[go: up one dir, main page]

CN108346313B - 一种空车位检测方法及系统 - Google Patents

一种空车位检测方法及系统 Download PDF

Info

Publication number
CN108346313B
CN108346313B CN201810354283.8A CN201810354283A CN108346313B CN 108346313 B CN108346313 B CN 108346313B CN 201810354283 A CN201810354283 A CN 201810354283A CN 108346313 B CN108346313 B CN 108346313B
Authority
CN
China
Prior art keywords
parking space
area
image
empty
empty parking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810354283.8A
Other languages
English (en)
Other versions
CN108346313A (zh
Inventor
袭肖明
于治楼
陈祥
杜亨方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inspur Group Co Ltd
Original Assignee
Inspur Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inspur Group Co Ltd filed Critical Inspur Group Co Ltd
Priority to CN201810354283.8A priority Critical patent/CN108346313B/zh
Publication of CN108346313A publication Critical patent/CN108346313A/zh
Application granted granted Critical
Publication of CN108346313B publication Critical patent/CN108346313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/146—Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is a limited parking space, e.g. parking garage, restricted space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种空车位检测方法及系统，其实现过程为，首先通过摄像头获取停车场图像；然后将整幅图像进行处理后分割，将每个停车位分割成一个连通区域；从第一个连通区域的停车位开始，判断该停车位是否为空车位并计算其包括面积的信息；计算第一个连通区域的临近连通区域，获取临近连通区域包括面积的信息并通过与第一个连通区域的面积取差值来判断该停车位是否为空车位；迭代判断所有连通区域，输出判断结果。本发明的一种空车位检测方法及系统与现有技术相比，本发明简单易实现、能够实时地、精准地找到空车位。从而有效缓解公共场所停车难问题，具有广阔的应用前景，实用性强，适用范围广泛。

