This paper discusses the algorithmic framework for image parking lot localization and classification for the video intelligent parking system. Perspective transformation, adaptive Otsu's binarization, mathematical morphology operations, representation of horizontal lines as vectors, creating and filtering vertical lines, and parking space coordinates determination are used for the localization of parking spaces in a~video frame. The algorithm for classification of parking spaces is based on the Histogram of Oriented Descriptors (HOG) and the Support Vector Machine (SVM) classifier. Parking lot descriptors are extracted based on HOG. The overall algorithmic framework consists of the following steps: vertical and horizontal gradient calculation for the image of the parking lot, gradient module vector and orientation calculation, power gradient accumulation in accordance with cell orientations, blocking of cells, second norm calculations, and normalization of cell orientation in blocks. The parameters of the descriptor have been optimized experimentally. The results demonstrate the improved classification accuracy over the class of similar algorithms and the proposed framework performs the best among the algorithms proposed earlier to solve the parking recognition problem.

Алгоритм классификации изображений парковочных мест автостоянки на основе гистограмм … Ярошевич П.В., Богуш Р.П. 110Компьютерная оптика, 2017, том 41, № 1 Аннотация Для повышения эффективности классификации изображений парковочных мест предлага-ется алгоритм, который может быть использован в интеллектуальных системах видеомонито-ринга автостоянок. Признаки изображения парковочного места формируются на основе ги-стограмм ориентированных градиентов путем выполнения следующих шагов: вычисление го-ризонтальных и вертикальных градиентов для исходного изображения парковочного места, нахождение модуля вектора градиента и ориентаций, накопление мощностей градиентов в со-ответствии с ориентациями в ячейках, объединение ячеек в блоки, вычисление второй нормы ориентаций и нормализация ориентаций ячеек блока. Классификация дескрипторов парко-вочного места выполняется с использованием метода опорных векторов. В работе представ-лены результаты экспериментов по оценке наиболее эффективных параметров дескриптора парковочного места и типа функции ядра классификатора. АЛГОРИТМ КЛАССИФИКАЦИИ ИЗОБРАЖЕНИЙ ПАРКОВОЧНЫХ МЕСТ АВТОСТОЯНКИ НА ОСНОВЕ ГИСТОГРАММ ОРИЕНТИРОВАННЫХ ГРАДИЕНТОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВКлючевые слова: машинное зрение, анализ изображений, распознавание образцов. ВведениеСистемы видеонаблюдения приобретают все большую значимость в различных сферах деятельно-сти человека [1 -3]. Благодаря развитию технологий компьютерного зрения предложен ряд систем видео-наблюдения с интеллектуальной обработкой входных видеоданных, включая системы управления автомо-бильными парковками. Такие видеосистемы могут автоматически выполнять многие функции. Напри-мер, определение занятости парковочного места, под-счет количества автомобилей на стоянке, определе-ние расположения или типа транспортного средства, анализ активности людей, предоставление справоч-ной информации в виде маршрута к парковочному месту, удаленное наблюдение владельца за автомоби-лем с помощью смартфона и оповещение в случае возникновения нештатной ситуации и т.д. Очевидно, что для таких систем необходимо алгоритмическое обеспечение по обработке входных видеоданных, ос-новным требованием к которому является высокая эффективность классификации парковочных мест, в том числе при наличии различных шумовых факто-ров: теней, световых пятен в солнечную погоду, из-менений общей освещенности автомобильной пар-ковки в течение суток, изменений погодных условий и т.д. Таким образом, сложность задачи предопреде-лила разработку и развитие ряда методов и алгорит-мов для её решения.Общий подход для построения алгоритмов обна-ружения свободных и, соответственно, занятых пар-ковочных мест предполагает выполнение следующих шагов: предварительная сегментация и локализация парковочных мест (регионов интереса), вычисление их признаков, классификация и интерпретация ре-зультата. В настоящее время активно ведутся иссле-дования в данной области и предлагается ряд методов для определения занятости парковочных мест по ви-деоизображениям [4]: методы, основанные на обна-ружении автомобиля на пар...