随着我国汽车保有量急剧增长,很多城市出现了“停车难”问题。主要原因是停车资源不足,其次停车场管理低效。露天停车场管理更加需要提高管理效率。本文针对露天停车场,采用监控视频机器视觉分析方法,对露天停车场中车辆进行检测和识别研究,以提高露天停车场的利用效率。本文将露天停车场中车辆检测与识别分解成两个部分,首先基于运动信息快速得到运动目标,然后利用强分类器对目标进行识别判断,两者各取所长、相互协作。本文的主要工作如下:一、使用融合三帧差分法的ViBe算法实现对露天停车场中运动目标的检测。Vibe算法是近些年一直发展的前景检测算法,具有实时性好、计算量低、速度快、简单高效的特点。但是ViBe算法不能快速去除“鬼影”区域,也无法抑制运动目标阴影,这些问题影响了算法的准确性和可靠性。本文为此提出如下改进:1.利用HSV颜色空间的亮度信息抑制运动目标的阴影;2.使ViBe算法融合三帧差分方法,建立运动目标掩膜,通过掩膜间的运算操作确定“鬼影”区域,更新ViBe算法初始化模型,以达到快速消除的效果。二、实现基于HOG特征和SVM分类器的车辆识别。为了提高支持向量机的识别准确度,本文在得到优化后的运动目标区域图像之后,分析图像中运动目标姿态,判断车辆与摄像头的倾斜角度,调节目标图像以得到不同比例的目标图像,并提取HOG特征。最后将目标图像HOG特征通过训练的SVM分类器进行车辆识别判断。本文通过检测监控视频中出现的运动目标,分割出运动目标所在图像区域。根据目标物体姿态的不同,使用不同的支持向量机进行车辆识别判断。基于上述工作原理实现的露天停车场车辆检测与识别设计,在本文实验中,露天停车场中车辆识别准确度达到91.5%,本设计的算法能够针对露天停车场的车辆进行有效检测识别。