隨著我國(guó)經(jīng)濟(jì)社會(huì)的持續(xù)蓬勃發(fā)展,人們的生活條件發(fā)生了翻天覆地的變化,私家車作為代步的工具也越來(lái)越受到青睞和追捧。因此,當(dāng)私家車逐漸泛濫,交通問(wèn)題開(kāi)始呈現(xiàn)出嚴(yán)峻的態(tài)勢(shì),成為出行者最為頭疼的一大難題之一,而其中最為棘手的就是“停車難”的問(wèn)題。由此可見(jiàn),建設(shè)智能化的停車場(chǎng)管理系統(tǒng)已刻不容緩。其中,車位的狀態(tài)信息檢測(cè)是該系統(tǒng)的重要環(huán)節(jié),也是其后續(xù)車輛能否進(jìn)入停車場(chǎng)的關(guān)鍵因素,因而具有重要的理論意義和實(shí)際意義。針對(duì)以上問(wèn)題,本課題研究和總結(jié)了現(xiàn)有的國(guó)內(nèi)外相關(guān)車位狀態(tài)信息檢測(cè)算法,并分析其中存在的優(yōu)勢(shì)和劣勢(shì),從而提出了以下兩種檢測(cè)算法:基于區(qū)域面積的車位狀態(tài)信息檢測(cè)算法和基于投票思想的車位狀態(tài)信息檢測(cè)算法。這兩種算法都是在預(yù)先獲取到空車位的位置信息的基礎(chǔ)上進(jìn)行檢測(cè)的。因而,本文提出的算法主要分為兩大部分:第一部分是空車位的位置信息檢測(cè),第二部分是車位的狀態(tài)檢測(cè)�？哲囄坏奈恢眯畔z測(cè)部分,本文提出了基于亞像素輪廓的空車位位置信息檢測(cè)算法。經(jīng)實(shí)驗(yàn)研究和分析,該算法檢測(cè)的準(zhǔn)確性較高,能夠完整地檢測(cè)出車位的位置信息�；趨^(qū)域面積的檢測(cè)算法,首先利用形狀匹配模板對(duì)待測(cè)圖像進(jìn)行圖像配準(zhǔn),然后利用第一部分的空車位...

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-2捷順科技實(shí)業(yè)有限公司所設(shè)計(jì)的基于超聲波與攝像機(jī)的車位誘導(dǎo)系統(tǒng)

了部分成果，很多著名的公司和研究機(jī)構(gòu)嘗試著將其研究成果轉(zhuǎn)化為產(chǎn)品進(jìn)入市場(chǎng)，應(yīng)用到社會(huì)生活當(dāng)中，如捷順科技實(shí)業(yè)有限公司所設(shè)計(jì)的車位誘導(dǎo)系統(tǒng)，如圖1-2所示。但是該方法每個(gè)攝像頭僅監(jiān)控一個(gè)停車位。目前基于圖像的停車場(chǎng)車位檢測(cè)算法研究不僅有對(duì)停車場(chǎng)靜止照片處理分析出車位狀態(tài)，也有對(duì)整個(gè)....

圖1-2捷順科技實(shí)業(yè)有限公司所設(shè)計(jì)的基于超聲波與攝像機(jī)的車位誘導(dǎo)系統(tǒng)

了部分成果，很多著名的公司和研究機(jī)構(gòu)嘗試著將其研究成果轉(zhuǎn)化為產(chǎn)品進(jìn)入市場(chǎng)，應(yīng)用到社會(huì)生活當(dāng)中，如捷順科技實(shí)業(yè)有限公司所設(shè)計(jì)的車位誘導(dǎo)系統(tǒng)，如圖1-2所示。但是該方法每個(gè)攝像頭僅監(jiān)控一個(gè)停車位。目前基于圖像的停車場(chǎng)車位檢測(cè)算法研究不僅有對(duì)停車場(chǎng)靜止照片處理分析出車位狀態(tài)，也有對(duì)整個(gè)....

圖１－１?智能停車場(chǎng)管理系統(tǒng)框圖??由此可見(jiàn)，停車位的狀態(tài)信息檢測(cè)是該停車場(chǎng)管理系統(tǒng)的一個(gè)重要環(huán)節(jié)，也??是其后續(xù)車輛能否順利停入該停車場(chǎng)的必要前提

通常，智能停車場(chǎng)管理系統(tǒng)主要可以劃分為三個(gè)主模塊，它們分別是車輛??采集模塊，車位信息檢測(cè)模塊以及主控制模塊，各模塊之間信息交互，協(xié)同合作，??共同服務(wù)于停車場(chǎng)的管理。具體的系統(tǒng)框圖如圖１－１所示。??下面將對(duì)這三個(gè)模塊做簡(jiǎn)要的說(shuō)明。??（１）車輛采集模塊：主要是利用安裝在入口閘....

圖１－２系統(tǒng)整體框架??預(yù)處理過(guò)程：對(duì)待檢測(cè)的ＲＧＢ圖像進(jìn)行平滑和濾波以減少環(huán)境噪聲的影響，??

圖１－２系統(tǒng)整體框架??處理過(guò)程：對(duì)待檢測(cè)的ＲＧＢ圖像進(jìn)行平滑和濾波以減少環(huán)境噪聲的影修正的ＨＳＩ模型，將其轉(zhuǎn)化修正的ＨＳＩ圖像。??葉斯分類：利用“車輛像素”模型和“地面像素”模型對(duì)修正的ＨＳＩ像素進(jìn)行貝葉斯分類，上述模型均采用二維高斯函數(shù)近似表示。??位狀態(tài)檢測(cè)：利用預(yù)先訓(xùn)練....

本文編號(hào)：4020297