專利名稱：一種主方向約束下的停車場結構提取方法
技術領域：
本發(fā)明涉及一種停車場的結構提取方法，特別是涉及一種主方向約束下的停車場結構提取方法。
背景技術：
停車場，作為一種車輛臨時停歇的場所，伴隨著城市化進程的不斷發(fā)展正在迅速擴張著。如今，不論是在城鎮(zhèn)還是在郊區(qū)，停車場隨處可見，其范圍甚至超過了他們所服務的建筑本身。停車場，作為汽車社會的必需品，在人類生產(chǎn)生活中發(fā)揮著不可替代的作用，對于停車場的認知水平也顯得尤為重要。對于停車場結構和停車位數(shù)量的認識直接關系到最小停車需求(MPRs)的決策。MPRs近年來吸引了越來越多的注意力，成為了車輛停放政策 相關的一個重要議題。合理的車輛停放政策不僅能夠減少車位數(shù)的布置數(shù)量，節(jié)約土地利用，還能夠減少其對自然環(huán)境的影響，例如車輛尾氣污染，熱島效應，雨水流失等等。由于停車場數(shù)量是相關車輛停放政策的基礎，停車場結構和數(shù)量十分重要。另外，停車場結構在停車指導信息系統(tǒng)(PGIS)中扮演者重要角色，PGIS能夠有效地解決車輛停放問題。在PGIS中，一個熱門話題就是空停車位的檢測。對于這個問題，已經(jīng)有了大量的技術手段，其共同點在于參照停車場結構的使用。還有一點就是，停車場的結構是機器人領域內研究熱點之一的自動駕駛的基礎。自動駕駛主要目標是使得車輛沿著預設的軌道行駛，并最終?？肯聛恚渫？课恢帽仨毷窃谝粋€準確的停車位內。這樣的控制系統(tǒng)要求自主駕駛一同提供有準確的路線信息以及準確的停車場結構信息。盡管停車場結構有其不可替代的重要意義，目前對于停車場結構多是采用手工繪圖方式，費時費力，效率低下。大范圍的自動停車場結構的提取成為了一個新的問題。目前利用遙感手段自動獲取停車場結構的方法還比較少。1998年，Wang，X等人在 “Applications of Computer Vision, 1998. WACV ' 98. Proceedings” 會議上首次提出了利用立體像對進行停車場結構的提取，根據(jù)影像線段構建空停車位，根據(jù)立體像對的高程信息構建車輛區(qū)域停車位。2009年，Seo Y W等人在“ Intelligent Robots andSystems,2009” 和“Proceedings ofInternational Joint Conference on ArtificialIntelligence”提出了一種分級策略的停車場結構提取方法，首先從影像中利用線段提取、插值、外推等步驟獲取停車場結構，再利用機器學習的方法進行停車位的篩選。進行停車場結構的構建主要依據(jù)為停車場車位線，車位線提取的正確性和完整性直接關系到停車場結構提取的正確性和精度，而已有的停車場結構提取方法在進行車位線檢測的過程中，直接使用邊緣檢測方法進行車位線提取，提取的線段多與車位線不相關，正確性和完整性都較低，往往遺漏一些重要的車位線結構信息，直接影響到停車場結構構建結果。除此之外，原有方法對于影像質量較差的數(shù)據(jù)，如劇烈的光照變化、陰影明顯等問題，提取的停車場結構精度較差
發(fā)明內容
本發(fā)明解決的技術問題是克服現(xiàn)有技術的上述不足，提出一種主方向約束下的停車場結構提取方法，其能夠從正射影像中準確完整地提取車位線信息，從而進行停車場結構的構建。相對于傳統(tǒng)的方法而言，本方法能夠從影像中提取更多更準確的車位線信息，針對影像質量較差的數(shù)據(jù)，也能盡可能多地提取車位線信息，從而更準確地進行停車場結構的提取。為了解決上述技術問題，本發(fā)明提出的技術方案是一種主方向約束下的停車場結構提取方法，包括以下步驟第一步、初始線段檢測獲取車位線主方向-使用Edi son算子和Hough變換提
