基于霍夫变换和深度神经网络的停车场空位检测模型

如今人均车辆保有率逐年上升,如何快捷寻找停车场空位成为停车行业研究的新方向。随着深度学习技术的发展,使用深度学习检测停车场空位,为解决停车位检测问题提供了新思路。文章提出了一种基于深度学习结合透视变换、Canny算子边缘检测和霍夫变换直线特征提取等方法的停车场空位检测模型,其准确率达到94.44%,在检测停车空位方面取得较好效果,为停车场空位图像检测方向提供了实现方法和技术支撑。