我希望能从stackoverflow社区获得一些指导，解决我在毕业项目中遇到的困境。首先，我想声明我是一个初学者程序员，我相信你们中的一些人很快就会告诉我这个项目超出了我的能力范围。我很快就意识到这可能是真的。
既然说到这里了，让我给出一些定义：
项目目标： 像许多其他SO问题一样，该项目的目标是检测停车位是否已满或可用，并最终向用户报告（理想情况下，通过iPhone、Droid或其他移动应用程序进行使用的便利性 -- 由于时间限制，这方面很快被认为超出了我的努力范围）。
工具使用： 我大量使用了AForge.Net库的资源，该库为我提供了从IP摄像机捕获视频、对图像应用滤镜以及最终完成检测目标的所有构建块。因此，您会知道我选择使用C#进行编程，主要是因为对初学者来说易于使用。其他选项包括MATLAB/C++、带有OpenCV的C++和其他替代方案。
问题: 这就是我遇到问题的地方。下面链接了一张在AForge图像处理实验室中预处理过的图像。使用的滤镜和过程序列是：灰度化、直方图均衡化、Sobel边缘检测，最后是Otsu阈值处理（尽管我不确定最后一步是否必要）。
我们都能看到这些模式之间的差异，当然会因车型和制造商而异。但是，通常情况下，这个序列不仅可以成功检索所需的特征，而且还可以消除道路的视线（这很重要，因为我打算将道路颜色作为“第一个试金石”，以便检测空白区域…如果我检测到与道路数据一致的灰度级别，尤其是在某个区域没有检测到边缘时，我认为我可以安全地假定为空白区域）。我的问题是这样的，希望它足够普遍，对站点上其他人有实际的益处：
既然说到这里了，让我给出一些定义：
项目目标： 像许多其他SO问题一样，该项目的目标是检测停车位是否已满或可用，并最终向用户报告（理想情况下，通过iPhone、Droid或其他移动应用程序进行使用的便利性 -- 由于时间限制，这方面很快被认为超出了我的努力范围）。
工具使用： 我大量使用了AForge.Net库的资源，该库为我提供了从IP摄像机捕获视频、对图像应用滤镜以及最终完成检测目标的所有构建块。因此，您会知道我选择使用C#进行编程，主要是因为对初学者来说易于使用。其他选项包括MATLAB/C++、带有OpenCV的C++和其他替代方案。
问题: 这就是我遇到问题的地方。下面链接了一张在AForge图像处理实验室中预处理过的图像。使用的滤镜和过程序列是：灰度化、直方图均衡化、Sobel边缘检测，最后是Otsu阈值处理（尽管我不确定最后一步是否必要）。
http://i.stack.imgur.com/u6eqk.jpg
从图像中，肉眼当然可以看出，有一系列检测到的边缘是我正在监控的空间中停放的汽车。这些汽车可以通过明亮的车轮模式、表示侧窗外边缘的“双铁路轨道”模式以及甚至是车牌轮廓来清晰地定义。具体而言，在项目继续进行中，所选择的摄像机将是一个PTZ，以覆盖尽可能多的街区，因此我只想关注汽车的侧面特征（消除诸如车牌之类的因素）。也可以考虑一些功能，例如天窗的矩形，但显然这不是汽车的通用功能，而车窗轮廓则是。
我们都能看到这些模式之间的差异，当然会因车型和制造商而异。但是，通常情况下，这个序列不仅可以成功检索所需的特征，而且还可以消除道路的视线（这很重要，因为我打算将道路颜色作为“第一个试金石”，以便检测空白区域…如果我检测到与道路数据一致的灰度级别，尤其是在某个区域没有检测到边缘时，我认为我可以安全地假定为空白区域）。我的问题是这样的，希望它足够普遍，对站点上其他人有实际的益处：
专注问题：
是否有一种方法可以通过裁剪来获取图像片段，然后将检测到的边缘序列与摄像机未来的新帧进行比较？更具体地说，是否有一种方法可以在允许余地/创建边缘微小差异容忍度的同时进行比较？
个人想法/头脑风暴关于问题：:
-- 我确信有一种逐像素比较的方法-- 裁剪出仅围绕您的边缘的矩形，然后将裁剪的图像滑动到新处理的帧中进行逐像素比较，但除非您检测到精确匹配的边缘，否则这并没有什么用。
非常感谢您的帮助，如果需要我会很乐意进行澄清。