取影像的邊緣線段；使用分割分類算法將影像分類為空地區(qū)域與非空地區(qū)域；利用分類結果剔除大部分位于非空地區(qū)域的邊緣線段，得到初始車位線線段，并根據(jù)初始車位線線段 之間的夾角進行聚類編組，對編組后的邊緣線段擬合得到車位線主方向；第二步、車位線主方向約束下的車位線提取一使用Edi son算子進行邊緣檢測得到邊緣影像，在第一步獲得的車位線主方向的約束下進行Hough變換提取線段，保留長度大于I. 5m的線段，得到車位線；第三步、最大相交方向的停車道劃分——根據(jù)車位線角度將車位線進行編組篩選，對于各編組內的車位線，使用最大相交方向方法劃分停車道；第四步、計算停車場結構參數(shù)——利用提取的車位線和劃分的停車道計算停車場的結構參數(shù)，包括停車位長度、寬度、方向、停車道位置和方向；第五步、提取停車場結構一依據(jù)停車場結構參數(shù)構建停車場的車位線，并生成停車道的分割線，完成停車場結構的提取。本發(fā)明的創(chuàng)新點在于首先進行初始線段檢測，根據(jù)影像分類結果對車位線進行篩選獲取車位線主方向，然后以車位線主方向作為約束條件，利用主方向約束下的霍夫變換對影像進行車位線提取。由于提取線段是利用車位線主方向作為約束，因此提取的效率、準確率更高，實現(xiàn)了車位線的全自動高精度提取。準確的從影像提取到車位線后，再依次進行停車道劃分、停車場結構參數(shù)計算、根據(jù)停車場結構參數(shù)獲取停車場結構，從而完成整個停車場結構提取。本發(fā)明對上述技術方案的進一步改進是一、第一步提取車位線主方向的具體方法如下Ia)使用Edison算子進行邊緣檢測得到邊緣影像；Ib)對邊緣影像進行Hough變換提取邊緣線段；Ic)使用多尺度分割算法對影像進行分割，使用K最大近鄰方法對分割面片進行分類，將影像分為空地區(qū)域和非空地區(qū)域；Id)保留長度大于I. 5m的邊緣線段，根據(jù)影像分區(qū)結果，判斷每條線段在空地區(qū)域、非空地區(qū)域內的比例，若邊緣線段符合下式條件則剔除:L|"；'!' 2 0.2，式中，L#s地
jjIl寧地·'r通
代表邊緣線段在非空地區(qū)域內的長度，Lsi4代表邊緣線段在空地區(qū)域內的長度；Ie)對篩選后的邊緣線段按照角度進行編組，夾角小于3度的邊緣線段歸于同一編組，如果某一編組內的線段數(shù)小于5，則剔除該編組，對于各編組，使用隨機采樣一致性算法對線段進行擬合，得到車位線主方向。
二、第三步中，將車位線互相之間夾角小于β的線段為一編組；對編組后的線段根據(jù)最大相交方向方法進行停車道劃分，具體如下2a)對所述編組中任一條線段中心點為圓心構建半圓，將半圓均分為η個扇形，依次將每個扇形的中心線雙向延伸，記錄每一中心線與其相交的所述編組中其他線段的數(shù)量，其中相交線段數(shù)量最多的中心線所在的方向為該線段的最大相交方向；2b)每個編組內所有線段中相交線段數(shù)量最多的最大相交方向為該編組的主方向；2c)計算編組內的所有線段中心點到所述編組主方向的距離，對距離值通過聚類計算進行編組，屬于同一編組的線段即位于同一停車道。三、上述參數(shù)β的范圍為3-5° ,η的范圍為8-16。
