一种车位检测方法、装置、电子设备及可读取存储介质与流程
本发明属于车位检测技术领域，具体涉及一种车位检测方法、装置、电子设备及可读取存储介质。
背景技术：
随着经济的迅猛发展和科学技术的不断进步，近几年城市车辆的人均持有量在不断增加，很多城市出现“停车难”的问题。所以如何高效的利用现有的停车位成为了城市发展中必须要解决的问题。在停车场系统中，车位状态检测与识别是停车场停车的关键技术，目前虽有多种检测识别方法，比如基于图像识别车位状态或者使用地磁检测车位状态等。但若使用地磁检测车位状态时，需要割地设置磁传感器导致施工不便；而目前基于图像识别车位的大致原理为：将采集到的待检测车位的原始图像与背景图像(如是将有车状态下的原始图像作为背景图像)直接比对，根据比对相似度来识别车位是否有车，使得利用图像识别车位线的可信度不高，容易出现误识别。
技术实现要素：
鉴于此，本发明的目的在于提供一种车位检测方法、装置、电子设备及可读取存储介质，以有效地改善当前利用图像识别车位线所存在的可信度不高，容易出现误识别的问题。
本发明的实施例是这样实现的：
第一方面，本发明实施例提供了一种车位检测方法，包括：获取待检测车位的目标图像；识别所述目标图像中的车位线；提取位于所述车位线所围成的停车区域内的特征点，得到目标特征；计算所述目标特征与事先设置的标准特征的特征相似度；根据所述特征相似度判断所述待检测车位是否为空车位。本申请实施例中，通过识别待检测车位的目标图像中的车位线进行识别，然后提取出位于车位线所围成的停车区域内的特征点，再然后，将提取出的特征点与预设的标准特征进行特征比对，计算特征相似度，并以此来判断待检测车位是否为空车位，不再是直接将目标图像与标准特征进行比对，而是将位于车位线所围成的停车区域内的目标特征与标准特征进行比对，由于减少了大量无关的背景元素，使得判断的准确度得到了很大的提升，同时也因为减少了比对的数据量，提高了处理效率，节约了计算成本。
结合第一方面实施例的一种可能的实施方式下，获取待检测车位的目标图像，包括：获取所述待检测车位的原始图像；对所述原始图像进行预处理，得到所述目标图像，其中，所述预处理包括：灰度化处理和平滑处理。本申请实施例中，在获取到待检测车位的原始图像之后，通过对其进行灰度化处理和平滑处理，以减少原始数据量和滤除噪声，不仅可以提高识别准确度，而且还可以减少计算量。
结合第一方面实施例的又一种可能的实施方式下，对所述原始图像进行预处理，包括：对所述原始图像依次进行灰度化处理、平滑处理，其中，所述平滑处理包括高斯模糊处理以及双边滤波处理。本申请实施例中，先对原始图像进行灰度化处理以减小图像原始数据量，使得后续处理时计算量更少，然后再对灰度化的图像进行平滑处理，以滤除噪声，而平滑处理时，进一步采用高斯模糊处理以及双边滤波处理，而高斯模糊处理可以有效滤去椒盐噪声，而双边滤波处理，可以滤去小纹理，以减少无用信息的干扰。
结合第一方面实施例的又一种可能的实施方式下，通过以下步骤获得所述标准特征：分别获取所述待检测车位在有车状态下的第一图像以及在无车状态下的第二图像；确定所述第一图像与所述第二图像之间的差异信息为所述标准特征。本申请实施例中，通过将有车状态下的第一图像与无车状态下的第二图像的差异信息(也即车的轮廓点)作为标准特征，这样在进行特征相似度比对的时候，仅将目标特征与该车的轮廓点进行比对，由于减少了数据量，从而提高了处理速率，同时由于数据量减少，也进一步减少了无用信息的干扰，提高了准确度。
结合第一方面实施例的又一种可能的实施方式下，分别获取所述待检测车位在有车状态下的第一图像以及在无车状态下的第二图像，包括：分别获取所述待检测车位在有车状态下的第一原始图像以及在无车状态下的第二原始图像；分别对所述第一原始图像、所述第二原始图像进行预处理，得到所述第一图像和所述第二图像，其中，所述预处理包括：灰度化处理和平滑处理。本申请实施例中，在获取到有车状态下的第一原始图像以及在无车状态下的第二原始图像后，对其进行灰度化处理和平滑处理，以减少原始数据量和滤除噪声，然后再将预处理后的有车状态下的第一图像与预处理后的无车状态下的第二图像的差异信息作为标准特征，可进一步提高识别准确度，以及减少计算量。