Description

一种空车位检测方法及系统
技术领域
本发明涉及停车位检测技术领域，具体地说是一种空车位检测方法及系统。
背景技术
随着科技经济的不断发展，人们生活水平不断提高，机动车的数量也在逐年增加，由此产生了很严重的停车问题，最严重的就是停车难的问题，因此，智慧停车是未来的停车发展趋势。现有的智慧停车大部分都是地下停车场，通过安装大量的地磁感应装置来实现。然而安装大量的地刺感应装置较高，且对于地上停车场不易实现。
因此，如何用较低的成本完成地上停车场空车位的检测，对于降低企业成本，增强产品的竞争力具有重要的意义。为了解决这个问题，本专利提供一种空车位检测方法及系统。
发明内容
本发明的技术任务是针对以上不足之处，提供一种空车位检测方法及系统。
一种空车位检测方法，其实现过程为，
步骤一、首先通过摄像头获取停车场图像；
步骤二、然后将整幅图像进行处理后分割，将每个停车位分割成一个连通区域；
步骤三、从第一个连通区域的停车位开始，判断该停车位是否为空车位并计算其包括面积的信息；
步骤四、计算第一个连通区域的临近连通区域，获取临近连通区域包括面积的信息并通过与第一个连通区域的面积取差值来判断该停车位是否为空车位；
步骤五、迭代判断所有连通区域，输出判断结果。
所述步骤二中对图像分割过程为：
1）首先对图像进行灰度化；
2）然后进行连通区域分割，即根据灰度图像，将鲜明颜色勾画出来。
所述步骤1）中的图像灰度化是指将摄像头采集RGB图像进行灰度化，使原图像由三通道灰度图像变成单通道的灰度图像。
所述步骤2）中的联通区域分割是指：首先对停车位边界的颜色设置阈值T，然后对整幅图像进行分割，分割出来的连通区域即为停车位。
所述步骤三中第一个连通区域的判断过程为：
首先确定停车位的面积S，同时确定其误差区间；
然后选择最左边第一个车位C0，判断其实际面积S0，然后将实际面积S0与面积S进行相减，如果差值在误差区间内，则该停车位为空停车位，如果差值超出误差区间，则该停车位已经被停上车。
所述步骤四中相邻连通区域的判断过程为：
首先确定两个相邻车位中心点之间距离d，同时确定其误差区间，同时确定面积差的阈值【0，Ts】；
确定第一个车位C0的相邻连通区域，当车位Ci的中心与车位C0的中心距离为d±误差区间时，该车位Ci为车位C0的最近连通区域，即其相邻车位；
确定车位Ci的面积Si，将面积S0与面积Si进行相减，当车位C0为空车位时，面积差值接近0时，该停车位为空停车位，否则为非空停车位；当车位C0为非空车位时，面积差值接近阈值Ts时，该停车位为空停车位，否则为非空停车位。
一种空车位检测系统，包括，
图像获取模块，用于获取停车场图像；
图像预处理模块，用于将获取的图像进行分割预处理，使每个停车位分割成一个连通区域；
计算对比模块，用于分析判断分割的连通区域是否为空车位；
输出模块，用于将计算对比模块的判断结果输出。
所述图像获取模块通过网络摄像头获取停车场图像，并将获取的图像网传至图像预处理模块中。
所述图像预处理模块对图像进行分割预处理的过程为：
首先对图像进行灰度化，将摄像头采集RGB图像进行灰度化，使原图像由三通道灰度图像变成单通道的灰度图像；
然后进行连通区域分割，即根据灰度图像，将鲜明颜色勾画出来，对停车位边界的颜色设置阈值T，然后对整幅图像进行分割，分割出来的连通区域即为停车位。
所述计算对比模块分析分割的连通区域是否为空车位是指首先确定一个车位是否为空车位，然后将其相邻车位与其对比，获取相邻车位是否为空车位，最后顺序迭代，直至所有车位都分析完毕，再将结果经输出模块输出。
计算对比模块确定一个车位是否为空车位的过程为：
首先确定停车位的面积S，同时确定其误差区间；
然后选择第一个车位C0，判断其实际面积S0，然后将实际面积S0与面积S进行相减，如果差值在误差区间内，则该停车位为空停车位，如果差值超出误差区间，则该停车位已经被停上车。
计算对比模块确定相邻车位是否为空车位的过程为：
首先确定两个相邻车位中心点之间距离d，同时确定其误差区间，同时确定面积差的阈值【0，Ts】；
确定第一个车位C0的相邻连通区域，当车位Ci的中心与车位C0的中心距离为d±误差区间时，该车位Ci为车位C0的最近连通区域，即其相邻车位；
确定车位Ci的面积Si，将面积S0与面积Si进行相减，当车位C0为空车位时，面积差值接近0时，该停车位为空停车位，否则为非空停车位；当车位C0为非空车位时，面积差值接近阈值Ts时，该停车位为空停车位，否则为非空停车位。
本发明的一种空车位检测方法及系统和现有技术相比，具有以下有益效果：
本发明的一种空车位检测方法及系统，本发明首先使用阈值法将整幅图像分成若干联通区域，然后顺序查找符合条件的联通区域，将其作为空车位，本发明提出的方法及系统简单易实现、能够实时地、精准地找到空车位。从而有效缓解公共场所停车难问题，具有广阔的应用前景，实用性强，适用范围广泛。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
附图1是实际停车位示例灰度图。
附图2是实际停车位示例分割图。
附图3是本发明系统实现示例图。
具体实施方式