四、為了提取停車場結構，需要求解停車場參數(shù)，包括停車位長度、寬度、方向、停車道位置和方向。由于同一方向的停車位長度、寬度、方向及停車道方向基本保持一致，同一方向的停車道只需單獨計算停車道位置，其他參數(shù)只需計算一次。由于不同類型停車道參數(shù)計算方法稍有不同，因此需要對其進行類別劃分，根據(jù)停車道方向和停車位方向關系，將其劃分為橫向停車道、縱向停車道及斜向停車道。第四步中，計算停車場結構參數(shù)的方法如下3a)停車道方向及位置將位于同一停車道上的車輛中軸線的中點擬合直線，直線的斜率即為該停車道方向，截距即為停車道位置；3b)停車位方向將停車道的車位線角度的平均值作為該停車道的停車位候選方向，當停車位候選方向一側是停車道或停車場邊緣，則該側方向為該停車道的停車位方向；3c)找到車位線長度中出現(xiàn)次數(shù)最多的距離區(qū)間，該距離區(qū)間內所有車位線長度的平均值為停車位長度；3d)停車位寬度對于縱向和橫向停車道，找到所有相鄰平行車位線之間的距離中出現(xiàn)次數(shù)最多的距離區(qū)間，該距離區(qū)間內所有平行車位線之間距離的平均值為停車位寬
度；對于斜向停車道，停車位寬度需要轉化為其在停車道方向上的長度，即A，其中
sui(a)
α為停車道方向和車位線的夾角，D為車位線之間的平行距離。五、第五步中，根據(jù)所述停車場結構參數(shù)構建停車場車位線的方法具體如下4a)構建起始車位線——從每一停車道中選擇最接近停車位長度的車位線，以其與相應停車道中心線的交點為中心，沿平行于所述停車位方向雙向延伸，使其長度等于所述停車位長度，得到起始車位線；4b)生成車位線——以起始車位線為起點，沿著平行于停車道方向以停車位寬度為間隔雙向生長，生長的過程中，如果生長的車位線與最近鄰車位線距離在O. 3m之內，則沿停車道方向平行移動生長的車位線，使其與提取的車位線重合度最高；以生長的車位線為參照，繼續(xù)向兩側生長，直到停車場邊緣。4c)生成停車道分割線——對每一停車道，在其停車位方向一側，連接各車位線的端點，形成停車道分割線，完成停車場結構的提取。六、第二步中，主方向約束下的車位線提取方法具體如下
5a)對邊緣影像進行Hough變換，建立累計空間；5b)任選一個主方向,在該主方向上搜索最大值,得到該主方向上的峰值；5c)獲取所述峰值對應的長度大于I. 5米的線段以及線段的端點；5d)轉換構成這些線段的點到Hough空間，并消除這些點對積累矩陣的貢獻；5e)設置該峰值及其相鄰單元積累矩陣值為O ;5f)并重復步驟5b)_步驟5e)，依次循環(huán)所有的主方向，完成車位線提取。本發(fā)明的特點如下 (I)經(jīng)典的基于最大峰值的線段提取算法，提取的線段雜亂無章，多與期望信息不一致，且易遺漏有用信息，本方法采用分級策略的車位線提取方法，利用初始線段檢測獲取車位線主方向，在主方向的約束下進行車位線的提取，提取的線段多與車位線信息相關，正確性和完整性較高。(2)對于提取的車位線信息，提出一種基于最大相交方向的方法，能夠有效地實現(xiàn)停車道的劃分，準確性高。(3)利用車位線信息提出了一套可靠的停車場結構參數(shù)計算方法。(4)在停車場結構提取的過程中，使用已有的車位線作為約束，當生長的車位線與提取的車位線距離較近時，將其移動至提取車位線位置，能夠有效減少生長過程中的傳遞誤差，從而提聞停車場結構提取的精度。


下面結合附圖對本發(fā)明的主方向約束下的停車場結構提取方法作進一步說明。圖I本發(fā)明實施例停車場正射影像。圖2初始邊緣檢測結果圖。圖3影像分割分類結果圖。圖4初始線段篩選結果圖。圖5線段編組結果圖。圖6主方向約束下的線段檢測結果圖。圖7最終提取得到的車位線。圖8停車道劃分結果圖。圖9起始車位線示意圖。圖10提取的停車場結構圖。