结合第一方面实施例的又一种可能的实施方式下，根据所述特征相似度判断所述待检测车位是否为空车位，包括：判断所述特征相似度是否不小于第一预设阈值；当所述特征相似度大于等于所述第一预设阈值时，判断所述待检测车位有车，当所述特征相似度小于所述第一预设阈值时，判断所述特征相似度是否不大于第二预设阈值，所述第二预设阈值小于所述第一预设阈值；当所述特征相似度不大于所述第二预设阈值时，判断所述待检测车位为空车位。本申请实施例中，采用多个阈值来判断待检测车位是否为空车位，相对于采用单一阈值的方式来说，这种方式能在很大程度上减少误判，保证了判断结果的可靠性。
结合第一方面实施例的又一种可能的实施方式下，当所述特征相似度位于所述第一预设阈值与所述第二预设阈值之间时，所述方法还包括：获取目标测距仪到所述待检测车位的目标距离；根据所述目标距离与事先设置的标准距离的距离变化来判断所述待检测车位是否为空车位。本申请实施例中，当基于图像识别无法准确判断待检测车位是否为空车位时，还辅以测距仪对待检测车位是否为空车位进行判断，以提高识别准确度。
第二方面，本发明实施例还提供了一种车位检测装置，包括：第一获取模块、识别模块、提取模块、计算模块以及第一判断模块；获取模块，用于获取待检测车位的目标图像；识别模块，用于识别所述目标图像中的车位线；提取模块，用于提取位于所述车位线所围成的停车区域内的特征点，得到目标特征；计算模块，用于计算所述目标特征与事先设置的标准特征的特征相似度；第一判断模块，用于根据所述特征相似度判断所述待检测车位是否为空车位。
结合第二方面实施例的一种可能的实施方式下，所述第一获取模块，还用于：获取所述待检测车位的原始图像；对所述原始图像进行预处理，得到所述目标图像，其中，所述预处理包括：灰度化处理和平滑处理。
结合第二方面实施例的又一种可能的实施方式下，所述第一获取模块，还用于：对所述原始图像依次进行灰度化处理、平滑处理，其中，所述平滑处理包括高斯模糊处理以及双边滤波处理。
结合第二方面实施例的又一种可能的实施方式下，所述装置还包括：第二获取模块，用于分别获取所述待检测车位在有车状态下的第一图像以及在无车状态下的第二图像；确定模块，用于确定所述第一图像与所述第二图像之间的差异信息为所述标准特征。
结合第二方面实施例的又一种可能的实施方式下，所述第二获取模块，还用于：分别获取所述待检测车位在有车状态下的第一原始图像以及在无车状态下的第二原始图像；分别对所述第一原始图像、所述第二原始图像进行预处理，得到所述第一图像和所述第二图像，其中，所述预处理包括：灰度化处理和平滑处理。
结合第二方面实施例的又一种可能的实施方式下，所述第一判断模块，还用于：判断所述特征相似度是否不小于第一预设阈值；当所述特征相似度大于等于所述第一预设阈值时，判断所述待检测车位有车，当所述特征相似度小于所述第一预设阈值时，判断所述特征相似度是否不大于第二预设阈值，所述第二预设阈值小于所述第一预设阈值；当所述特征相似度不大于所述第二预设阈值时，判断所述待检测车位为空车位。
结合第二方面实施例的又一种可能的实施方式下，当所述特征相似度位于所述第一预设阈值与所述第二预设阈值之间时，所述装置还包括：第三获取模块，用于获取目标测距仪到所述待检测车位的目标距离；第二判断模块，用于根据所述目标距离与事先设置的标准距离的距离变化来判断所述待检测车位是否为空车位。
第三方面，本发明实施例还提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器连接；所述存储器用于存储程序；所述处理器调用存储于所述存储器中国的程序，以执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的所述的方法。
