基于图像识别的大型停车场寻车系统

罗 欢，张 凤，李 麒，宋瑞源，陈鑫凯，陈泊宇

（成都理工大学 信息科学与技术学院，四川 成都 610059）

基于图像识别的大型停车场寻车系统

罗 欢，张 凤，李 麒，宋瑞源，陈鑫凯，陈泊宇

（成都理工大学 信息科学与技术学院，四川 成都 610059）

该系统目的在于用图像处理来对停车场实现规划来达到寻车以及找车功能，其方法首先是通过摄像头对图像进行采集，然后通过图像作差，sobel算子，车牌识别等图像处理方法对停车位进行标定，从而达到寻车以及寻空位的目的，将所得数据传入服务器并在终端界面显示，然后将数据传入云端进行处理。最后达到通过手机APP查询的目的。该系统运用现今热门的图像识别技术达到了定位的精准型，并运用了EasyPR库确保了识别的准确度。

图像识别；寻车；寻空位；sobel算子；EasyPR库；APP

0 引言

随着传感技术越发先进，图像识别也在市场上渐渐占有了自己的一席之地，其中识别车牌等功能更是直接已经投入到了某些项目的使用。而随着移动用户端的快速发展，APP[5]等名词早已是家喻户晓，比起 PC端，手机应用更加受大众所喜爱，其普及也是较为迅速。随着城市发展和车辆的迅速增加，停车难的问题不断加剧。许多高层建筑都将地下停车场纳入必备设施之中，但是随之新问题冒出来了--“找车难”、“停车难”！一些大型的地下停车场犹如迷宫似的，很难能记得住自己的爱车停在那里，同样，车辆数目太多，想找个合适的车位也是相当困难。据一些车主在网上的反映，他们有时候找车都能找一个多小时，几乎到处都差不多，简直就像走迷宫似的；停车甚至需要更久，而且最后还有可能无功而返。偌大个停车场，想要准确无误地找到自己的爱车或者找个车位，成为了一个令人头疼的问题。

因此，我们团队申请“基于图像识别的智能找车系统”项目，希望开发一套系统，即时了解停车场的车位信息，以及停车后，如何便捷的找到自己的爱车。解决日益突出的“找车难”、“停车难”问题，为有车的人们解决此问题。

该系统主要采用图像识别技术，对停车场进行车位定位，车牌识别等，从而达到找空位以及反向寻车的目的，再将所得数据进行处理，传入云端，并在终端界面显示，达到最后可以通过手机app实现自动找空位以及寻车等功能。重难点在于通用性强、精度高的图像识别技术，云服务器[6]、数据库的搭建[7]，后端编程[8]以及基于安卓系统的App开发。

图1 系统流程图Fig.1 Sy stem flow chart

1 系统设计

1.1 总体设计

该系统主要分为四大模块，第一个是图像获取与数据处理，这个模块主要负责通过图像处理实现车位的标定，实现寻找空位以及反向寻车，将得到的数据进行处理；第二个是终端界面，运用PYQT4算法实现，通过上传到服务器的数据，显示停车位的车位信息；第三个是传入云端，通过云服务器对数据进行处理，运用apache/ngin服务器以及腾讯云服务器进行数据传输，以 python为基本语言，以Djiango为框架进行程序编写处理数据；第四个是手机查询，通过手机端的制作，基于微信开发的webapp为基础，运用移动框架amazeui,webgl, canvas,D3.js等进行APP开发，使用户可以在APP上寻找空位以及进行反向寻车。

图2 系统设计流程Fig.2 Sy stem design process

1.2 系统功能

本系统主要有两个功能：停车场空车位查询和反向寻车功能。运用图像捕捉和图像识别技术，将相关数据通过局域网传入主机进行处理，可以检测出车位上是否有车，如果有车则将停放车辆的车牌号与车位对应起来。然后主机将信息传入云端，使车主通过我们的app可以快速查询指定停车场是否有空位，以及快速找到到空车位或到自己车子的路线。从而很好地解决了在停车场找车难、找空车位难的问题。

2 图像识别

2.1 图像识别的总体流程

在图像处理这部分中，我们通过摄像头按照一定的角度与频率来获取停车场的图像，通过二值化，滤波以及腐蚀和膨胀等方法对图像进行预处理，来对图像进行增强，以便更好的获取图像特征；通过图像作差得到矩阵四个顶点坐标，从而对坐标进行标定；在图像作差的基础上，运用sobel算子的方法，来判断有无车位；在车位标定的基础上，通过车牌识别知道车在哪，从而进行反向寻车。

2.2 图像二值化

图像二值化[1]是指将我们用摄像头标定的图像变成只有黑白两色的图像，图像二值化需要选定合适的阈值，把图像分成大于阈值和小于阈值两部分。常见的二值化方法有全局阈值法和局部阈值法，全局阈值法适用于拍摄效果好的图像，由于停车场光线问题，考虑到拍摄品质的问题，为了使得二值化效果更好，这里我们使用局部阈值法。然后进行腐蚀与膨胀[2]运算，有效滤除图像中的噪声，保留图像中主要用的信息。

2.3 图像作差进行车位标定

通过对停车场特定的车位有车和无车的状态下的两幅图像进行作差运算，得到停车位所在矩阵的四个顶点，从而对停车位进行标定。

2.4 基于sobel算子判断有无空位

在图像作差的基础上，提取图像边缘特征，常见的方法有均值与方差的计算，基于 sobel算子[3]的特征提取，由于sobel算子受噪声影响小，考虑到停车场幽深，黑暗的环境，我们采用的是基于sobel算子的方法，来提取图像的边缘特征，由于有车和无车的状态函数是不一样的，所以可以得出是否有空位的结果。

该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测[4]的图像，其公式如下：

图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。

可用以下公式计算梯度方向：

如果以上的角度Θ等于零，即代表图像该处拥有纵向边缘，左方较右方暗。

2.5 车牌识别进行反向寻车

车牌识别是利用车牌预处理，字符分割，归一化处理，细化处理，字符特征提取等过程识别车牌的牌号。在判断有车的情况下，通过对车位上的车进行车牌识别，从而可以知道车所在位置而进行反向寻车。我们主要运用 EasyPR库[11]，进行车牌识别，识别效率较高并且准确。

2.5.1 车牌识别部分的部分程序以及部分结果

CPlateRecognize pr;

pr.setResultShow(false);

pr.setDetectType(PR_DETECT_CMSER);

vector

Mat src = imread(filepath);

int result = pr.plateRecognize(src, plateVec);

图3 车牌识别部分结果Fig.3 License plate recognition part of the results

3 图像采集设备

该系统的图像采集，我们采用海康威视摄像头，摄像头型号为：DS-2CD3310D-I，因为该摄像头分辨率高，噪点小，并且可以和opencv库兼容，对于该系统的开发有很大的便利。

4 结论

本文从现代化车流量以及私家车数量递增的情况分析了找空位以及寻车等智能化停车场的重要性，然后通过总体设计描述了该系统的整个流程以及规划，接着对该系统的核心图像处理进行介绍。最后，基于市场调研对采用的摄像头设备进行描述，使该系统在预算低，可靠性高的情况下真正可以投入市场。本文主要运用了图像识别技术进行处理，图像处理是现代新兴技术的一种处理方法，在信息量大的情况下，运用图像处理可以保证结果的准确性以及可靠性。应用在大型停车场内不仅可以增加定位准确性，也可以减少劳动量。接下来将进行的是寻车路径的算法优化，使用户在购物结束以后在最短的时间内找到自己的车，节约时间并且可以减少拥堵情况，使整个项目的算法趋于最优化的成果！

[1] 李凡奇(硕士)《车辆身份图像识别技术的设计与实现》. 吉林大学. 2014.

[2] 景娜(硕士)《车身颜色识别中的几个重要方法的研究》. 沈阳工业大学. 2007.

[3] 王蕾(硕士)《基于视频图像处理的车辆识别技术研究》. 中国海洋大学. 2010.

[4] 黄力博(硕士)《基于图像识别的车辆图像处理技术研究》.武汉理工大学. 2011.

[5] 李海峰《基于HTML5+jQuery Mobile的移动学习平台Web App研究与实现》. 信息通信. 2014.

[6] 高俊峰《高性能Linux服务器构建实战: 运维监控、性能调优与集群应用》. 机械工业出版社出版. 2012.

[7] 张宴. 《实战Nginx_取代Apache的高性能Web服务器》. 电子工业出版社. 2010.

[8] 鸟哥《linux私房菜基础+服务器(第二版)》. 机械工业出版社出版. 2008.

[9] 鸟哥《鸟哥的Linux私房菜服务器架设篇(第三版)》. 机械工业出版社出版. 2011.

[10] 高俊峰. 《高性能Linux服务器构建实战: 运维监控、性能调优与集群应用》. 机械工业出版社. 2012.

[11] 毛星云. 《opencv3编程入门》. 电子工业出版社. 2015. 02.

[12] 余甲子. 石凡潘爱民《程序员的自我修养》. 电子工业出版社. 2009. 4.

[13] [美]史蒂芬. 普拉达《C++ Primer Plus》(第6版). 人民邮电出版社. 2017. 05.

A Large Parking Lot Search System Based on Image Recognition

LUO Huan, ZHANG Feng, LI Qi, SONG Rui-yuan, CHEN Xin-kai, CHEN Bo-yu
(School of Information Science and Technology, Chengdu University of Technology, Chengdu 610059, China)

The purpose of the system is to use the image processing to achieve the planning of the parking lot to find the car and find the car function, the method is first through the camera to capture the image, and then through the image is poor, sobel operator, license plate recognition and other image processing methods Parking spaces are calibrated, so as to achieve the purpose of finding a car and looking for vacancies, the resulting data into the server and the terminal interface display, and then the data into the cloud for processing. And finally reached the purpose of the query through the mobile phone APP. The system uses the current popular image recognition technology to achieve the positioning of the precise type, and the use of the EasyPR library to ensure the accuracy of identification.

Image recognition; Find the car; Find the vacant; Sobel operator; EasyPR library; APP

TP315

A

10.3969/j.issn.1003-6970.2017.11.014

本文著录格式：罗欢，张凤，李麒，等. 基于图像识别的大型停车场寻车系统[J]. 软件，2017，38（11）：71-73

2017年国家级大学生创新创业训练计划项目：轻寻-基于图像识别的大型停车场寻车系统(201710616151)

罗欢(1997-)，女，本科，主要研究方向：图像识别，机器学习，大数据。