#一种基于视频的停车场车位监控算法

第 7卷 　第 17期 　2007年 9月 167121819 (2007) 1724511204　 科 　学 　技 　术 　与 　工 　程Science Technology and Engineering 　Vol. 7　No. 17　 Sep. 2007Ζ 　2007　Sci. Tech. Engng. 一种基于视频的停车场车位监控算法 黄战华 　马 　铭 　蔡怀宇 　张尹馨 (光电信息技术科学教育部重点实验室 ,天津大学精密仪器与光电子工程学院 ,天津 300072) 摘 　要 　提出了一种基于视频的停车场车位监控算法。用户通过鼠标操作标定车位位置。监控算法基于以下三种判据 :判 据一是差影的均方值 ,可反映车位占用状态变化事件的发生 ;判据二是差影的方差 ,判据三是前景与背景比值的方差 ,通过判 据二、判据三可以排除干扰、确认车位状态变化。当三个判据数值稳定时 ,更新车位背景。实验 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明 :该算法能够快速、准确 地反映车位状态变化 ,易于实现。 关键词 　车位监控 　运动检测 　差影图像 　自适应背景 中图法分类号 　TP391. 4; 　　文献标识码 　A 2007年 5月 30日收到 第一作者简介 :黄战华 ( 1965—) ,男 ,汉族 ,湖北人 ,天津大学精 密仪器与光电子工程学院教授 ,博士 ,研究方向 :光电信息与图 像处理。E2mail: Zhanghua@ tju. edu. cn。 　　在当代社会 ,停车场资源紧张。如何有效地管 理停车场车位、提高停车场的使用效率 ,是现代智 能交通面临的一个课 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 。与地感线圈和超声波探 测技术相比 ,基于视频的车位监控 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 具有节约硬 件成本、易于安装施工、便于扩展其他附加功能 ,如 停车存留登记、重要车辆看护等优点。 已有的视频车位监控方法对整幅图像进行处 理 ,数据计算量大 ;而且 ,视场中远近不同的车位像 素面积迥异 ,增加了算法 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 的复杂度。本文引入 车位标定功能 ,监控算法只需要对目标区域进行处 理 ,有效利用了先验知识 ;同时 ,监控算法以车位图 像的变化程度和变化一致性为判据 ,判断车位占用 状态是否发生变化 ,并获得自适应背景 ,提高了车 位监控的准确率 ,实用性强。 1　车位管理系统的结构及工作原理 本文的车位管理系统提供了多视场、多车位条 件下的停车场管理 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 ,并将每个车位的占用信息 传送到外部显示模块 (如 LED显示屏 ) ,使车位情况 一目了然。系统结构如图 1所示。 1. 1　采集设备设置 通过系统软件的采集设备设置功能 ,用户可自 行设定图像采集卡的采集参数 (图像格式 ,大小 等 )、多路视频的轮询间隔。 1. 2　车位信息设置 车位区域设置 :用户可根据停车场画面 ,通过 鼠标操作来标定车位区域。 车位状态设置 :用户可根据停车场画面 ,标定 或校对当前车位可用状态。 车位区域坐标和车位状态变化都保存在车位 信息文件中 ,并在系统初始化时自动载入。 图 1　车位管理系统结构图 © 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 1. 3　车位监控的实现 设某车位像素面积为 n,第 i点像素在 t时刻的 前景、背景灰度值分别为 Ii ( t)、B i ( t)。 1. 3. 1　变化发生判据 K1 ( t) 将前景与背景作差 ,可以检测出运动变化。该 车位的变化发生判据 K1 ( t)由下式确定 : X i ( t) = Ii ( t) - B i ( t) , i = 1, 2, 3, ⋯, n 　 (1) K1 ( t) = 1 n ∑ n i = 1 X i 2 ( t) 　　　 (2) 显而易见 :车位图像没有变化时 , K1 ( t)趋近于 0;否则 , K1 ( t)会迅速增大 ,可反映车位占用状态变 化事件的发生 但是 ,运动变化判据 K1 ( t)对光照变化比较敏 感。相邻车辆的阴影变化、光照强度变化等原因会 引起车位区域照度条件发生改变 ,进而引起像素值 发生改变 ,使 K1 ( t)迅速增大。因此 ,还必须分析其 他的数据特征 ,进而确认车位占用状态是否改变。 1. 3. 2　变化幅值的一致性判据 K2 ( t) 当车位图像被阴影全部遮挡时 ,差影图像的方 差较小 ;因此 ,可以用差影图像的方差来判断图像 变化幅值的一致性。