原文传递
基于机器视觉的车位状态检测研究
| 论文题名： | 基于机器视觉的车位状态检测研究 |
| 关键词： | 车位状态检测;机器视觉;Haar特征;自动识别 |
| 摘要： | 在我国大部分停车场都存在车位利用率低、车位信息发布不及时的问题。为了提高开放式停车场的自动化管理水平以及车位利用率，本文对现有的车位检测方法进行了研究，分析了摄像机的成像特性，建立了图像平面与三维空间的对应关系，提出一种基于机器视觉的全天自动车位状态检测的方法。 本文研究了以下三个方面的内容： （1）利用Hough直线检测与角点检测相关原理检测停车位，并根据图像平面与三维空间的关系补全缺失角点，完成停车位的重建。 （2）提出一种基于车辆识别的白天车位状态检测方法，利用Haar特征Adaboost算法对车辆样本进行训练，根据训练结果识别车辆，选取检测框内特定位置的采样点，构造不同高度的虚拟投影面，根据采样点在三维空间上的对应位置，判断车位实时状态。 （3）提出一种基于车辆质心预测的夜间车位状态检测方法，分析前、后灯的夜间光照特性，消除各种干扰，完成车灯对的匹配。最后，利用预测质心的变化规律判断车位实时状态。 经过验证，该算法的自动停车位识别部分效果准确率接近100％，白天车位识别效果准确率超过95%，夜间车位识别率约为80%。另外，该算法能够基本消除天气、光照、停车场内的行人等物体的干扰，同时检测多个车位，在一定程度上能克服遮挡问题，实现开放式停车场车位状态自动检测的效果。 |
| 作者： | 庄一玮 |
| 专业： | 交通运输工程 |
| 导师： | 马荣贵 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
