計算機視覺技術在智能停車場中的應用研究

劉曉東

摘 要：在我國經濟水平不斷提升的過程當中，城市車輛數不斷增多，并使得停車成為了很多車主的難題，不僅難以找到適當的停車位置，且停車困難、耗費時間，在該種情況下，智能停車場成為了現階段城市停車場建設的重要趨勢。在本文中，將就計算機視覺技術在智能停車場中的應用進行一定的研究。

關鍵詞：計算機視覺技術；智能停車場；應用

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1671-2064（2018）06-0033-01

智能停車場可以說是現今智能交通當中的重要組成部分。在智能停車場建設當中，計算機視覺技術是一項重點技術，能夠在通過攝像機對外界景物圖像進行獲取的情況下通過計算機的使用對圖像進行理解分析，實現人視覺功能的模擬，具有重要的應用價值。對此，即需要能夠做好該技術的應用把握，使其更好的應用在智能停車場建設當中。

1 方案設計

在本方案當中，在停車場的入口位置，具有智能車輛模塊的設置，智能車輛模塊在檢測到存在車輛后，將車輛圖像提取后將其傳給車輛安全信息模塊，由該模塊對車牌號、車輛圖像特征以及編碼車牌圖像特征進行自動的識別后傳給入口終端。之后，入口終端根據卡號同數據庫連接，在調出用戶信息后對相關信息以及車輛圖像進行匹配檢測，在匹配后放行。在出口位置，系統在觀察到車輛后將信息傳給終端，由檢測模塊對車輛進行檢測，將相關信息傳遞給車輛安全信息模塊。安全信息模塊對車牌圖像特征以及車票好自動識別后傳給出口終端。之后，出口終端通過卡號同數據庫連接，對相關信息以及車輛圖像進行匹配檢測，在此過程中，對車牌號核對的目的，即避免用戶出現更換車牌照的情況，在車牌號以及車輛圖像都同系統數據相符合后才可以放行。

2 車輛檢測

該項工作是停車站進出口終端分析、判斷以及控制方案提出的重要依據。在實際工作當中，當智能車輛檢測模塊完成對車輛的檢測后，車輛的安全信息模塊才能夠工作，并由終端實現相關控制信息的發送。就目前來說，根據監測器方式以及工作時電磁波波長范圍，可以將其分為波頻車輛監測器、視頻車輛監測器以及磁頻車輛監測器這幾個類別。對于這幾種方式來說，其都具有自身的特點。同時，因車輛安全信息模塊以及檢測模塊能夠對視頻采集卡以及CCD進行共享，則能夠有效起到對費用進行減少的效果。同時，停車場過往車輛在速度方面并不高，最終確定使用了視頻車輛檢測方式。

對于該方式來說，其也有較多種檢測方式：第一種，即通過車輛、路面的灰度直方圖特征變化對是否有車輛進行判斷，該方式對環境、光線變化以及車輛顏色都十分敏感。為了對該種影響進行避免，有人提出了以直方圖為基礎的收縮方差法，但在進展方面還沒有獲得突破性成果；第二種，即對視頻流當中連續幀間差值進行計算，當區域內存在運動目標時，幀間差值情況的存在則會對區域灰度差值進行反映使其不為0、車輛的環境、光線以及顏色變化等都不會對該方式產生較大的影響。該方式同樣存在缺點，即不能夠對處于靜止狀態的車輛進行檢測，且對車速變化情況較為敏感，車速過快或者過慢等都可能因此對檢測的準確性產生影響。對于該種問題，我們對隔幀間差方式進行了提出，以此實現車輛檢測準確率的提升。

