张一杨，姚明林

（唐山学院，河北 唐山 063000）

1 引言

近年来，车辆数量爆炸式增长，但智能停车场内依靠简单的车位数量增加并不能解决车辆增长带来的停车难放问题，为此，空闲车位的自动检测并引导自动泊车以充分利用现有车位，成为智能停车场的发展方向，也是现代城市发展的主要方向[1]。随着视频监控系统的普及和计算机视觉技术的发展，越来越多的视频监控系统正用于目标检测和识别，基于此，利用停车场的视频监控系统实现空闲车位的自动检测成为了智能城市研究的热点问题[2-3]。

对于利用视频监控系统实现空闲车位检测，国内外学者提出了多种方案。文献[4]提出了一种综合了图像方差、相关度和边缘点密度的空闲车位检测特征向量，并测试了基于优先级判别、Fisher 判别和贝叶斯判别的车位检测性能，但对于多车位情况未验证。文献[5]提出了一种基于KL 变换和核Fisher 判别的空闲车位检测方法，该方法基于KL 变换提取特征向量，利用核Fisher判别的优良非线性检测能力实现了空闲车位检测。文献[6]将车位图像的纹理特征作为检测描述符进行了验证，并用于空闲车位的检测，其使用局部LBP 和局部LPQ 作为描述符，取得较好的车位检测效果；文献[7]提出了一种基于平面三维场景的停车场车位检测方法，该方法检测准确率很好，但系统过于复杂，难以实现。文献[8]利用灰度图像进行识别，并成功测试了基于直方图的极大值和带宽两种检测算法，算法简单，对图像质量要求不高，可以充分利用现在监控摄像机，但其对于车位中出现人等干扰物体时的检测鲁棒性不高；……