为了使本技术领域的人员更好地理解本发明的方案，下面结合具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种空车位检测方法，首先利用少量的摄像头拍摄停车场图像。考虑到现有的停车位大都用比较鲜明的颜色（例如，白色）勾画出来，利用阈值法对图像进行分割。通过分割结果找到多个联通区域。在本发明中，每个停车位都可以看作是一个连通区域。先找到第一个停车位，利用近邻统计方法获取其近邻联通区域的面积等信息，迭代来判断该车位是空的还是已有车辆。
本发明的主要思路是将每个停车位看作一个联通区域，通过不断寻找临近联通区域的形态相似性来完成对空车位的检测。
首先对图像进行灰度化。由于现在摄像头采集的图像大都是RGB图像，为了降低计算复杂度，本发明将3通道的RGB图像进行灰度化，变成单通道的灰度图像，如图1所示。
联通区域分割。考虑到现在停车场车位的边界都用鲜明的颜色（例如白色、黄色等）勾画出来，因此，基于停车位边界的颜色设置阈值T，对整幅图像进行分割，可将停车位分割出来如图2所示。
在上述步骤中，假设某些车位上停上了车，则该车位获得的联通区域的面积会非常小（图2所示），则空车位与停上车的车位的面积差就会比较大。因此，在该步骤中设置一个基于面积差的阈值，来判定空车位。
其具体实现过程为，
步骤一、首先通过摄像头获取停车场图像；
步骤二、然后将整幅图像进行处理后分割，将每个停车位分割成一个连通区域；
步骤三、从第一个连通区域的停车位开始，判断该停车位是否为空车位并计算其包括面积的信息；
步骤四、计算第一个连通区域的临近连通区域，获取临近连通区域包括面积的信息并通过与第一个连通区域的面积取差值来判断该停车位是否为空车位；
步骤五、迭代判断所有连通区域，输出判断结果。
所述步骤二中对图像分割过程为：
1）首先对图像进行灰度化；
2）然后进行连通区域分割，即根据灰度图像，将鲜明颜色勾画出来。
所述步骤1）中的图像灰度化是指将摄像头采集RGB图像进行灰度化，使原图像由三通道灰度图像变成单通道的灰度图像。
所述步骤2）中的联通区域分割是指：首先对停车位边界的颜色设置阈值T，然后对整幅图像进行分割，分割出来的连通区域即为停车位。
所述步骤三中第一个连通区域的判断过程为：
首先确定停车位的面积S，同时确定其误差区间；
然后选择最左边第一个车位C0，判断其实际面积S0，然后将实际面积S0与面积S进行相减，如果差值在误差区间内，则该停车位为空停车位，如果差值超出误差区间，则该停车位已经被停上车。
所述步骤四中相邻连通区域的判断过程为：
首先确定两个相邻车位中心点之间距离d，同时确定其误差区间，同时确定面积差的阈值【0，Ts】；
确定第一个车位C0的相邻连通区域，当车位Ci的中心与车位C0的中心距离为d±误差区间时，该车位Ci为车位C0的最近连通区域，即其相邻车位；
确定车位Ci的面积Si，将面积S0与面积Si进行相减，当车位C0为空车位时，面积差值接近0时，该停车位为空停车位，否则为非空停车位；当车位C0为非空车位时，面积差值接近阈值Ts时，该停车位为空停车位，否则为非空停车位。
如附图3所示，一种空车位检测系统，包括，
图像获取模块，用于获取停车场图像；
图像预处理模块，用于将获取的图像进行分割预处理，使每个停车位分割成一个连通区域；
计算对比模块，用于分析判断分割的连通区域是否为空车位；
输出模块，用于将计算对比模块的判断结果输出。
所述图像获取模块通过网络摄像头获取停车场图像，并将获取的图像网传至图像预处理模块中。
所述图像预处理模块对图像进行分割预处理的过程为：
首先对图像进行灰度化，将摄像头采集RGB图像进行灰度化，使原图像由三通道灰度图像变成单通道的灰度图像；
然后进行连通区域分割，即根据灰度图像，将鲜明颜色勾画出来，对停车位边界的颜色设置阈值T，然后对整幅图像进行分割，分割出来的连通区域即为停车位。
所述计算对比模块分析分割的连通区域是否为空车位是指首先确定一个车位是否为空车位，然后将其相邻车位与其对比，获取相邻车位是否为空车位，最后顺序迭代，直至所有车位都分析完毕，再将结果经输出模块输出。
计算对比模块确定一个车位是否为空车位的过程为：
首先确定停车位的面积S，同时确定其误差区间；
然后选择第一个车位C0，判断其实际面积S0，然后将实际面积S0与面积S进行相减，如果差值在误差区间内，则该停车位为空停车位，如果差值超出误差区间，则该停车位已经被停上车。
计算对比模块确定相邻车位是否为空车位的过程为：
首先确定两个相邻车位中心点之间距离d，同时确定其误差区间，同时确定面积差的阈值【0，Ts】；
确定第一个车位C0的相邻连通区域，当车位Ci的中心与车位C0的中心距离为d±误差区间时，该车位Ci为车位C0的最近连通区域，即其相邻车位；
确定车位Ci的面积Si，将面积S0与面积Si进行相减，当车位C0为空车位时，面积差值接近0时，该停车位为空停车位，否则为非空停车位；当车位C0为非空车位时，面积差值接近阈值Ts时，该停车位为空停车位，否则为非空停车位。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。