具體實施例方式實施例下面根據(jù)附圖詳細說明本發(fā)明，本發(fā)明的目的和效果將變得更加明顯。實例所用數(shù)據(jù)為一個停車場所在區(qū)域的正射影像，區(qū)域大小為50m*20m，分辨率為5cm,如附圖I所示。本實例主方向約束下的停車場結構提取方法，采用ArcGIS9. 3、matlab2009、ENVIEx、Visual Studio2008 以及開源軟件Edge Detection and Image Segmentationsystem共同完成，主要包括以下步驟
第一步、初始線段檢測獲取車位線主方向-使用Edi son算子和Hough變換提
取影像的邊緣線段；使用分割分類算法將影像分類為空地區(qū)域與非空地區(qū)域；利用分類結果剔除大部分位于非空地區(qū)域的邊緣線段，得到初始車位線線段，并根據(jù)初始車位線線段之間的夾角進行聚類編組，對編組后的邊緣線段擬合得到車位線主方向；本步驟中，所述第一步提取車位線主方向的具體方法如下Ia)使用 Edge Detection and Image Segmentation system 提供的 Edison 檢測算法進行邊緣影像檢測，將邊緣影像以.Pgm格式數(shù)據(jù)導出；Ib)在mat lab中讀入.pgm格式數(shù)據(jù)，使用Hough變換從邊緣影像中獲取邊緣線段，如附圖2所示；Ic)使用多尺度分割算法對影像進行分割，使用K最大近鄰方法對分割面片進行分類，將影像分為空地區(qū)域和非空地區(qū)域；本例中，在ENVI Ex中使用Feature Extraction功能對影像進行分割分類，設置多尺度分割分裂閾值為72，合并閾值為97. 5，選定分類器 為K最鄰近點方法進行分類，得到影像分割結果如圖3所示，圖中黑色代表空地區(qū)域，白色代表非空地區(qū)域；Id)保留長度大于I. 5m的邊緣線段，根據(jù)影像分區(qū)結果，判斷每條線段在空地區(qū)域、非空地區(qū)域內的比例，若邊緣線段符合下式條件則剔除T L ' ；!'》0.2，式中，L#s地
寧地 L寧迪
代表邊緣線段在非空地區(qū)域內的長度，Lsi4代表邊緣線段在空地區(qū)域內的長度，篩選后得到結果如圖4所示；Ie)對篩選后的邊緣線段按照角度進行編組，相互間夾角小于3度的邊緣線段歸于同一編組，如果某一編組內的線段數(shù)小于5，則剔除該編組，對于各編組，使用隨機采樣一致性算法對線段進行擬合，得到車位線主方向。如圖5所示，為線段編組結果圖，本例中得到的車位線主方向為69°。第二步、車位線主方向約束下的車位線提取一使用Edi son算子進行邊緣檢測得到邊緣影像，在第一步獲得的車位線主方向的約束下進行Hough變換提取線段，保留長度大于I. 5m的線段，得到車位線；具體操作如下對于第一步使用Edison算子提取得到的邊緣線段,在mat lab中讀入其· Pgm格式數(shù)據(jù)，使用主方向約束下的Hough變換從邊緣影像中獲取邊緣線段，設定主方向閾值空間為68° -70°，使用主方向約束下的線段提取得到的結果如圖6所示，共64條線段。對于提取得到的線段，根據(jù)影像分類結果進行選擇，剔除比例值小于O. 2的線段
(若邊緣線段符合下式條件則剔除.l^i. 2 0.2，式中，L#Si4代表邊緣線段在非空地
