【技术实现步骤摘要】
本专利技术涉及模式识别，尤其涉及一种基于单目深度测距识别的泊位遮挡判断方法以及一种基于单目深度测距识别的泊位遮挡判断系统。
技术介绍
1、在路内停车项目中，由于视频桩摄像机安装高度较低，泊位内的车辆极易被其它物体遮挡，导致摄像机无法正确识别车辆车牌号，又或者泊位被其它异物侵占，无法正常停放车辆，最终造成运营管理方丢失交易订单；有些车主更是利用相关漏洞，使用遮挡物将摄像机遮挡，从而逃避缴纳停车费。
2、目前，现有的遮挡判断算法实现方式主要有如下几种：
3、1、通过判断相邻泊位是否停放有大型车辆来进行判断泊位是否有遮挡，较为粗糙，且无法适应视频桩场景；通过目标检测方式对泊位进行异物检测也有一定局限性，如异物种类、形态、颜色或大小千变万化，检测模型无法一一穷举。
4、2、简单计算已停稳车辆与车位区域的交并比大于一定阈值来判断泊位是否遮挡，其前提是必须将车辆检出；且空位检出也是基于目标检测模型，其弊端与《泊位状态感知判断方法、装置、计算机设备及存储介质》的泊位异物检测一样。
5、3、选取泊位6个关键点进行检测，若检测到所述第一关键点、所述第二关键点、所述第三关键点和所述第六关键点，则确定所述待检测泊位未被遮挡，否则，确定所述待检测泊位被遮挡。该方法适应性较差，泊位线不清晰时容易导致关键点漏检，造成遮挡误报；路面部分异物可能会导致关键点多检，造成遮挡漏报。
6、4、通过单目相机采集车辆侧方图像，通过立体几何成像模型、畸变矫正模型、标定系数以及检测校验和立体匹配，构造深度测距模型，
7、5、使用单目深度估计网络模型，获取图像物体深度信息，并将该深度信息进行连通域分割，如果最大平均深度区域在图像画面中占比大于一定阈值，则认为摄像头被遮挡；否则判断图像模糊程度，大于一定阈值也认为摄像头被遮挡。该方法容易将路面区域误判为遮挡物，因为视频桩场景下，摄像机安装较低，路面区域距离摄像机较近，且路面区域在图像中占比较大，仅支持较大遮挡物判断，且无法明确是车辆被遮挡还是泊位异物占用被遮挡。
技术实现思路
1、针对上述问题，本专利技术提供了一种基于单目深度测距识别的泊位遮挡判断方法及系统，通过单目深度测距并结合车辆坐标及车辆底盘信息，利用目标检测模型进行车辆检测，利用深度信息及像素比例进行遮挡物判断，能够有效判断视频桩场景下路内泊位中车辆是否被遮挡，提高泊位或车辆被遮挡的判断准确性，从而提高路内泊位停车的收费效率。
2、为实现上述目的，本专利技术提供了一种基于单目深度测距识别的泊位遮挡判断方法，包括：
3、获取目标泊位区域的图像，并提取所述图像中的深度测距信息；
4、基于预设的目标检测模型对所述图像进行车辆检测；
5、若检测到车辆，则根据所述车辆的底盘四边形与所述目标泊位四边形的交集判断所述车辆是否在所述目标泊位内；
6、若所述车辆在所述目标泊位内，则根据所述深度测距信息将所述车辆与遮挡物进行分离；
7、根据分离遮挡物与所述车辆的像素比例判断所述车辆是否被遮挡；
8、若未检测到车辆，则对所述目标泊位进行遮挡物边缘提取，并根据遮挡物与所述目标泊位的像素比例判断所述目标泊位是否被遮挡。
9、在上述实施方式中，优选地，所述获取目标泊位区域的图像，并提取所述图像中的深度测距信息，具体过程包括：
10、利用所述目标泊位附近设置的视频桩，采集对应所述目标泊位区域的图像；
11、采用数据集训练得到的深度模型对所述图像进行深度估计；
12、将得到的深度距离信息进行归一化，转换为可视的深度图；
13、按照由左至右、由下向上的顺序，计算所述深度图中每个像素点与前n个及前n*2个像素的差值，并在与前n*2个像素差值大于与前n个像素差值、且两差值均大于预设阈值时将当前像素点置为0，直至遍历整张深度图。
14、在上述实施方式中，优选地，所述根据所述车辆的底盘四边形与所述目标泊位四边形的交集判断所述车辆是否在所述目标泊位内，具体过程包括：
15、计算所述车辆的地盘四边形与所述目标泊位四边形的交集面积；
16、若所述交集面积大于预设阈值，则判定所述车辆在所述目标泊位内。
17、在上述实施方式中，优选地，所述根据所述深度测距信息将所述车辆与遮挡物进行分离，根据分离遮挡物与所述车辆的像素比例判断所述车辆是否被遮挡，具体过程包括：
18、利用前后物体深度信息不同的特点，根据所述深度测距信息，在所述图像中存在车辆和遮挡物时，将所述车辆与所述遮挡物进行分离；
19、计算所述遮挡物与所述车辆的像素面积比例，在所述像素面积比例大于预设阈值时，判定所述车辆被遮挡，否则判定所述车辆未被遮挡。
20、在上述实施方式中，优选地，所述对所述目标泊位进行遮挡物边缘提取，并根据遮挡物与所述目标泊位的像素比例判断所述目标泊位是否被遮挡，具体过程包括：
