文 献 综 述

一、视频及其技术的概述

视觉是人类获取信息、认识世界的重要途径，但由于人类在观测距离、观测角度及时间上受到一定程度的限制，因此人们试图用各种技术手段来模拟人眼与人脑记录存储自然界丰富的视觉信息。随着科学技术的发展，人们发明了摄像机，摄像机作为一种视觉信息的采集与传输装备，不能单独对所拍摄的内容进行理解和分析，但人们可以用摄像机获取场景中物体的图像，并将其转换为数字信号，用计算机实现信息处理，使得对视频信息的自动监视成为可能。视频监视技术就是利用计算机、视频图像处理技术以及模式识别和人工智能知识，对摄像机获取的图像序列进行自动分析，对被监控场景中的运动目标进行检测，跟踪，识别，描述，和判别被监视目标的行为，并在有异常现象发生的情况下能及时作出反应的智能监视技术。该技术主要涉及计算机视觉，模式识别，图像处理，以及人工智能等领域。因此，开展相关领域的智能视频监视技术研究有着重要的意义。

近年来，随着我国经济的持续高速增长，我国的机动车数量不断增加，尤其是私家车和出租车的数量的增加使得违停的现象屡见不鲜。机动车的乱停乱放不仅造成交通堵塞，还会发生交通事故。基于视觉的智能违停行为检测系统对此进行了研究并在此基础上设计了违停自动抓拍检测系统，该系统通过固定或移动视觉摄像头采集车位和车辆信息，实现对一定范围内的停车区域进行有效的监控，分析车辆是否准确停在车位中。同时该系统能够有效管理公共车位，减少人工巡逻的工作量，使得交通更加井然有序，在一定程度上减少违停现象的发生。因此，该系统的全面实施有很好的商业价值和应用前景。

二、基于视觉的违停检测的研究现状

基于视觉的智能违停检测系统是结合机器视觉和图像处理的有关技术，主要包括车位及车辆轮廓信息的分割提取、车位检测以及违停检测算法的设计等。通过对大量的停车场图像进行研究，得出在对停车场车位图像进行处理后对图像的关键区域进行分割，获取到车位图像中感兴趣的区域，再对车位图像中的车位轮廓进行提取，从而达到获取车位信息的目的。

（1）车位检测算法

1、基于车位标记的方法 Xu^[2]等人提出的基于色彩视觉的车位识别方法。该方法主要用到三个模块：基于REC神经网络的色彩分割，基于最小二乘法的轮廓提取，以及逆透视变换，通过网络训练的神经网络，识别出停车位的标记线。Jung^[11]等人通过对鸟瞰边缘图像的Hough变换研发出了半自动停车场辅助系统，通过Hough变换识别出标记线，通过检测标记线是否存在来分析停车位停泊情况。这两种方法都属于基于车位标记的算法，比较直观、使用、费用低、不需要额外的设备，识别率达到了95%。

2、基于双目立体的方法。 Nico Kaempchen^[17]等人提出的基于立体视觉的车位评估系统，该方法包括3个模块，智能传感器，车位检测，为了识别出车位的占用情况，文中共使用三种算法，分别是基于特征的了立体算法，模式匹配算法，以及3D图拟合到平面的算法。该方法可以很容易从固定长度的基线识别出度量信息，并且摄像机外部参数不需要每次都进行估计