Claims (6)

1.一种空车位检测方法，其特征在于，其实现过程为，
步骤一、首先通过摄像头获取停车场图像；
步骤二、然后将整幅图像进行处理后分割，将每个停车位分割成一个连通区域；
步骤三、从第一个连通区域的停车位开始，判断该停车位是否为空车位并计算其包括面积的信息；
步骤四、计算第一个连通区域的临近连通区域，获取临近连通区域包括面积的信息并通过与第一个连通区域的面积取差值来判断该停车位是否为空车位；
步骤五、迭代判断所有连通区域，输出判断结果；
所述步骤三中第一个连通区域的判断过程为：
首先确定停车位的面积S，同时确定其误差区间；
然后选择最左边第一个车位C0，判断其实际面积S0，然后将实际面积S0与面积S进行相减，如果差值在误差区间内，则该停车位为空停车位，如果差值超出误差区间，则该停车位已经被停上车；
所述步骤四中相邻连通区域的判断过程为：
首先确定两个相邻车位中心点之间距离d，同时确定其误差区间，同时确定面积差的阈值【0，Ts】；
确定第一个车位C0的相邻连通区域，当车位Ci的中心与车位C0的中心距离为d±误差区间时，该车位Ci为车位C0的最近连通区域，即其相邻车位；
确定车位Ci的面积Si，将面积S0与面积Si进行相减，当车位C0为空车位时，面积差值接近0时，该停车位为空停车位，否则为非空停车位；当车位C0为非空车位时，面积差值接近阈值Ts时，该停车位为空停车位，否则为非空停车位。
2.根据权利要求1所述的一种空车位检测方法，其特征在于，所述步骤二中对图像分割过程为：
1）首先对图像进行灰度化；
2）然后进行连通区域分割，即根据灰度图像，将鲜明颜色勾画出来。
3.根据权利要求2所述的一种空车位检测方法，其特征在于，所述步骤1）中的图像灰度化是指将摄像头采集RGB图像进行灰度化，使原图像由三通道灰度图像变成单通道的灰度图像。
4.根据权利要求2所述的一种空车位检测方法，其特征在于，所述步骤2）中的联通区域分割是指：首先对停车位边界的颜色设置阈值T，然后对整幅图像进行分割，分割出来的连通区域即为停车位。
5.一种空车位检测系统，其特征在于，包括，
图像获取模块，用于获取停车场图像；
图像预处理模块，用于将获取的图像进行分割预处理，使每个停车位分割成一个连通区域；
计算对比模块，用于分析判断分割的连通区域是否为空车位；
输出模块，用于将计算对比模块的判断结果输出；
所述计算对比模块分析分割的连通区域是否为空车位是指首先确定一个车位是否为空车位，然后将其相邻车位与其对比，获取相邻车位是否为空车位，最后顺序迭代，直至所有车位都分析完毕，再将结果经输出模块输出；
计算对比模块确定一个车位是否为空车位的过程为：
首先确定停车位的面积S，同时确定其误差区间；
然后选择第一个车位C0，判断其实际面积S0，然后将实际面积S0与面积S进行相减，如果差值在误差区间内，则该停车位为空停车位，如果差值超出误差区间，则该停车位已经被停上车；
计算对比模块确定相邻车位是否为空车位的过程为：
首先确定两个相邻车位中心点之间距离d，同时确定其误差区间，同时确定面积差的阈值【0，Ts】；
确定第一个车位C0的相邻连通区域，当车位Ci的中心与车位C0的中心距离为d±误差区间时，该车位Ci为车位C0的最近连通区域，即其相邻车位；
确定车位Ci的面积Si，将面积S0与面积Si进行相减，当车位C0为空车位时，面积差值接近0时，该停车位为空停车位，否则为非空停车位；当车位C0为非空车位时，面积差值接近阈值Ts时，该停车位为空停车位，否则为非空停车位。
6.根据权利要求5所述的一种空车位检测系统，其特征在于，所述图像获取模块通过网络摄像头获取停车场图像，并将获取的图像网传至图像预处理模块中；
所述图像预处理模块对图像进行分割预处理的过程为：
首先对图像进行灰度化，将摄像头采集RGB图像进行灰度化，使原图像由三通道灰度图像变成单通道的灰度图像；
然后进行连通区域分割，即根据灰度图像，将鲜明颜色勾画出来，对停车位边界的颜色设置阈值T，然后对整幅图像进行分割，分割出来的连通区域即为停车位。
CN201810354283.8A 2018-04-19 2018-04-19 一种空车位检测方法及系统 Active CN108346313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810354283.8A CN108346313B (zh) 2018-04-19 2018-04-19 一种空车位检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810354283.8A CN108346313B (zh) 2018-04-19 2018-04-19 一种空车位检测方法及系统