區(qū)域內的長度，Lsi4代表邊緣線段在空地區(qū)域內的長度)，同時根據(jù)線段長度進行篩選，設定長度閾值為I. 5m，由于一些線段同時跨越了兩條車位線，長度約等于一條車位線長度的兩倍，根據(jù)長度選擇這些車位線并進行分割，設定長度閾值為大于Sm。經(jīng)過篩選和分割之后的線段結果如圖7所示，共38條車位線。本發(fā)明主方向約束下的車位線提取方法具體如下5a)對邊緣影像進行Hough變換，建立累計空間；
5b)任選一個主方向，在該主方向上搜索最大值,得到該主方向上的峰值；5c)獲取所述峰值對應的長度大于I. 5米的線段以及線段的端點；5d)轉換構成這些線段的點到Hough空間，并消除這些點對積累矩陣的貢獻；5e)設置該峰值及其相鄰單元積累矩陣值為O ;5f)并重復步驟5b)_步驟5e)，依次循環(huán)所有的主方向，完成車位線提取。 第三步、最大相交方向的停車道劃分——根據(jù)車位線角度將車位線進行編組篩選，對于各編組內的車位線，使用最大相交方向方法劃分停車道；本步中，將車位線互相之間夾角小于β (本例中β取3° )的線段為一編組；對編組后的線段根據(jù)最大相交方向方法進行停車道劃分，具體如下2a)對所述編組中任一條線段中心點為圓心構建半圓，將半圓均分為η(本例中，η取12)個扇形,依次將每個扇形的中心線雙向延伸，記錄每一中心線與其相交的所述編組中其他線段的數(shù)量，其中相交線段數(shù)量最多的中心線所在的方向為該線段的最大相交方向；2b)每個編組內所有線段中相交線段數(shù)量最多的最大相交方向為該編組的主方向；2c)計算編組內的所有線段中心點到所述編組主方向的距離，對距離值通過聚類計算進行編組，屬于同一編組的線段即位于同一停車道。利用上述方法進行停車道劃分，得到的停車道如圖8所示(圖中虛線表示停車道)，共6個停車道。第四步、計算停車場結構參數(shù)——利用提取的車位線和劃分的停車道計算停車場的結構參數(shù)，包括停車位長度、寬度、方向、停車道位置和方向；本步中，計算停車場結構參數(shù)的方法如下3a)停車道方向及位置將位于同一停車道上的車輛中軸線的中點擬合直線，直線的斜率即為該停車道方向，截距即為停車道位置；本例中得到停車道方向為21. 5°，四個停車道截距(位置)分別為 5729318,5729312,5729301,5729295,5729277,5729282ο3b)停車位方向將停車道的車位線角度的平均值作為該停車道的停車位候選方向，當停車位候選方向一側是停車道或停車場邊緣，則該側方向為該停車道的停車位方向。本例中六個停車道停車位方向分別為111°，-69° ,111°，-69° ,111°，-69°。3c)停車位長度找到車位線長度中出現(xiàn)次數(shù)最多的距離區(qū)間，該距離區(qū)間內所有車位線長度的平均值為停車位長度。本實例中，停車道為縱向停車道，距離區(qū)間的寬度取O. 3m，距離區(qū)間按照(0，0. 3]，(O. 3,0. 6]…進行劃分，本例計算到的停車位長度為4. 9m。3d)停車位寬度對于縱向和橫向停車道，找到所有相鄰平行車位線之間的距離中出現(xiàn)次數(shù)最多的距離區(qū)間，該距離區(qū)間內所有平行車位線之間距離的平均值為停車位寬
度；對于斜向停車道，停車位寬度需要轉化為其在停車道方向上的長度，即Z = —其中
s\n{a)
α為停車道方向和車位線的夾角，D為車位線之間的平行距離。本例中，距離區(qū)間的寬度取O. 3m，距離區(qū)間按照(0，0. 3]，(O. 3,0. 6]…進行劃分，本例計算到的停車位寬度為2. 62m。第五步、提取停車場結構——依據(jù)停車場結構參數(shù)構建停車場的車位線，并生成停車道的分割線，完成對停車場結構的提取。
