶曉，比起 PC端，手機應用更加受大眾所喜愛，其普及也是較為迅速。隨著城市發展和車輛的迅速增加，停車難的問題不斷加劇。許多高層建筑都將地下停車場納入必備設施之中，但是隨之新問題冒出來了--“找車難”、“停車難”！一些大型的地下停車場猶如迷宮似的，很難能記得住自己的愛車停在那里，同樣，車輛數目太多，想找個合適的車位也是相當困難。據一些車主在網上的反映，他們有時候找車都能找一個多小時，幾乎到處都差不多，簡直就像走迷宮似的；停車甚至需要更久，而且最后還有可能無功而返。偌大個停車場，想要準確無誤地找到自己的愛車或者找個車位，成為了一個令人頭疼的問題。

因此，我們團隊申請“基于圖像識別的智能找車系統”項目，希望開發一套系統，即時了解停車場的車位信息，以及停車后，如何便捷的找到自己的愛車。解決日益突出的“找車難”、“停車難”問題，為有車的人們解決此問題。

該系統主要采用圖像識別技術，對停車場進行車位定位，車牌識別等，從而達到找空位以及反向尋車的目的，再將所得數據進行處理，傳入云端，并在終端界面顯示，達到最后可以通過手機app實現自動找空位以及尋車等功能。重難點在于通用性強、精度高的圖像識別技術，云服務器[6]、數據庫的搭建[7]，后端編程[8]以及基于安卓系統的App開發。

圖1 系統流程圖Fig.1 Sy stem flow chart

1 系統設計

1.1 總體設計

該系統主要分為四大模塊，第一個是圖像獲取與數據處理，這個模塊主要負責通過圖像處理實現車位的標定，實現尋找空位以及反向尋車，將得到的數據進行處理；第二個是終端界面，運用PYQT4算法實現，通過上傳到服務器的數據，顯示停車位的車位信息；第三個是傳入云端，通過云服務器對數據進行處理，運用apache/ngin服務器以及騰訊云服務器進行數據傳輸，以 python為基本語言，以Djiango為框架進行程序編寫處理數據；第四個是手機查詢，通過手機端的制作，基于微信開發的webapp為基礎，運用移動框架amazeui,webgl, canvas,D3.js等進行APP開發，使用戶可以在APP上尋找空位以及進行反向尋車。

圖2 系統設計流程Fig.2 Sy stem design process

1.2 系統功能

本系統主要有兩個功能：停車場空車位查詢和反向尋車功能。運用圖像捕捉和圖像識別技術，將相關數據通過局域網傳入主機進行處理，可以檢測出車位上是否有車，如果有車則將停放車輛的車牌號與車位對應起來。然后主機將信息傳入云端，使車主通過我們的app可以快速查詢指定停車場是否有空位，以及快速找到到空車位或到自己車子的路線。從而很好地解決了在停車場找車難、找空車位難的問題。

2 圖像識別

2.1 圖像識別的總體流程

在圖像處理這部分中，我們通過攝像頭按照一定的角度與頻率來獲取停車場的圖像，通過二值化，濾波以及腐蝕和膨脹等方法對圖像進行預處理，來對圖像進行增強，以便更好的獲取圖像特征；通過圖像作差得到矩陣四個頂點坐標，從而對坐標進行標定；在圖像作差的基礎上，運用sobel算子的方法，來判斷有無車位；在車位標定的基礎上，通過車牌識別知道車在哪，從而進行反向尋車。

2.2 圖像二值化

圖像二值化[1]是指將我們用攝像頭標定的圖像變成只有黑白兩色的圖像，圖像二值化需要選定合適的閾值，把圖像分成大于閾值和小于閾值兩部分。常見的二值化方法有全局閾值法和局部閾值法，全局閾值法適用于拍攝效果好的圖像，由于停車場光線問題，考慮到拍攝品質的問題，為了使得二值化效果更好，這里我們使用局部閾值法。然后進行腐蝕與膨脹[2]運算，有效濾除圖像中的噪聲，保留圖像中主要用的信息。

2.3 圖像作差進行車位標定

通過對停車場特定的車位有車和無車的狀態下的兩幅圖像進行作差運算，得到停車位所在矩陣的四個頂點，從而對停車位進行標定。

2.4 基于sobel算子判斷有無空位

在圖像作差的基礎上，提取圖像邊緣特征，常見的方法有均值與方差的計算，基于 sobel算子[3]的特征提取，由于sobel算子受噪聲影響小，考慮到停車場幽深，黑暗的環境，我們采用的是基于sobel算子的方法，來提取圖像的邊緣特征，由于有車和無車的狀態函數是不一樣的，所以可以得出是否有空位的結果。

該算子包含兩組3x3的矩陣，分別為橫向及縱向，將之與圖像作平面卷積，即可分別得出橫向及縱向的亮度差分近似值。如果以A代表原始圖像，Gx及Gy分別代表經橫向及縱向邊緣檢測[4]的圖像，其公式如下：

圖像的每一個像素的橫向及縱向梯度近似值可用以下的公式結合，來計算梯度的大小。

可用以下公式計算梯度方向：

如果以上的角度Θ等于零，即代表圖像該處擁有縱向邊緣，左方較右方暗。

2.5 車牌識別進行反向尋車

車牌識別是利用車牌預處理，字符分割，歸一化處理，細化處理，字符特征提取等過程識別車牌的牌號。在判斷有車的情況下，通過對車位上的車進行車牌識別，從而可以知道車所在位置而進行反向尋車。我們主要運用 EasyPR庫[11]，進行車牌識別，識別效率較高并且準確。

2.5.1 車牌識別部分的部分程序以及部分結果

CPlateRecognize pr;

pr.setResultShow(false);

pr.setDetectType(PR_DETECT_CMSER);

vector

Mat src = imread(filepath);

int result = pr.plateRecognize(src, plateVec);

圖3 車牌識別部分結果Fig.3 License plate recognition part of the results

3 圖像采集設備

該系統的圖像采集，我們采用海康威視攝像頭，攝像頭型號為：DS-2CD3310D-I，因為該攝像頭分辨率高，噪點小，并且可以和opencv庫兼容，對于該系統的開發有很大的便利。

4 結論

本文從現代化車流量以及私家車數量遞增的情況分析了找空位以及尋車等智能化停車場的重要性，然后通過總體設計描述了該系統的整個流程以及規劃，接著對該系統的核心圖像處理進行介紹。最后，基于市場調研對采用的攝像頭設備進行描述，使該系統在預算低，可靠性高的情況下真正可以投入市場。本文主要運用了圖像識別技術進行處理，圖像處理是現代新興技術的一種處理方法，在信息量大的情況下，運用圖像處理可以保證結果的準確性以及可靠性。應用在大型停車場內不僅可以增加定位準確性，也可以減少勞動量。接下來將進行的是尋車路徑的算法優化，使用戶在購物結束以后在最短的時間內找到自己的車，節約時間并且可以減少擁堵情況，使整個項目的算法趨于最優化的成果！

[1] 李凡奇(碩士)《車輛身份圖像識別技術的設計與實現》. 吉林大學. 2014.

[2] 景娜(碩士)《車身顏色識別中的幾個重要方法的研究》. 沈陽工業大學. 2007.

[3] 王蕾(碩士)《基于視頻圖像處理的車輛識別技術研究》. 中國海洋大學. 2010.

[4] 黃力博(碩士)《基于圖像識別的車輛圖像處理技術研究》.武漢理工大學. 2011.

[5] 李海峰《基于HTML5+jQuery Mobile的移動學習平臺Web App研究與實現》. 信息通信. 2014.

[6] 高俊峰《高性能Linux服務器構建實戰: 運維監控、性能調優與集群應用》. 機械工業出版社出版. 2012.

[7] 張宴. 《實戰Nginx_取代Apache的高性能Web服務器》. 電子工業出版社. 2010.

[8] 鳥哥《linux私房菜基礎+服務器(第二版)》. 機械工業出版社出版. 2008.

[9] 鳥哥《鳥哥的Linux私房菜服務器架設篇(第三版)》. 機械工業出版社出版. 2011.

[10] 高俊峰. 《高性能Linux服務器構建實戰: 運維監控、性能調優與集群應用》. 機械工業出版社. 2012.

[11] 毛星云. 《opencv3編程入門》. 電子工業出版社. 2015. 02.

[12] 余甲子. 石凡潘愛民《程序員的自我修養》. 電子工業出版社. 2009. 4.

[13] [美]史蒂芬. 普拉達《C++ Primer Plus》(第6版). 人民郵電出版社. 2017. 05.

A Large Parking Lot Search System Based on Image Recognition

LUO Huan, ZHANG Feng, LI Qi, SONG Rui-yuan, CHEN Xin-kai, CHEN Bo-yu
(School of Information Science and Technology, Chengdu University of Technology, Chengdu 610059, China)

The purpose of the system is to use the image processing to achieve the planning of the parking lot to find the car and find the car function, the method is first through the camera to capture the image, and then through the image is poor, sobel operator, license plate recognition and other image processing methods Parking spaces are calibrated, so as to achieve the purpose of finding a car and looking for vacancies, the resulting data into the server and the terminal interface display, and then the data into the cloud for processing. And finally reached the purpose of the query through the mobile phone APP. The system uses the current popular image recognition technology to achieve the positioning of the precise type, and the use of the EasyPR library to ensure the accuracy of identification.

Image recognition; Find the car; Find the vacant; Sobel operator; EasyPR library; APP

TP315

A

10.3969/j.issn.1003-6970.2017.11.014

本文著錄格式：羅歡，張鳳，李麒，等. 基于圖像識別的大型停車場尋車系統[J]. 軟件，2017，38（11）：71-73

2017年國家級大學生創新創業訓練計劃項目：輕尋-基于圖像識別的大型停車場尋車系統(201710616151)

羅歡(1997-)，女，本科，主要研究方向：圖像識別，機器學習，大數據。