第四方面，本发明实施例还提供了一种可读取存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面实施例和/或结合第一方面实施例的任一种可能的实施方式提供的所述的方法。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。通过附图所示，本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本发明的主旨。
图1示出了本发明实施例提供的一种车位检测系统的交互示意图。
图2示出了本发明实施例提供的一种电子设备的结构示意图。
图3示出了本发明实施例提供的一种车位检测方法的流程图。
图4示出了本发明实施例提供的一种车位检测装置的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
再者，本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
请参阅图1，图1为本发明实施例提供的一种车位检测系统100的交互示意图。该车位检测系统100包括：电子设备110、图像采集设备120以及测距仪130。图像采集设备120以及测距仪130均与电子设备110连接(可以是有线连接，也可以是无线连接)。作为一种实施方式，该电子设备110可以是服务器，此时，图像采集设备120以及测距仪130均通过网络与服务器进行数据交互。本实施例中，图像采集设备120以及测距仪130的数量为至少一个。其中，图像采集设备120以及测距仪130均部署于停车场(包括但不限于地下停车场、路边停车场)中，安装在距离待监控车位一定高度(如4米)的地方，用于采集对应车位的车位信息。为了便于理解，以图1所示的部署于路边停车场为例，该图像采集设备120以及测距仪130安装于距离地面一定高度(如4米)的杆上，图像采集设备120的采集区域(也即摄像区域)对着需要监控的目标车位，而测距仪的工作区域对着需要监控的目标车位，以便于电子设备110根据图像采集设备120采集的目标车位的图像判断该车位是否为空车位，以及根据测距仪130测得的测距仪13自身到目标车位的距离来判断该车位是否为空车位，以便于对该目标车位进行合理管理，提高车位的利用率，以解决停车难的问题。其中，本实施例中，只有当基于图像无法准确识别待检测车位是否有车时，才辅以测距仪130来进一步判断该待检测车位是否有车，不仅可以提高准确度，而且还可以节约能耗，降低成本。
其中，需要说明的是，安装图像采集设备120以及测距仪130的高度不宜过高或过低，过高则对安装位置要求较高(如需要高杆)，不利于安装；若过低，则容易被障碍物遮挡，容易出现误判断，因此，应根据实际需要来设定，通常安装在距离地面4米左右的地方，如中杆上。
其中，上述的图像采集设备120可以是摄像头或高清相机等设备，而测距仪130可以是激光测距仪、红外测距仪等设备。
上述的电子设备110，包括但不限于个人电脑(personalcomputer，pc)、台式计算机、平板电脑、服务器等设备。其中，服务器可以是，但不限于网络服务器、数据库服务器、云端服务器等。
本申请实施例提供的磁盘容量预测方法可应用到如图2所示的电子设备中，其中，图2示出了一种可执行本发明实施例提供的车位检测方法的电子设备110的结构框图。所述电子设备110包括：至少一个收发器111，至少一个处理器112，至少一个存储器113和至少一个通信总线114。其中，通信总线114用于实现这些组件直接的连接通信。收发器111用于接收和发送数据。存储器113可以是高速ram存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。其中，存储器113中存储有计算机可读取指令，如存储有图4中所示的软件功能模块，即车位检测装置200。其中，车位检测装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器113中或固化在所述电子设备110的操作系统(operatingsystem，os)中的软件功能模块。所述处理器112，用于执行存储器113中存储的可执行模块，例如所述车位检测装置200包括的软件功能模块或计算机程序。例如处理器112，用于获取待检测车位的目标图像；处理器112，还用于识别所述目标图像中的车位线；处理器112，还用于提取位于所述车位线所围成的停车区域内的特征点，得到目标特征；处理器112，还用于计算所述目标特征与事先设置的标准特征的特征相似度；处理器112，还用于根据所述特征相似度判断所述待检测车位是否为空车位。
其中，上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
请参阅图3，为本发明实施例提供的一种应用于上述电子设备110的车位检测方法，下面将结合图3对其所包含的步骤进行说明。
步骤s101：获取待检测车位的目标图像。
利用图像采集设备120采集待检测车位的目标图像，并将采集的目标图像传输给电子设备110，以便于电子设备110获取待检测车位的目标图像进行后续处理，如对图像中的车位线进行识别等处理。本实施例中的，获取待检测车位的目标图像可以是实时获取，也可以是周期性间隔获取。对于实时获取来说，图像采集设备120实时(如1秒采集一次)采集待检测车位的目标图像并将采集到的图像实时传输给电子设备110进行后续处理，而周期性获取，是指图像采集设备120周期性(如每个1分钟采集一次)的采集待检测车位的目标图像并将采集到的图像实时传输给电子设备110进行后续处理。其中，实时获取是相对于周期性获取来说的，实时获取的时效率要求更高。
其中，若直接对获取到的待检测车位的原始图像进行后续处理，容易受到图像中无用像素点的干扰，会影响判断的准确性，因此，作为一种实施方式，可以是在获取到待检测车位的原始图像后，对所述原始图像进行预处理，然后再对预处理后的原始图像进行后续处理。其中，本实施例中所述的预处理包括：灰度化处理和平滑处理，其中，可以是先对原始图像进行灰度化处理，然后再进行平滑处理，也可以是先对原始图像进行平滑处理，然后再进行灰度化处理。其中，将彩色图像转换为灰度图像的过程称为灰度化处理，其目的是为了减小图像原始数据量，使得后续处理时计算量更少，提高处理效率。而平滑处理也即滤波处理是为了滤除非线性的纹理，减少噪声，提高准确度。作为一种实施方式，该平滑处理包括：高斯模糊处理以及双边滤波处理。其中，高斯模糊处理可以有效滤去椒盐噪声，而双边滤波处理，可以滤去小纹理。其中，双边滤波是一种非线性的滤波方法，是结合图像的空间临近度和像素值相似的一种折中处理，同时考虑空域信息和灰度相似性，以达到保边去噪的目的。其中，在对图像进行平滑处理时，可以是先进行高斯模糊处理，然后在进行双边滤波处理，当然也可以发过来。
其中，需要说明的是，平滑处理不限于上述的高斯模糊处理以及双边滤波处理，其可以是只进行高斯模糊处理，也可以是只进行双边滤波处理，当然还可以是其他类型的处理，如均值滤波处理、中值滤波处理等，因此不能将本实施例中示出的平滑处理理解成是对本申请的限制。
其中，需要说明的是，若是直接对获取到的待检测车位的原始图像进行后续处理，如直接对原始图像中的车位线进行识别等处理，此时该目标图像即为原始图像。若是对预处理后的原始图像进行后续处理，对预处理后的原始图像中的车位线进行识别等处理，此时，目标图像即为预处理后的原始图像，也即对原始图像进行预处理后，得到目标图像。
步骤s102：识别所述目标图像中的车位线。
电子设备110在获取到待检测车位的目标图像后，对目标图像中的车位线进行识别，以便于提取位于车位线所围成的停车区域内的特征点。其中，车位线属于图像中的关键特征点，而图像中的关键特征点可以简单的理解为图像中比较显著的点，如轮廓点，较暗区域中的亮点，较亮区域中的暗点等。利用特征检测算法可以识别出图像中的关键特征点，作为一种实施方式，可以是采用orb(orientedfastandrotatedbrief)算法来识别出图形中的关键特征点，如车位线。其中，orb采用fast(featuresfromacceleratedsegmenttest)算法来检测特征点。这个定义基于特征点周围的图像灰度值，检测候选特征点周围一圈的像素值，如果候选点周围领域内有足够多的像素点与该候选点的灰度值差别够大，则认为该候选点为一个特征点。为了便于理解，上述过程可以采用下述公式来表示。
步骤s103：提取位于所述车位线所围成的停车区域内的特征点，得到目标特征。
在识别出目标图像中的车位线后，将位于所述车位线所围成的停车区域内的特征点提取出来，作为目标特征。其中，该目标特征用于跟标准特征进行特征比对，以判断该待检测车位是否为空车位。其中，在提取位于车位线所围成的停车区域内的特征点时，可以是提取位于车位线所围成的停车区域内的所有特征点，也可以是提取部分特征点，如提取位于车位线所围成的停车区域内的80％作用的特征点。
其中，标准特征为事先设置的用于作参照物的图像特征，例如，可以是将拍摄到的待检测车位在有车状态下的图像作为标准特征，也可以是将拍摄到的待检测车位在有无状态下的图像作为标准特征，当然也可以是采用其他方式获得该标准特征，作为一种实施方式，可以是通过如下步骤获得该标准特征：分别获取所述待检测车位在有车状态下的第一图像以及在无车状态下的第二图像；确定所述第一图像与所述第二图像之间的差异信息为所述标准特征。
作为一种实施方式，该第一图像以及第二图像均可以是原始图像，此时该标准特征是待检测车位在有车状态下的第一原始图像与待检测车位在无车状态下的第二原始图像之间的差异信息。
当然作为又一种实施方式，该第一图像可以是预处理后的第一原始图像，该第二图像可以是预处理后的第二原始图像，也即在该实施方式下，在获取所述待检测车位在有车状态下的第一原始图像以及在无车状态下的第二原始图像之后，分别对所述第一原始图像、所述第二原始图像进行预处理，即可得到所述第一图像和所述第二图像，此时的标准特征是预处理后第一原始图像与预处理后的第二原始图像之间的差异信息。其中，该预处理可以包括：灰度化处理和平滑处理，其具体过程可以参见步骤s101中的预处理过程，此处不再赘述。
通过该方式得到的标准特征，也即通过将所述第一图像与所述第二图像之间的差异信息作为标准特征的方式，不仅可以极大的提高识别准确度，而且还可以提高计算速率，为了便于理解，可以简单的将第一图像与第二图像之间的差异信息看成是车的轮廓点，这样在进行特征相似度比对的时候，是将目标特征与该车的轮廓点进行比对，由于减少了数据量，从而提高了处理速率，同时由于数据量减少，也进一步减少了无用信息的干扰，提高了准确度。
步骤s104：计算所述目标特征与事先设置的标准特征的特征相似度。
在得到目标特征后，将目标特征与事先设置的标准特征进行比对，也即进行特征相似度计算。
步骤s105：根据所述特征相似度判断所述待检测车位是否为空车位。
在将目标特征与事先设置的标准特征进行特征相似度匹配后，基于得到的特征相似度(如89％)判断所述待检测车位是否为空车位，也即判断该车位的状态，是处于有车状态，还是无车状态(空车位)。
例如，通过判断特征相似度是否大于等于某个设定阈值(如60％)来判断所述待检测车位是否为空车位。假设将有车状态下的背景图像作为标准特征时，此时，若特征相似度大于等于该设定阈值则表征该待检测车位有车，小于则表征该待检测车位无车；若将无车状态下的背景图像作为标准特征时，此时，若特征相似度大于等于该设定阈值则表征该待检测车位无车，小于则表征该待检测车位有车。
