本文選題：車位檢測 + 灰度直方圖　； 參考：《海南大學》2016年碩士論文

【摘要】：目前,在經濟的推動下,國民生活水平逐漸走向富裕,汽車的數(shù)量也在逐年增長,停車難的問題日益嚴峻。如何通過現(xiàn)代科技,使停車位資源得到充分利用,已經成為一個研究熱點。本文對智能停車場的國內外研究現(xiàn)狀做了簡要分析,并對目前比較常見的一些車位檢測方法做了對比。與非視頻車位檢測技術相比,利用視頻圖像進行車位檢測具有明顯的優(yōu)越性。本文針對傳統(tǒng)的車位檢測算法的弊端,提出一種基于視頻圖像處理的檢測算法。這種方法整合車位圖像的灰度特征和紋理特征,將之作為判斷車位狀態(tài)的依據(jù)。特征的處理方式,是車位檢測技術的關鍵。提取各個車位圖像的灰度特征和紋理特征,將之組合成聯(lián)合特征向量。采用主成分分析法對車位的聯(lián)合特征向量進行降維處理,并采用支持向量機對降維后的特征向量進行訓練。使用訓練得到的模型對需要進行車位檢測的視頻圖像分類,從而得到車位是否被占用的信息,并將得到的車位信息實時顯示。為了使支持向量機訓練出更符合實際情況的模型,在訓練樣本中加入了含有不同天氣、光照、行人、雜物及陰影的視頻圖像。經過驗證,該算法檢測準確率為98.150%,能夠排除天氣、光照、車位上的行人、雜物、陰影等對檢測結果的影響。且該算法能同時處理多個車位,大大提高了停車場車位管理的效率。最后,本文利用MATLAB對此車位檢測方法進行了模擬仿真,并在仿真的基礎上構建了車位檢測實驗系統(tǒng)。
[Abstract]:At present, driven by the economy, the national standard of living is gradually becoming rich, the number of cars is also increasing year by year, and the problem of parking difficulty is becoming more and more serious. How to make full use of parking space resources through modern science and technology has become a research hotspot. This paper makes a brief analysis of the domestic and international research status of intelligent parking, and compares some common methods of parking space detection. Compared with the non-video parking detection technology, the use of video images to detect parking space has obvious advantages. In this paper, a detection algorithm based on video image processing is proposed to overcome the disadvantages of the traditional parking space detection algorithm. This method integrates gray and texture features of parking space image as the basis for judging parking space state. The processing method of feature is the key of parking spot detection technology. The grayscale feature and texture feature of each parking space image are extracted and combined into a joint feature vector. The principal component analysis (PCA) is used to reduce the dimension of the joint eigenvector and the support vector machine (SVM) is used to train the dimensionally reduced eigenvector. The training model is used to classify the video images that need to be detected to get the information of whether the parking space is occupied or not and display the parking space information in real time. In order to train support vector machine (SVM) to fit the actual situation, video images with different weather, light, pedestrian, clutter and shadow were added to the training samples. The accuracy of the algorithm is 98.150, which can eliminate the influence of weather, illumination, pedestrians, sundries and shadows on the detection results. The algorithm can deal with multiple parking spaces at the same time, which greatly improves the efficiency of parking space management. Finally, this paper simulates the method of parking spot detection by using MATLAB, and builds an experimental system of parking space detection on the basis of simulation.
【學位授予單位】：海南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 李磊;;基于PCA降維的SVM人臉快速檢測方法[J];青島科技大學學報(自然科學版);2010年05期

2 宋余慶;劉博;謝軍;;基于Gabor小波變換的醫(yī)學圖像紋理特征分類[J];計算機工程;2010年11期

3 肖漢光;蔡從中;;特征向量的歸一化比較性研究[J];計算機工程與應用;2009年22期

4 蔣大林;鄧紅麗;平_g;韋燕鳳;;基于視頻圖像的多特征車位檢測算法[J];北京工業(yè)大學學報;2008年02期

5 倪國強;沈淵婷;徐大琦;;一種基于小波PCA的高光譜圖像特征提取新方法[J];北京理工大學學報;2007年07期

6 張翔,田金文,肖曉玲,柳健;支持向量機及其在醫(yī)學圖像分類中的應用[J];信號處理;2004年02期

7 楊兆升,陳曉冬;智能化停車誘導系統(tǒng)有效停車泊位數(shù)據(jù)的預測技術研究[J];交通運輸系統(tǒng)工程與信息;2003年04期

8 李界家,原寶龍,朱棟華,劉建順;智能停車場技術及發(fā)展趨勢[J];房材與應用;2002年04期

9 郁梅,蔣剛毅,賀賽龍;基于路面標記的車輛檢測和計數(shù)[J];儀器儀表學報;2002年04期

10 張學工;關于統(tǒng)計學習理論與支持向量機[J];自動化學報;2000年01期

相關博士學位論文 前2條

1 雷震春;支持向量機在說話人識別中的應用研究[D];浙江大學;2006年

2 陳峻;城市停車設施規(guī)劃方法研究[D];東南大學;2000年

相關碩士學位論文 前2條

1 張郝;基于小波變換的圖像去噪方法研究[D];北京交通大學;2008年

2 馬銘;基于視頻的停車場車位狀態(tài)監(jiān)控識別系統(tǒng)[D];天津大學;2007年

，

本文編號：1990510