本步中，在ArcGIS中，根據(jù)所述停車場結構參數(shù)構建停車場車位線的方法具體如下4a)構建起始車位線——從每一停車道中選擇最接近停車位長度的車位線，以其與相應停車道中心線的交點為中心，沿平行于所述停車位方向雙向延伸，使其長度等于所述停車位長度，得到起始車位線；如圖9所示，圖中較寬的白線為起始車位線。4b)生成車位線——以起始車位線為起點，沿著平行于停車道方向以停車位寬度為間隔雙向生長，生長的過程中，如果生長的車位線與最近鄰車位線距離在O. 3m之內，則沿停車道方向平行移動生長的車位線，使其與提取的車位線重合度最高；以生長的車位線為參照，繼續(xù)向兩側生長，直到停車場邊緣。4c)生成停車道分割線——對每一停車道，在其停車位方向一側，連接各車位線的端點，形成停車道分割線，完成停車場結構的提取。如圖10所示。本發(fā)明基于正射影像的停車場結構提取方法不局限于上述實施例所述的具體技 術方案，凡采用等同替換形成的技術方案均為本發(fā)明要求的保護范圍。
權利要求
1.一種主方向約束下的停車場結構提取方法，包括以下步驟 第一步、初始線段檢測獲取車位線主方向-使用Edison算子和Hough變換提取影像的邊緣線段；使用分割分類算法將影像分類為空地區(qū)域與非空地區(qū)域；利用分類結果剔除大部分位于非空地區(qū)域的邊緣線段，得到初始車位線線段，并根據(jù)初始車位線線段之間的夾角進行聚類編組，對編組后的邊緣線段擬合得到車位線主方向； 第二步、主方向約束下的車位線提取——使用Edison算子進行邊緣檢測得到邊緣影像，在第一步獲得的車位線主方向的約束下進行Hough變換提取線段，保留長度大于1.5m的線段，得到車位線； 第三步、最大相交方向的停車道劃分——根據(jù)車位線角度將車位線進行編組篩選，對于各編組內的車位線，使用最大相交方向方法劃分停車道； 第四步、計算停車場結構參數(shù)——利用提取的車位線和劃分的停車道計算停車場的結構參數(shù)，包括停車位長度、寬度、方向、停車道位置和方向； 第五步、提取停車場結構——依據(jù)停車場結構參數(shù)構建停車場的車位線，并生成停車道的分割線，完成停車場結構的提取。
2.根據(jù)權利要求I所述的主方向約束下的停車場結構提取方法，其特征在于所述第一步提取車位線主方向的具體方法如下 Ia)使用Edison算子進行邊緣檢測得到邊緣影像； Ib)對邊緣影像進行Hough變換提取邊緣線段； Ic)使用多尺度分割算法對影像進行分割，使用K最大近鄰方法對分割面片進行分類，將影像分為空地區(qū)域和非空地區(qū)域； Id)保留長度大于I. 5m的邊緣線段，根據(jù)影像分區(qū)結果，判斷每條線段在空地區(qū)域、非空地區(qū)域內的比例，若邊緣線段符合下式條件則剔除T^02式中，L#Si4代表邊 ijIl寧地"地緣線段在非空地區(qū)域內的長度，Lsi4代表邊緣線段在空地區(qū)域內的長度； Ie)對篩選后的邊緣線段按照角度進行編組，相互間夾角小于3度的邊緣線段歸于同一編組，如果某一編組內的線段數(shù)小于5，則剔除該編組，對于各編組，使用隨機采樣一致性算法對線段進行擬合，得到車位線主方向。