21、在所述目标泊位区域内存在遮挡物时，根据所述深度测距信息提取所述目标泊位内的遮挡物边缘信息，使用腐蚀形态学算法对边缘信息进行去噪；
22、通过轮廓查找及基于距离的闭合算法，将所述遮挡物的边缘拟合为封闭图形；
23、计算所述封闭图形的像素面积与所述目标泊位像素面积的比值，并在比值大于预设阈值时，判定所述目标泊位被遮挡，否则判定所述目标泊位未被遮挡。
24、在上述实施方式中，优选地，基于单目深度测距识别的泊位遮挡判断方法还包括：
25、若所述目标泊位未被遮挡，则利用聚类算法对所述深度图进行聚类计算，按照深度信息将图中物体分类为远、中、近三类；
26、计算近处物体的连通域，并根据所述连通域计算所述近处物体的平均深度信息；
27、若所述近处物体的平均深度大于指定阈值，且物体面积与图像面积的比值大于预设阈值，则判定图像存在遮挡，否则判定图像不存在遮挡。
28、本专利技术还提出一种基于单目深度测距识别的泊位遮挡判断系统，应用如上述实施方式中任一项公开的基于单目深度测距识别的泊位遮挡判断方法，包括：
29、深度图像获取模块，用于获取目标泊位区域的图像，并提取所述图像中的深度测距信息；
30、车辆模型检测模块，用于基于预设的目标检测模型对所述图像进行车辆检测；
31、车辆在位判断模块，用于在检测到车辆时，根据所述车辆的底盘四边形与所述目标泊位四边形的交集判断所述车辆是否在所述目标泊位内；
32、车辆遮挡分离模块，用于在所述车辆位于所述目标泊位内时，根据所述深度测距信息将所述车辆与遮挡物进行分离；
33、车辆遮挡判断模块，用于根据分离遮挡物与所述车辆的像素比例判断所述车辆是否被遮挡；
34、泊本文档来自技高网...
【技术保护点】
1.一种基于单目深度测距识别的泊位遮挡判断方法，其特征在于，包括：
2.根据权利要求1所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述获取目标泊位区域的图像，并提取所述图像中的深度测距信息，具体过程包括：
3.根据权利要求2所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述根据所述车辆的底盘四边形与所述目标泊位四边形的交集判断所述车辆是否在所述目标泊位内，具体过程包括：
4.根据权利要求3所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述根据所述深度测距信息将所述车辆与遮挡物进行分离，根据分离遮挡物与所述车辆的像素比例判断所述车辆是否被遮挡，具体过程包括：
5.根据权利要求4所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述对所述目标泊位进行遮挡物边缘提取，并根据遮挡物与所述目标泊位的像素比例判断所述目标泊位是否被遮挡，具体过程包括：
6.根据权利要求1至5中任一项所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，还包括：
7.一种基于单目深度测距识别
8.根据权利要求7所述的基于单目深度测距识别的泊位遮挡判断系统，其特征在于，还包括图像遮挡判断模块，具体用于：
9.根据权利要求7所述的基于单目深度测距识别的泊位遮挡判断系统，其特征在于，所述车辆遮挡分离模块具体用于：
10.根据权利要求9所述的基于单目深度测距识别的泊位遮挡判断系统，其特征在于，所述车辆遮挡判断模块具体用于：
...【技术特征摘要】
1.一种基于单目深度测距识别的泊位遮挡判断方法，其特征在于，包括：
2.根据权利要求1所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述获取目标泊位区域的图像，并提取所述图像中的深度测距信息，具体过程包括：
3.根据权利要求2所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述根据所述车辆的底盘四边形与所述目标泊位四边形的交集判断所述车辆是否在所述目标泊位内，具体过程包括：
4.根据权利要求3所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述根据所述深度测距信息将所述车辆与遮挡物进行分离，根据分离遮挡物与所述车辆的像素比例判断所述车辆是否被遮挡，具体过程包括：
5.根据权利要求4所述的基于单目深度测距识别的泊位遮挡判断方法，其特征在于，所述对所述...
【专利技术属性】
技术研发人员：黄冠榕，胡中华，甘忠志，陈炫憧，
申请(专利权)人：深圳信路通智能技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。