论文总字数：15467字

摘 要

现代社会汽车得到了广泛的普及，随之而来的是常发生的“停车难”问题。为了便于司机识别停车场空位，本文利用OpenCV和深度学习技术，对停车场监控视频的每一帧进行图像处理，通过预处理，只对监控视频中的停车场区域边缘进行检测并过滤，提取出停车场区域后，通过霍夫变换进行直线检测，将停车位取出后保存为单独的图片文件作为待处理数据（包含空停车位和非空停车位），再使用VGG16模型识别此停车位上是否有车，将空停车位在图片上进行标记，在视频上实时监测并标记空停车位，从而确定停车位数量以及位置。该监测系统能够为车主提供准确的停车位信息，具有一定的研究意义和实用价值。

关键词：停车位识别；图像处理；深度学习；OpenCV

Parking Space Recognition System Based onOpenCV and Deep Learning

Abstract

With the widespread popularity of automobiles in modern society, the problem of "parking difficulties" often arises. In order to facilitate drivers to identify empty parking spaces, this paper uses OpenCV and deep learning technology to image process each frame of the parking surveillance video, through pre-processing, only the edges of the parking area in the surveillance video are detected and filtered, after extracting the parking area, straight line detection is performed through Hough transform, the parking space is taken out and saved as a separate image file as the data to be processed (containing The VGG16 model is then used to identify whether there is a car in this parking space, mark the empty parking space on the image, monitor and mark the empty parking space on the video in real time, and thus determine the number and location of parking spaces. The monitoring system can provide accurate parking space information for car owners, and has certain research significance and practical value.

Key words: parking space recognition, image processing, deep learning，OpenCV

目 录

摘 要 I

Abstract II

第一章 绪论 4

1.1研究背景 5

1.2 研究意义 5

1.3 国内外研究现状 5

1.3.1 国外研究现状 5

1.3.2 国内研究现状 6

第二章 系统方案 7

2.1 OpenCV技术与深度学习技术 7

2.1.1 OpenCV技术 8

2.2.2 深度学习技术 8

2.2 系统整体方案 8

2.2.1 停车场定位 8

2.2.2 直线检测 9

2.2.3 数据分类 10

2.2.4 字符分割 10

2.2.5 深度训练 11

第三章 系统实现方法 14

3.1 预处理 14

3.1.1多通道阈值处理 15

3.1.2灰度处理 15

3.1.3边缘处理 16

3.2 区域选择 17

3.2.1 人工区域选择 17

3.2.2 多边形掩膜 18

3.3 直线检测 19

3.4 数据分类 20

3.5 字符分割 20

第四章 实验结果 22

4.1 图片实验结果 22

4.2 视频实验结果 22

4.3实验结果分析 23

第五章 总结与展望 25

5.1 总结 25

5.2 展望 25

致 谢 26

参考文献 27

第一章 绪论

1.1研究背景

在社会经济飞速发展的现代社会，人们的生活水平有了明显的提高，汽车得到了广泛的普及。由于近年来城市车辆数量的不断增加，"停车难 "问题已经成为城市道路管理相关部门和广大居民十分关注的生活问题，同时停车问题也成为城市地区静态交通管理中的一大难题^[1]。大量的公共停车场正在建设中，以补充停车位的不足。 它们通常位于停车位严重不足的地方，如市中心、 文化设施、 游玩旅游区域等^[2]。在我国的大多城市中，停车位没有达到各类停车位的均衡分配标准，在停车位数量有限的情况下，没有足够的停车位来解决可用停车位不足这个问题，所以公共停车位与临时占用停车位的比例不均衡现象十分明显，形成负面效应。 这无疑加剧了城市的堵车问题，同时增加了意外事故风险^[2]。虽然一些交通管理部门和相关公司已经开始开发相关的硬件和软件来解决停车位不足问题，但采集数据的过程是十分困难的，需要耗费大量的时间和心力以得到有效的信息^[2]。政府颁布的相关停车方略在逐步进步，但依然存在许多问题需要处理。 在许多需要大量停车位的区域，特别是在高峰时段的人口集中的市中心，非法停车成为了一个普遍存在的问题^[2]。在停车位数量供不应求、管理质量不佳、的情况下，单纯依靠扩充停车位数量只能在短期内产生效果，而停车场车位分配智能化将才是缓解停车问题的正确方式^[3]。

1.2 研究意义

智能停车识别系统与人工管理相比，能高效、准确、智能、简单的对停车场区域管理进行监控和规划，更适合目前复杂的停车情况。停车场车位的智能识别技术可以在车主进入停车场前，向车主展示停车场空位情况以及空位具体位置，免去了车主需要进入停车场寻找车位而耗费的时间，也防止了停车高峰期许多车辆同时寻找空位而带来的安全隐患。使用深度学习技术和OpenCV技术进行停车场车位识别系统的研究，可以通过对停车场云监控视频进行解析，将解析结果传送给车主，使车主可以提前判断有空位的停车场。

停车场车位识别技术已成为许多国家正在研究的热门问题。我国城市人口多、密度大，土地成本高，现在正在建设的停车场越来越大，拥有数千个甚至更多的车位，如果没有一个良好的智能停车场管理系统在这么大的停车场中进行车位的检测与分配，对管理者和车主而言都将是一场灾难。智能停车场车位识别系统未来将不仅可以应用于“停车难”问题的解决，还可以应用于其他交通管理领域，如交通车况实时监测等方面。

剩余内容已隐藏，请支付后下载全文，论文总字数：15467字