变化幅值的一致性判据 K2 ( t) 由下式确定 : X ( t) = 1 n ∑ n i =1 X i ( t) 　　　　　 (3) K2 ( t) = 1 n ∑ n i =1 [X i ( t) - X ( t) ]2 　　 (4) 1. 3. 3　变化比例的一致性判据 K3 ( t) 对于视频图像 ,某像素点的光照模型为 [ 1 ] : sk ( x, y) = Ek ( x, y)ρk ( x, y) 　　　　 (5) (5)式中 , sk ( x, y) 为 ( x, y) 处像素点的亮度 , ρk ( x, y) 为物体表面的反射系数 , Ek ( x, y) 为物体 表面单位面积接收到的光强度。下标 k表示这些物 理量随时间而缓慢变化。可以认为ρk ( x, y) 不随时 间变化 ,为一常量ρ( x, y) 。 Ek ( x, y) 的计算公式由 (6) 式给出 : E = cA + cP cos∠(N (x, y) ,L) , 无阴影 cA + k (x, y) cP cos∠(N (x, y) ,L) , 半阴影 cA , 全阴影 (6) (6)式中 , cA 、cP 分别是环境和光源的亮度 , N ( x, y) 是物体表面的法向量 , L是物体表面到光源 的方向矢量 , k ( x, y) 是半阴影相对于无阴影时光能 的损失系数 (0 ≤ k ( x, y ≤ 1) 。全阴影的光强为常 数。 视频图像中像素点 ( x, y) 在未被阴影覆盖和 被阴影覆盖时的亮度比值为 : r( x, y) = ( cA + cP cos∠ (N ( x, y) , L ) )ρ( x, y) cAρ( x, y) 　 (7) (7)式中 : cA 、cP 、cos∠ (N ( x, y) , L ) ) 都是缓 慢变化的 ,在一个较短的时间里可以将这几个参数 近似为常数。因此 ,像素点 ( x, y) 在未被阴影覆盖 和被阴影覆盖时的亮度呈线性关系。 由上述光照模型可知 :车位图像被阴影全部遮 挡时 ,前景与背景的灰度值之比一致 ,即方差为 0。 因此 ,前景与背景的比值的方差可用来判断阴影遮 挡情况。变化比例的一致性判据 K3 ( t) 由下式 确定 : Yi ( t) = Ii ( t) B i ( t) , i = 1, 2, 3, ⋯, n 　　 (8) Y ( t) = 1 n ∑ n i =1 Yi ( t) 　　 (9) K3 ( t) = 1 n ∑ n i =1 [ Yi ( t) - Y ( t) ]2 　　 (10) 1. 3. 4　 K1、K2、K3 在不同情况下的特征 取 750帧 (30 s)为时间段 ,在不同情况下 ,判据 幅值的变化特征分别为 : 图 2　车辆进入车位时的 K值 2154 科 　学 　技 　术 　与 　工 　程 7卷 © 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 车辆进入 (驶出 )车位时 :大部分像素值变化显 著 , K1、K2、K3 幅值迅速增大 ,然后稳定在较高水平 , 如图 2所示。 车位内无变化时 :各像素值变化幅度很小 , K1、 K2、K3 幅值稳定 ,均趋近于 0; 图 3　行人路过车位时的 K值 行人路过车位区域时 :小部分像素值变化 , K1、 K2、K3 均先增大 ,随后降至 0。如图 3所示。 图 4　阴影完全覆盖车位时的 K值 车位被阴影完全覆盖时 :大部分像素值变化幅 度一致 , K1 迅速增大 ,并稳定在较高水平 ; K2、K3 先 增大 ,随后降至 0。如图 4所示。 车位被阴影部分覆盖时 :一部分像素值变化很 小 ,另一部分像素值变化幅度一致 ,所以 , K1、K2、K3 都会迅速增大并稳定 ,但是 ,三者的幅值远低于车 辆进出情况下的幅值水平。 因此 ,当 K的幅值和变化趋势符合图 2所示的 特征时 ,即认为有车辆进入或者驶出。结合初始占 用状态 ,即可得到该车位任意时刻的占用状态。 1. 3. 5　自适应背景的更新 当某车位区域内无运动变化时 , K1、K2、K3 均稳 定不变 ,方差为 0。因此 ,在一段时间 ( f1 ≤ f≤ f2 ) 内 ,若 D ( K1 ) =D ( K2 ) = D ( K3 ) = 0,即可更新该车 位区域的背景图像。 2　实验情况 图 5反映了在午后强照度条件下 , 400 s内车位 A～E的变化情况。 图 5　不同时刻的车位占用状态 图 6　K1 变化曲线 图 7　K2 变化曲线 对应的 K1、K2、K3 变化分别图 6、图 7、图 8 315417期 黄战华 ,等 :一种基于视频的停车场车位监控算法 　 © 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 所示。 