Publications (2)

Publication Number Publication Date
CN108346313A CN108346313A (zh) 2018-07-31
CN108346313B true CN108346313B (zh) 2020-10-09

Family

ID=62955000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810354283.8A Active CN108346313B (zh) 2018-04-19 2018-04-19 一种空车位检测方法及系统

Country Status (1)

Country Link
CN (1) CN108346313B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832454A (zh) * 2020-06-30 2020-10-27 苏州罗伯特木牛流马物流技术有限公司 利用工业相机视觉识别实现地面货位管理的系统和方法
CN115762234B (zh) * 2023-01-10 2023-06-20 广东广宇科技发展有限公司 一种智慧社区停车管理方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001126192A (ja) * 1999-10-28 2001-05-11 Mitsubishi Heavy Ind Ltd 駐車場の駐車スペースの駐／空車判定方法
CN100449579C (zh) * 2006-04-21 2009-01-07 浙江工业大学 基于全方位计算机视觉的电子泊车诱导系统
CN104112370B (zh) * 2014-07-30 2016-08-17 哈尔滨工业大学深圳研究生院 基于监控图像的停车场智能车位识别方法及系统
RU2691498C1 (ru) * 2015-10-22 2019-06-14 Ниссан Мотор Ко., Лтд. Способ (варианты) и устройство обнаружения линий мест для парковки
CN107133591B (zh) * 2017-05-05 2020-07-21 深圳前海华夏智信数据科技有限公司 基于结构光的车位检测方法及装置
CN107610506A (zh) * 2017-09-04 2018-01-19 浙江工商大学 停车场车位状态的检测方法及系统
CN108022431A (zh) * 2017-12-04 2018-05-11 珠海横琴小可乐信息技术有限公司 一种通过视频采集图像检测车位的方法及系统

Also Published As

Publication number Publication date
CN108346313A (zh) 2018-07-31

Similar Documents

Publication Publication Date Title
WO2024037408A1 (zh) 一种基于图像融合和特征增强的煤矿井下行人检测方法
CN106682601B (zh) 一种基于多维信息特征融合的驾驶员违规通话检测方法
CN102708356B (zh) 一种基于复杂背景下的车牌自动定位和识别方法
CN102509291B (zh) 基于无线网络视频传感器的公路路面病害检测及识别方法
CN102214291B (zh) 一种快速准确的基于视频序列的人脸检测跟踪方法
CN104298969B (zh) 基于颜色与haar特征融合的人群规模统计方法
CN106127137A (zh) 一种基于3d轨迹分析的目标检测识别算法
CN104751142A (zh) 一种基于笔划特征的自然场景文本检测算法
CN105225281B (zh) 一种车辆检测方法
CN105205489A (zh) 基于颜色纹理分析器与机器学习的车牌检测方法
CN108446696A (zh) 一种基于深度学习的端到端车牌识别方法
CN112926365B (zh) 一种车道线检测方法及其系统
CN112669615B (zh) 一种基于摄像头的停车位检测方法和系统
CN106446792A (zh) 一种道路交通辅助驾驶环境下的行人检测特征提取方法
CN104809449B (zh) 适用于高速公路视频监控系统的车道虚线分界线自动检测方法
CN105678213A (zh) 基于视频特征统计的双模式蒙面人事件自动检测方法
CN105426868A (zh) 一种基于自适应感兴趣区域的车道检测方法
CN107122740A (zh) 一种基于双摄像机的车型识别装置及方法
CN111950499A (zh) 一种检测车载人员统计信息的方法
CN115376082B (zh) 一种融合传统特征提取与深度神经网络的车道线检测方法
CN108346313B (zh) 一种空车位检测方法及系统
CN106919939B (zh) 一种交通标识牌跟踪识别方法及系统
CN100414560C (zh) 基于小波变换和雷登变换的车牌提取方法
CN107992856A (zh) 城市场景下的高分遥感建筑物阴影检测方法
CN104834932A (zh) 一种汽车车牌识别的matlab算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20200909

Address after: 250100 Ji'nan high tech Zone, Shandong, No. 1036 wave road

Applicant after: INSPUR GROUP Co.,Ltd.

Address before: 250100, Ji'nan province high tech Zone, Sun Village Branch Road, No. 2877, building, floor, building, on the first floor

Applicant before: JINAN INSPUR HI-TECH INVESTMENT AND DEVELOPMENT Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant