鄧榮標(biāo)　吳智量

摘 要： 針對(duì)停車場(chǎng)智能化管理中的一些問題，提出車輛數(shù)字信息實(shí)時(shí)對(duì)比、提高車庫(kù)（停車場(chǎng)）管理的智能化的設(shè)想。通過幾何方法和利用單目測(cè)距技術(shù)獲得車輛圖像而進(jìn)行圖像處理，運(yùn)用Matlab來計(jì)算還原車輛的三維空間信息。實(shí)驗(yàn)結(jié)果有效地實(shí)現(xiàn)了車輛的信息還原，使車輛信息實(shí)時(shí)對(duì)比成為了可能，有效地促進(jìn)了車庫(kù)的智能化管理。

關(guān)鍵詞： 圖像處理； 單目視覺； 信息還原； 智能車庫(kù)管理

中圖分類號(hào)： TN967?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）01?0160?03

Abstract： Real?time comparison of car digital information is proposed to improve the intelligent degree of the garage ma?nagement in order to solve problems found in the intelligent garage management. The pictures of cars are obtained for image processing by means of the geometric method and molecular range finding technology. The three?dimensional spatial information of such cars is recovered with Matlab. The experimental results validate the method can recover the car information and promote the intelligent garage management efficiently.

Keywords： image processing； molecular vision； information recovering； intelligent garage management

隨著機(jī)動(dòng)車越來越多，停車場(chǎng)（車庫(kù)）亦越來越多，車輛的管理問題也日益增多，而目前停車場(chǎng)管理的智能化主要體現(xiàn)在出入讀卡、車牌識(shí)別為主，從安全的角度來說，單從保管卡與車牌來管理還遠(yuǎn)遠(yuǎn)不夠。為了增加安全系數(shù)，有許多的車庫(kù)通過閘門識(shí)別車牌的同時(shí)拍下車輛照片，在需要調(diào)用時(shí)進(jìn)行比對(duì)識(shí)別，這種管理技術(shù)無法將車牌與車輛信息實(shí)時(shí)、有效結(jié)合。如果在進(jìn)入車庫(kù)時(shí)，將拍下的車輛圖像進(jìn)行數(shù)字化處理與信息還原，則可將出入卡、車牌信息以及車輛信息結(jié)合起來，將會(huì)實(shí)現(xiàn)車輛信息的實(shí)時(shí)對(duì)比。本文針對(duì)現(xiàn)有監(jiān)測(cè)車輛信息管理系統(tǒng)的局限性，利用圖像畸變?cè)砗蛿z像頭成像原理，通過還原車輛的三維空間信息，提出了車牌與車輛信息的實(shí)時(shí)結(jié)合，提高停車場(chǎng)管理的智能化的設(shè)想，對(duì)圖像的獲取與還原進(jìn)行了以下探討：

1 圖像的獲取及處理

1.1 圖像獲取和攝像頭的抖動(dòng)修正

通過繼電器電平觸發(fā)開關(guān)控制固定的單目攝像頭，對(duì)車輛自動(dòng)捕抓背景圖像和目標(biāo)圖像。由于天氣光線強(qiáng)度的變化等戶外因素的影響，獲取背景圖片需要及時(shí)更新，所以每次都需要在目標(biāo)離開攝像范圍后進(jìn)行背景捕抓。

此外，由于風(fēng)吹等其他各種因素的影響，在處理圖像對(duì)比前需要對(duì)抖動(dòng)進(jìn)行修正、擴(kuò)邊、加噪、軟化小邊緣、降噪處理。

1.2 圖像的二值化、RGB消影與小波降噪及特征強(qiáng)化

RGB彩色模型對(duì)應(yīng)笛卡爾坐標(biāo)系中的一個(gè)立方體，當(dāng)[R=G=B=0]時(shí)表示黑色；反之當(dāng)[R=G=B=]MAX最大值時(shí)表示白色。立方體空間中的各點(diǎn)表示其他顏色。

圖像進(jìn)行抖動(dòng)修正后，再利用Matlab程序，刪去影子的灰度圖像。定義圖片每一點(diǎn)的單元信息表示為（x，y，單元），建立起圖像信息矩陣，對(duì)“單元”信息進(jìn)行歸一單位化；采用“目標(biāo)圖像減去背景圖像”便可達(dá)到提取小車灰度圖像的目的：

（1） 讓兩幅圖進(jìn)行RGB向量單位化，將其進(jìn)行對(duì)應(yīng)的兩兩相乘。

（2） 方向相近的相乘就會(huì)接近1，此時(shí)再設(shè)置閾值便可弱化影子。

1.3 鄰域統(tǒng)計(jì)去除雜點(diǎn)

圖像二值化后，在不為0的點(diǎn)上分劃出一個(gè)微小的鄰域，統(tǒng)計(jì)累加當(dāng)中為1的點(diǎn)的個(gè)數(shù)，排除統(tǒng)計(jì)和小于鄰域面積30%的點(diǎn)。干擾雜點(diǎn)分布是不連續(xù)性的，所以雜點(diǎn)一般隨機(jī)性出現(xiàn)圖像時(shí)，如人、樹葉、動(dòng)物等干擾雜點(diǎn)，都能有效排除。對(duì)于人等較大物體，采用鄰域統(tǒng)計(jì)去除雜點(diǎn)的逐步修正，鄰域由大至小，先在較大的鄰域，整體性地去除圖像中比較大或集中的雜點(diǎn)，而小鄰域統(tǒng)計(jì)則是對(duì)雜點(diǎn)去除修正，去除汽車旁較小的獨(dú)立點(diǎn)，這樣既保留車輛完整的信息，又有效去除所有雜點(diǎn)。

2 關(guān)鍵點(diǎn)的獲取與還原

2.1 特征點(diǎn)的尋找

針對(duì)二值化的圖像進(jìn)行主輪廓的提取，得到外輪廓的邊緣圖像，同時(shí)過濾內(nèi)部的輪廓和無用的分支輪廓信息。選取在輪廓曲度最大或輪廓方向突然改變的地方，也就是棱角為關(guān)鍵點(diǎn)，利用不同的斜率的線性方程來截獲頂點(diǎn)。對(duì)于軸距的尋找，可利用定出車長(zhǎng)軸線方向后截取，前后輪的區(qū)別可以用增減斜率的微小參量來獲取。如圖1所示。

2.2 空間信息的還原

利用基于透視原理的單目測(cè)距，將攝像頭捕獲的點(diǎn)還原成現(xiàn)實(shí)空間的信息。攝像頭的成像的大小只與入射的視夾角[θ]的大小有關(guān)。如圖2所示，在平面W延伸至無窮遠(yuǎn)處時(shí)，視觀察方向與W平行，兩者交點(diǎn)可視為兩平面在無窮遠(yuǎn)的交線，Q即是無窮消失點(diǎn)。過無窮消失點(diǎn)Q做視平線I。

3 實(shí)驗(yàn)結(jié)果

利用單目測(cè)距法對(duì)不同大小、不同位置的汽車進(jìn)行測(cè)量實(shí)驗(yàn)，得出如圖3所示的結(jié)果。

實(shí)驗(yàn)數(shù)據(jù)表明，車輛的信息還原雖然有一定的誤差，但與原型基本符合。利用圖像畸變?cè)砗蛿z像頭成像原理，通過還原車輛的三維空間信息，可以實(shí)現(xiàn)車輛信息的實(shí)時(shí)對(duì)比，將提高停車場(chǎng)（車庫(kù)）智能化的管理。

4 結(jié) 語

基于單目測(cè)距的空間信息還原的應(yīng)用遠(yuǎn)遠(yuǎn)不止用于停車場(chǎng)的管理，還可以利用攝像頭對(duì)車輛進(jìn)行二次捕捉，記錄兩次捕捉的時(shí)間與距離，計(jì)算出車速，可運(yùn)用在高速公路等地進(jìn)行超速的監(jiān)測(cè)。該圖像測(cè)速比現(xiàn)在使用的紅外或多普勒測(cè)速相比，具有準(zhǔn)確測(cè)出實(shí)際速度及行使方向、難于被電子狗等設(shè)備提前捕獲等優(yōu)點(diǎn)，可有效地?cái)[脫傳統(tǒng)多普勒測(cè)速方法的局限性，使公路監(jiān)控更具有準(zhǔn)確性和隱蔽性，可廣泛地運(yùn)用于智能交通的管理。

參考文獻(xiàn)

[1] 車敏，張紅梅.Matlab與VC聯(lián)合編程在數(shù)字水印工程中的應(yīng)用[J].現(xiàn)代電子技術(shù)，2010，33（24）：67?69.

[2] 董建婷，王杰.C++調(diào)用Matlab實(shí)現(xiàn)圖像處理的3種常用方法比較[J].現(xiàn)代電子技術(shù)，2012，35（16）：122?124.

[3] 段瑞玲，李慶祥，李玉和.圖像邊緣檢測(cè)方法研究綜述[J].光學(xué)技術(shù)，2005（3）：75?78.

[4] 張?zhí)煜?，黃小欣.基于Matlab實(shí)現(xiàn)小波閾值去噪的圖像處理方法[J].現(xiàn)代電子技術(shù)，2013，36（5）：103?106.

[5] 趙慶鵬，馬華東.自適應(yīng)幾何畸變圖像矯正方法研究[C]//第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2007）論文集.北京：清華大學(xué)出版社，2007：376?380.

[6] 陳大海，莫林，易向陽(yáng).固定攝像頭圖像中測(cè)算目標(biāo)距離和尺寸的算法[J].大眾科技，2011（8）：1?5.

[7] 岳亮，李自田，李長(zhǎng)樂，等.空間目標(biāo)的單目視覺測(cè)量技術(shù)研究[J].微計(jì)算機(jī)信息，2007，23（2?3）：273?275.

[8] 郭磊，徐友春，李克強(qiáng)，等.基于單目視覺的實(shí)時(shí)測(cè)距方法研究[J].中國(guó)圖象圖形學(xué)報(bào)，2006（1）：74?81.

[9] 廖士中，高培煥，蘇藝，等.一種光學(xué)鏡頭攝像機(jī)圖象幾何畸變的修正方法[J].中國(guó)圖象圖形學(xué)報(bào)：A輯，2000（7）：593?596.

[10] 沈春生，王耀南.移動(dòng)機(jī)器人目標(biāo)分割及測(cè)距方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2011（23）：181?184.