考虑到图像采集设备120在采集图像的过程中，会受到外界环境的影响，如光照、大雨天或者下雪等极端天气的影响，若仅根据某一设定阈值来判断待检测车位是否为空车位，会影响判断准确度，特别是对于路边停车场来说，影响更甚。例如，假设设定阈值为60％时，而计算得到的特征相似度为61％或59％等与该设定阈值很接近的数值时，这种情况下很容易出现误判，因此，作为一种实施方式，可以是采用多个阈值来判断待检测车位是否为空车位，为了便于理解，以标准特征为第一图像与第二图像之间的差异信息为例进行说明。例如，判断所述特征相似度是否不小于第一预设阈值(80％)；当所述特征相似度大于等于所述第一预设阈值时，判断所述待检测车位有车，当所述特征相似度小于所述第一预设阈值时，判断所述特征相似度是否不大于第二预设阈值(20％)，其中，所述第二预设阈值小于所述第一预设阈值；当所述特征相似度不大于所述第二预设阈值时，判断所述待检测车位为空车位。通过比较可以看出，相对于采用单一阈值的方式来说，这种方式能在很大程度上减少误判。
其中，需要说明的是，给定阈值、第一预设阈值、第二预设阈值均为事先设定，其中，第一预设阈值不宜过小，通常为70％以上，第二预设阈值不宜过大，通常为30％以下，以减少误判断。
当所述特征相似度位于所述第一预设阈值与所述第二预设阈值之间时，也即特征相似度处于不确定区间时，此时，还可以辅以其他的判断方式对待检测车位是否为空车位进行判断，以提高识别准确度。如采用图1中的测距仪130进行辅助判断，此时，该方法还包括：获取目标测距仪到所述待检测车位的目标距离；根据所述目标距离与事先设置的标准距离的距离变化来判断所述待检测车位是否为空车位。也即，当特征相似度位于所述第一预设阈值与所述第二预设阈值之间时，根据目标测距仪到所述待检测车位的目标距离与事先设置的标准距离的距离变化来判断所述待检测车位是否为空车位。若距离无明显变化(或变化幅度在误差范围内时)，则说明该待检测车位为空车位，若距离变化明显，则说明该待检测车位有车。
其中，目标测距仪是指与该待检测车位对应的测距仪，如图1中的位于车位上方的测距仪130。标准距离为无车状态下目标测距仪距离待检测车位的距离。在得到标准距离时，可以多次测量无车状态下目标测距仪距离待检测车位的距离，然后计算其平均值，将该平均值作为标准距离。当然，可以理解的是，该标准距离也可以是有车状态下目标测距仪距离待检测车位的距离，此时，若目标距离相对于标准距离无明显变化，则说明待检测车位有车，若变化明显，则说明待检测车位没车。
其中，需要说明的是，在利用测距仪130测量自身到待检测车位的目标距离以及标准距离时，应保证测量的起始位置和终点位置一致，否则测量的数量没有意义，例如，通过将测距仪130安装在某一固定位置处，测试时，对待检测车位中的某个特定点进行测量，以保证每次测量时的起始位置和终点位置一致。
其中，本实施例中，只有当基于图像无法准确识别待检测车位是否有车时，也即特征相似度位于所述第一预设阈值与所述第二预设阈值之间时，才辅以测距仪130来进一步判断该待检测车位是否有车，其余时间段，该测距仪均处于待机状态，这样可以节约能耗，降低成本。
其中，当利用本实施例提供的车位检测方法来同时检测多个车位的使用状态时，由于每个车位对应的检测流程与上述示出的检测流程(如图3所示的流程图)是一样，电子设备110按照上述的流程对多个车位的目标图像进行处理，并与其对应的标准特征进行比对即可同时检测多个车位的车位状态。
其中，需要说明的是，针对现有技术中基于图像识别车位所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案，都应该是发明人在本发明过程中对本发明做出的贡献。
