基于圖像處理技術(shù)智能停車的管理系統(tǒng)

基于圖像處理技術(shù)智能停車的管理系統(tǒng)

ID:9533730

大?。?.18 MB

頁數(shù):15頁

時間:2018-05-03

基于圖像處理技術(shù)智能停車的管理系統(tǒng)_第1頁
基于圖像處理技術(shù)智能停車的管理系統(tǒng)_第2頁
基于圖像處理技術(shù)智能停車的管理系統(tǒng)_第3頁
基于圖像處理技術(shù)智能停車的管理系統(tǒng)_第4頁
基于圖像處理技術(shù)智能停車的管理系統(tǒng)_第5頁
資源描述:

《基于圖像處理技術(shù)智能停車的管理系統(tǒng)》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、《世界工程與技術(shù)雜志》2014年第二期基于圖像處理的智能停車管理系統(tǒng)作者:HilalAl-Kharusi,IbrahimAl-Bahadly新西蘭北帕默斯頓梅西大學(xué)工程與先進(jìn)技術(shù)學(xué)院?2014年3月2日收到,2014年4月6日修訂,2014年4月16日發(fā)表?版權(quán)歸作者與科學(xué)出版公司所有?獲得國際知識共享組織許可摘要:本文提出智能停車檢測系統(tǒng)基于圖像處理技術(shù)。該系統(tǒng)是通過捕獲圖像、處理圖像和繪制停車場圖像來管理控制停車場的。在這項(xiàng)工作中,攝像頭作為傳感器拍攝停車場圖像并傳輸給上一級系統(tǒng)。使用攝像頭是因?yàn)樗梢匝杆俜答佂\噲龅耐\囆畔?,并且攝像頭調(diào)整角度去掃描探測

2、停車場的不同區(qū)域。通過攝像頭傳輸過來的圖像,可以知道特定的停車位是否有車,然后利用經(jīng)過處理的信息來指導(dǎo)司機(jī)直接去特定停車位而不是花費(fèi)時間去尋找。該系統(tǒng)的在軟件和硬件開發(fā)平臺正在開發(fā)當(dāng)中。自動停車系統(tǒng)不僅使停車的整個過程更有效率,而且也相對減輕了司機(jī)和停車管理員的壓力。關(guān)鍵詞:智能停車、圖像處理、空間探測1、引言目前大多數(shù)停車場的效率并不高,這意味著司機(jī)無論有多忙,為了找到一個合適的停車位可能還是要在停車場花上很長時間。自動停車系統(tǒng)將有助于解決交通擁堵、時間浪費(fèi)、金錢浪費(fèi)等問題,并幫助提供更好的公共服務(wù),比如減少汽車排放和污染,改善城市游客體驗(yàn),提高停車場的利用

3、率,防止投資浪費(fèi)等,該系統(tǒng)將為我們提供一個更高效跟便捷的停車系統(tǒng)。自動停車系統(tǒng)通過安裝在停車場出入口的傳感器和由計(jì)算機(jī)系統(tǒng)控制的各種顯示面板和指示燈管理整個過程,幫助司機(jī)停車。簡化的系統(tǒng)流程圖如圖1所示。有許多的方法可以檢測汽車在停車場的情況,比如磁傳感器、微波雷達(dá)、超聲波傳感器和圖像處理等,這個項(xiàng)目研究圖像處理。攝像頭是最重要的部分,因?yàn)樗芮逦牟东@停車場的一切信息而且既高效又廉價。這個系統(tǒng)由一個或多個攝像頭共同完成視頻圖像傳送。再由軟件處理攝像頭傳輸過來的圖像,通常情況下這種技術(shù)是檢查連續(xù)視頻幀之間的差異,這樣就可以把停車場的場景變化轉(zhuǎn)變?yōu)殡娮有盘?,因?yàn)?/p>

4、攝像頭可以改變角度來監(jiān)控多個區(qū)域。有兩種方式使用這個系統(tǒng),即應(yīng)用邊緣檢測與圖像邊界條件方法檢測模塊和應(yīng)用點(diǎn)檢測與精確操作。在這個項(xiàng)目中,停車場檢測是通過識別繪制在每個停車位上的綠色圓形圖像來確定停車信息。這種方式將使用矩陣實(shí)驗(yàn)室軟件平臺來處理兩種類型的停車場的照片,一種來自于谷歌全球系統(tǒng),另一種就是停車場的真實(shí)照片。圖1智能停車場系統(tǒng)管理2.模版系統(tǒng)模版系統(tǒng)就是運(yùn)用一個或多個攝像頭獲得視頻圖像并由軟件進(jìn)行處理的系統(tǒng)。這種視頻圖像處理技術(shù)有五個模塊,以下將詳細(xì)解釋每個模塊。整個過程如圖2所示。2.1圖像識別如圖3(a)所示,第一映像的停車場表示沒有汽車在停車場,

5、這張圖將用于系統(tǒng)記錄的所有停車位的平面位置。通過RGB值可以找到綠色圓圈表示的空的停車位,這樣系統(tǒng)就知道哪里有合適的停車位。如圖3(b)所示,使用矩陣實(shí)驗(yàn)室軟件平臺中的rgb2hsv命令,將空曠的停車場、綠點(diǎn)的位置轉(zhuǎn)化為一個HSV圖像,圖3(c)中的圖像是簡化的HSV黑白二進(jìn)制圖像,這樣更便于圖像處理,只需要檢測閾值的白色像素是否超過40%就可以確定該車為是否有車。為此HSV圖像需要轉(zhuǎn)換成像素灰度的格式,這樣可以很容易地可以對比閾值,如圖3(d)所示。這種可以得到一個方程(1),然后利用rgb2gray命令來解方程。Gray=(0.299*r+0.587*g+

6、0.114*b)(1)方程(1)把RGB值轉(zhuǎn)換為灰度值,如圖3(d)所示??梢钥吹綀D3(d)中的綠色圓圈明顯輕于其他圖像,因此如果把im2bw命令第二個參數(shù)設(shè)為0.4,可以很容易地把RGB圖像轉(zhuǎn)換成黑白圖像。圖2系統(tǒng)模型圖3影像鑒定這就意味著像素小于閾值的顏色都會顯示為黑色,反之為白色,如圖3所示(d)。在圖3(e)中可以看出,圖像中有一些白色的小圓點(diǎn),這些小白點(diǎn)可以使用侵蝕函數(shù)移除,移除后如圖3(f)所示。簡而言之,imerode命令就是用于去除圖像中的小點(diǎn)。侵蝕過程就是通過下面的命令來完成的:se3=strel(‘disk’,3)這也就是說,這個命令就是創(chuàng)

7、建一個半徑被侵蝕函數(shù)處理過三次的圓點(diǎn),使用此函數(shù)的結(jié)果如圖3所示(f)。下面是控制這個過程的程序:if(newmatrix(y,x)>0)%anobjectisthere,if(e(newmatrix(y,x))=0)thisobjecthasnotbeenseene(newmatrix(y,x))=x;makethevalueandindex3equaltothecurrentXcoordinate.2.2圖像采集為了能夠清晰的看到整個停車場,計(jì)算停車位的數(shù)量,需要將攝像頭安裝在停車場的上方,攝像頭所在處必須視線清晰,不能有任何物體遮擋,通過攝像頭所看到的情

8、景應(yīng)該如圖4所示。2.3圖像分離有許多

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。