3.根據(jù)權利要求I所述的主方向約束下的停車場結構提取方法，其特征在于第三步中，將車位線相互間夾角小于β的線段為一編組；對編組后的線段根據(jù)最大相交方向方法進行停車道劃分，具體如下 2a)對所述編組中任一條線段中心點為圓心構建半圓,將半圓均分為η個扇形,依次將每個扇形的中心線雙向延伸，記錄每一中心線與其相交的所述編組中其他線段的數(shù)量，其中相交線段數(shù)量最多的中心線所在的方向為該線段的最大相交方向； 2b)每個編組內所有線段中相交線段數(shù)量最多的最大相交方向為該編組的主方向； 2c)計算編組內的所有線段中心點到所述編組主方向的距離，對距離值通過聚類計算進行編組，屬于同一編組的線段即位于同一停車道。
4.根據(jù)權利要求2所述的主方向約束下的停車場結構提取方法，其特征在于β的范圍為3-5°，η的范圍為8-16。
5.根據(jù)權利要求3所述的主方向約束下的停車場結構提取方法，其特征在于，第四步中，計算停車場結構參數(shù)的方法如下 3a)停車道方向及位置將位于同一停車道上的車輛中軸線的中點擬合直線，直線的斜率即為該停車道方向，截距即為停車道位置； 3b)停車位方向將停車道的車位線角度的平均值作為該停車道的停車位候選方向，當停車位候選方向一側是停車道或停車場邊緣，則該側方向為該停車道的停車位方向； 3c)找到車位線長度中出現(xiàn)次數(shù)最多的距離區(qū)間，該距離區(qū)間內所有車位線長度的平均值為停車位長度； 3d)停車位寬度對于縱向和橫向停車道，找到所有相鄰平行車位線之間的距離中出現(xiàn)次數(shù)最多的距離區(qū)間，該距離區(qū)間內所有平行車位線之間距離的平均值為停車位寬度；對于斜向停車道，停車位寬度需要轉化為其在停車道方向上的長度，即
6.根據(jù)權利要求5所述的主方向約束下的停車場結構提取方法，其特征在于，第五步中，根據(jù)所述停車場結構參數(shù)構建停車場車位線的方法具體如下 4a)構建起始車位線——從每一停車道中選擇最接近停車位長度的車位線，以其與相應停車道中心線的交點為中心，沿平行于所述停車位方向雙向延伸，使其長度等于所述停車位長度，得到起始車位線； 4b)生成車位線——以起始車位線為起點，沿著平行于停車道方向以停車位寬度為間隔雙向生長，生長的過程中，如果生長的車位線與最近鄰車位線距離在O. 3m之內，則沿停車道方向平行移動生長的車位線，使其與提取的車位線重合度最高；以生長的車位線為參照，繼續(xù)向兩側生長，直到停車場邊緣。
4c)生成停車道分割線——對每一停車道，在其停車位方向一側，連接各車位線的端點，形成停車道分割線，完成停車場結構的提取。
全文摘要
一種主方向約束下的停車場結構提取方法，步驟包括針對航空正射影像，使用Edison算法和Hough變換進行初始線段檢測，獲取車位線主方向；根據(jù)獲取的主方向，使用主方向約束下的線段提取方法，檢測出準確車位線；根據(jù)車位線角度對車位線進行編組篩選，并使用最大相交方向方法劃分停車道；利用提取的車位線和劃分的停車道，計算停車場的結構參數(shù)；依據(jù)停車場結構參數(shù)重新構建停車場的準確車位線，并生成停車道的分割線，完成停車場結構的自動提取。本發(fā)明利用初始線段檢測獲取車位線的主方向，以此作為約束進行車位線提取，提取的車位線正確性、完整性和定位精度都較高，能夠更好地為停車場結構的提取提供依據(jù)。本發(fā)明以單景航空正射影像為數(shù)據(jù)進行停車場結構提取，數(shù)據(jù)獲取容易，價格適宜。
文檔編號G06K9/46GK102968634SQ201210482430
公開日2013年3月13日 申請日期2012年11月23日 優(yōu)先權日2012年11月23日
發(fā)明者童禮華, 程亮, 李滿春, 張雯, 王亞飛, 王結臣, 潘航, 馬磊, 陳焱明, 鐘禮山 申請人:南京大學