综上所述，本申请实施例提供的车位检测方法，包括：获取待检测车位的目标图像；识别所述目标图像中的车位线；提取位于所述车位线所围成的停车区域内的特征点，得到目标特征；计算所述目标特征与事先设置的标准特征的特征相似度；根据所述特征相似度判断所述待检测车位是否为空车位。本申请实施例中，通过识别待检测车位的目标图像中的车位线进行识别，然后提取出位于车位线所围成的停车区域内的特征点，再然后，将提取出的特征点与预设的标准特征进行特征比对，计算特征相似度，并以此来判断待检测车位是否为空车位，不再是直接将目标图像与标准特征进行比对，而是将位于车位线所围成的停车区域内的目标特征与标准特征进行比对，由于减少了大量无关的背景元素，使得判断的准确度得到了很大的提升，同时也因为减少了比对的数据量，提高了处理效率，节约了计算成本。同时，在不是很确定待检测车位是否为空车位时，还辅以测距仪130来进一步判断，以保证判断结果的准确性，以免误判断。
如图4所示，本申请实施例还提供了一种车位检测装置200，该车位检测装置200包括：第一获取模块210、识别模块220、提取模块230、计算模块240以及第一判断模块250。
第一获取模块210，用于获取待检测车位的目标图像。可选地，所述第一获取模块210，还用于：获取所述待检测车位的原始图像；对所述原始图像进行预处理，得到所述目标图像，其中，所述预处理包括：灰度化处理和平滑处理。可选地，所述第一获取模块210，还用于：对所述原始图像依次进行灰度化处理、平滑处理，其中，所述平滑处理包括高斯模糊处理以及双边滤波处理。
识别模块220，用于识别所述目标图像中的车位线。
提取模块230，用于提取位于所述车位线所围成的停车区域内的特征点，得到目标特征。
计算模块240，用于计算所述目标特征与事先设置的标准特征的特征相似度。
第一判断模块250，用于根据所述特征相似度判断所述待检测车位是否为空车位。可选地，所述第一判断模块250，还用于：判断所述特征相似度是否不小于第一预设阈值；当所述特征相似度大于等于所述第一预设阈值时，判断所述待检测车位有车，当所述特征相似度小于所述第一预设阈值时，判断所述特征相似度是否不大于第二预设阈值，所述第二预设阈值小于所述第一预设阈值；当所述特征相似度不大于所述第二预设阈值时，判断所述待检测车位为空车位。
可选地，车位检测装置200还包括：第二获取模块以及确定模块。其中，第二获取模块，用于分别获取所述待检测车位在有车状态下的第一图像以及在无车状态下的第二图像。可选地，所述第二获取模块，还用于：分别获取所述待检测车位在有车状态下的第一原始图像以及在无车状态下的第二原始图像；分别对所述第一原始图像、所述第二原始图像进行预处理，得到所述第一图像和所述第二图像，其中，所述预处理包括：灰度化处理和平滑处理。
确定模块，用于确定所述第一图像与所述第二图像之间的差异信息为所述标准特征。
可选地，当所述特征相似度位于所述第一预设阈值与所述第二预设阈值之间时，所述装置还包括：第三获取模块以及第二判断模块。
第三获取模块，用于获取目标测距仪到所述待检测车位的目标距离；第二判断模块，用于根据所述目标距离与事先设置的标准距离的距离变化来判断所述待检测车位是否为空车位。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本发明实施例所提供的车位检测装置200，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本申请实施例还提供了一种非易失性计算机可读取存储介质(以下简称可读取存储介质)，该可读取存储介质上存储有计算机程序，该计算机程序被处理器运行时，执行如上述的车位检测方法所包含的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，笔记本电脑，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读取存储介质包括：u盘、移动硬盘、只读存储器(rom，read－onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！