基于图像处理技术智能停车的管理系统

《基于图像处理技术智能停车的管理系统》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于图像处理的智能停车管理系统作者：HilalAl-Kharusi,IbrahimAl-Bahadly新西兰北帕默斯顿梅西大学工程与先进技术学院•2014年3月2日收到，2014年4月6日修订，2014年4月16日发表•版权归作者与科学出版公司所有•获得国际知识共享组织许可摘要：本文提出智能停车检测系统基于图像处理技术。该系统是通过捕获图像、处理图像和绘制停车场图像来管理控制停车场的。在这项工作中,摄像头作为传感器拍摄停车场图像并传输给上一级系统。使用摄像头是因为它可以迅速反馈停车场的停车信息，并且摄像头调整角度去扫描探测停车场的不同区域。通过摄像头传输过来的图像，可以知道特定的停车位

2、是否有车，然后利用经过处理的信息来指导司机直接去特定停车位而不是花费时间去寻找。该系统的在软件和硬件开发平台正在开发当中。自动停车系统不仅使停车的整个过程更有效率，而且也相对减轻了司机和停车管理员的压力。关键词：智能停车、图像处理、空间探测1、引言目前大多数停车场的效率并不高，这意味着司机无论有多忙，为了找到一个合适的停车位可能还是要在停车场花上很长时间。自动停车系统将有助于解决交通拥堵、时间浪费、金钱浪费等问题，并帮助提供更好的公共服务，比如减少汽车排放和污染，改善城市游客体验，提高停车场的利用率，防止投资浪费等，该系统将为我们提供一个更高效跟便捷的停车系统。自动停车系统通过安装在停

3、车场出入口的传感器和由计算机系统控制的各种显示面板和指示灯管理整个过程，帮助司机停车。简化的系统流程图如图1所示。有许多的方法可以检测汽车在停车场的情况，比如磁传感器、微波雷达、超声波传感器和图像处理等，这个项目研究图像处理。摄像头是最重要的部分,因为它能清晰的捕获停车场的一切信息而且既高效又廉价。这个系统由一个或多个摄像头共同完成视频图像传送。再由软件处理摄像头传输过来的图像，通常情况下这种技术是检查连续视频帧之间的差异，这样就可以把停车场的场景变化转变为电子信号，因为摄像头可以改变角度来监控多个区域。有两种方式使用这个系统，即应用边缘检测与图像边界条件方法检测模块和应用点检测与精确

4、操作。在这个项目中,停车场检测是通过识别绘制在每个停车位上的绿色圆形图像来确定停车信息。这种方式将使用矩阵实验室软件平台来处理两种类型的停车场的照片，一种来自于谷歌全球系统，另一种就是停车场的真实照片。图1智能停车场系统管理2.模版系统模版系统就是运用一个或多个摄像头获得视频图像并由软件进行处理的系统。这种视频图像处理技术有五个模块，以下将详细解释每个模块。整个过程如图2所示。2.1图像识别如图3（a）所示，第一映像的停车场表示没有汽车在停车场，这张图将用于系统记录的所有停车位的平面位置。通过RGB值可以找到绿色圆圈表示的空的停车位，这样系统就知道哪里有合适的停车位。如图3(b)所示，

5、使用矩阵实验室软件平台中的rgb2hsv命令，将空旷的停车场、绿点的位置转化为一个HSV图像，图3(c)中的图像是简化的HSV黑白二进制图像，这样更便于图像处理，只需要检测阈值的白色像素是否超过40%就可以确定该车为是否有车。为此HSV图像需要转换成像素灰度的格式，这样可以很容易地可以对比阈值，如图3(d)所示。这种可以得到一个方程(1)，然后利用rgb2gray命令来解方程。Gray=(0.299*r+0.587*g+0.114*b)（1）方程(1)把RGB值转换为灰度值，如图3(d)所示。可以看到图3(d)中的绿色圆圈明显轻于其他图像，因此如果把im2bw命令第二个参数设为0.4，

6、可以很容易地把RGB图像转换成黑白图像。图2系统模型图3影像鉴定这就意味着像素小于阈值的颜色都会显示为黑色，反之为白色，如图3所示(d)。在图3(e)中可以看出，图像中有一些白色的小圆点，这些小白点可以使用侵蚀函数移除，移除后如图3(f)所示。简而言之，imerode命令就是用于去除图像中的小点。侵蚀过程就是通过下面的命令来完成的：se3=strel(‘disk’,3)这也就是说，这个命令就是创建一个半径被侵蚀函数处理过三次的圆点，使用此函数的结果如图3所示(f)。下面是控制这个过程的程序：if(newmatrix(y,x)>0)%anobjectisthere,if(e(newmat

7、rix(y,x))=0)thisobjecthasnotbeenseene(newmatrix(y,x))=x;makethevalueandindex3equaltothecurrentXcoordinate.2.2图像采集为了能够清晰的看到整个停车场，计算停车位的数量，需要将摄像头安装在停车场的上方，摄像头所在处必须视线清晰，不能有任何物体遮挡，通过摄像头所看到的情景应该如图4所示。2.3图像分离有许多方法来区分一个图像中的不同对象（比如汽