3 車牌照識別

該技術是車輛自動識別技術當中的一線個重點組成部分，其任務及時對車輛圖像進行處理分析，以此實現汽車牌照號的自動識別。在該技術當中，其由圖像采集、車牌照識別以及車輛檢測等系統組成：第一，牌照區域定位技術。該技術在實際使用當中能夠在自然背景當中對車牌照進行準確的分割，其可以說是車牌識別當中的關鍵性技術。受到光照均勻性以及背景復雜情況等因素的影響，可能會出現對比度低或者字符斷裂問題，并因此對車牌照的定位工作開展帶來較大的難度。對于該問題，很多人員也進行了較多的研究，目前，經常使用的定位流程為先進行圖像采集，在預處理后定位分割，之后進行輸出。在該過程當中，預處理的作用即是對圖像當中的有用信息進行突出，定位分割即從車輛圖像當中對車牌照區域位置進行尋找。對于車牌照定位技術來說，其也可以歸結為一種模式識別，其整個定位過程即是對模式集進行預處理，在完成其特征提取之后根據具體特征進行非監督學習以及分類。在具體對車牌灰度變化頻率進行提取時，通常通過多級水平差分方式處理，在水平投影情況下，其波浪形特征的存在，則會使車牌區具有明顯的波峰區域。在正常環境下，車牌位置即為波峰；第二，字符分割識別。在該技術當中，即將車牌區域實現對單個字符區域的分割，之后對其進行識別處理。在該技術實際應用當中，對于斷裂、模糊字符的識別與分割可以說是重點內容。因圖像質量差以及車牌照傾斜問題的存在，為了能夠在該種情況下對牌照字符準確識別的難度進行降低，則需要能夠對牌照圖像進行預處理。在具體處理當中，對于處于傾斜狀態的牌照，則需要對其進行校正處理，使其具有水平的特征。在牌照上下沿位置，其為兩條明顯的平行直線，對此，則可以通過Hough變換方式的應用對兩條直線的傾斜角進行檢測，之后對其進行校正處理。在完成預處理后，對車牌圖像進行二值化處理可以說是時字符分割識別當中的重點內容。字符分割方面，其作用即是將車牌區域分割成單個字符區域，經常通過垂直投影方式的應用實現目標。在車牌區字符的垂直方向，其投影需要在字符內間隙以及字符間取局部的最小值，對此，在字符正確分割位置即需要在上述區域的最小值附近，且該位置能夠滿足車牌字符尺寸限制、書寫格式等條件。在具體處理當中，通過垂直投影法的使用分割斷裂字符即能夠獲得較好的處理效果，適合應用在復雜環境的汽車圖像當中。目前，應用在車牌字符識別當中的算法主要有基于人工神經網絡的OCR以及基于模板匹配的OCR兩種算法。其中，人工神經網絡根據其容錯性強、抗噪聲強以及較強的自適應能力而得到了較多的應用。在本研究當中，即對該方式進行了使用，為了能夠對識別率進行進一步的提升，也根據車牌字符特點識別網絡將其分為了數字識別器以及漢字識別器等，對車牌當中的D、Q、B、8、0等進行分別再處理。

4 車輛圖像匹配

為了避免出現對車牌照進行更換的情況，在完成車牌號的核對處理后，再對車輛圖像進行檢測。在停車場的出口位置，通過CCD獲得的車輛圖像同數據庫當中該車輛的圖像進行匹配檢查，以此確定其是否為同一輛車。對于不同的車輛來說，其在擋車器附近信息方面存在著較大的差異。對此，在該項工作當中則可以將車輛擋車器附近特征實現對車輛圖像特征的代替，以此進行車輛的匹配檢測。在該種情況下，我們所開展的圖像匹配檢測當中的一項重要工作即是提取車輛頭部信息，并對其進行標準化處理。在對車牌進行識別的過程當中，即可以在將車牌照位置為參考點的基礎上根據車牌照幾何尺寸同該車輛比例大致相同的特點對車輛的頭部信息進行提取，并對其進行尺寸標準化處理。在對圖像進行標準化處理后，其在尺寸方面即具有相同的規格，基本上已經對車輛的圖像信息進行了包含。

5 結語

在智能停車場建設當中，視覺技術是其中的重要組成部分。在上文中，我們對計算機視覺技術在智能停車場中的應用進行了一定的研究。根據試驗發現能夠較好的滿足智能停車場運行需求，具有較好的應用價值。

參考文獻

[1]張雨滋.計算機視覺技術在果園除草機上的應用研究[J].農機化研究，2018，（03）40.

[2]雷靜.基于計算機視覺技術的番茄花青素含量檢測[J].農機化研究，2018，（03）40.

[3]張媛媛.計算機視覺技術及其在工業中應用的研究[J].赤子（上中旬），2017，（05）.

[4]李海燕.基于計算機視覺技術的指針式儀表自動校準方法[J].中國設備工程，2017，（17）107-108.