可以看出 , B、A、C车位状态依次变化时 , K1、 K2、K3 幅值都很大的变化 ,准确地反映了车位状态 的改变。根据初始时刻 ( t = 0 s)的车位占用状态 , 即可得到各时刻的车位占用情况 ,如表 1所示。 表 1　车位状态监控结果 车位 时间 / s 0 75 220 310 状态 变化 状态 变化 状态 变化 状态 A ● ● 出车 ○ ○ B ● 出车 ○ ○ ○ C ○ ○ ○ 进车 ● D ● ● ● ● E ● ● ● ● ○无车●有车 3　结束语 与其他监控方法相比 ,本文的算法具有以下特 点 :标定车位区域使算法有效利用了先验知识 ,避 免了视场远近不同给算法设计带来的复杂性 ,减少 了运算量 ;变化发生判据 K1 可反映车位状态变化事 件的发生 ,变化幅值的一致性判据 K2 和变化比例的 一致性判据 K3 可避免各种干扰造成的误判 ;通过分 析 K值的稳定性 ,能够在车位状态稳定时更新该车 位的背景。实验证明 ,本文的算法在车位监控方面 更具有针对性 ,保证了监控准确率。 参 　考 　文 　献 1　Stander J,Mech R, O stermann J. Detection of moving cast shadows for object segmentation. IEEE Transactions on Multimedia, 1999; 1 ( 1) : 65—76 2　刘文耀. 光电图像处理. 北京 :电子工业出版社 , 2002 3　章毓晋. 图象分割. 北京 :科学出版社 , 2001 4　夏良正. 数字图像处理. 南京 :东南大学出版社 , 1999 A lgor ithm for Park ing Space M on itor ing Ba sed on V ideo HUANG Zhan2hua, MA M ing, CA I Huai2yu, ZHANG Yin2xin ( Key Laboratory of Op to - electronics Information Science and Techno logy, M inistry of Education, College of Precision Instrument and Op to2electronics Engineering, Tianjin University, Tianjin 300072, P. R. China) [ Abstract] 　A vision2based algorithm for parking space monitoring is p roposed. U sers mark each parking area ar2 tificially by mouse clicks. The algorithm consists of 3 criterions: Criterion 1 is the mean square value of the differ2 ence image, and indicates occurrence of availability change of parking space; Criterion 2 is the variance of differ2 ence image; Criterion 3 calculates ratios of foreground to background at first, and then gets the variance of ratios. Criterion 2 and criterion 3 benefit the algorithm from avoiding interference, and therefore decide whether the availa2 bility of parking space has reversed actually. The algorithm periodically updates the background when values of all 3 criterions are steady. Results of experiments demonstrate that the algorithm perform s well in p rocessing periods and veracity rates, as well as p racticability. [ Key words] 　parking space monitoring　　movement detection　　difference image　　 self2adap ted back2 ground 4154 科 　学 　技 　术 　与 　工 　程 7卷 © 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net