[发明专利]一种无人值守的停车场监控系统

权利要求书

1.一种无人值守的停车场监控系统，其特征在于，包括数据采集装置、控制装置、通信装置和服务器，所述数据采集装置包括图像采集装置和传感装置，所述传感装置用于检测是否有车辆存在并将检测结果传输至所述控制装置，所述图像采集装置用于采集车辆的图像并输出图像信号至所述控制装置，所述控制装置用于接收所述检测结果和图像信号，并根据检测结果控制图像采集装置的开启和关闭，所述通信装置用于将所述图像信号传输至服务器，所述服务器用于根据所述图像信号获取车辆信息并存储车辆信息。

2.根据权利要求1所述的无人值守的停车场监控系统，其特征在于，所述图像采集装置包括第一图像采集模块、第二模型建立模块、第三滤波模块、第四效果评价模块和第五输出模块，所述第一图像采集模块用于获取车辆的原始图像，所述第二模型建立模块用于建立图像噪声模型，所述第三滤波模块用于对图像噪声进行滤除，所述第四效果评价模块用于对噪声滤除效果进行评价，所述第五输出模块用于将滤除噪声后的图像输出至所述控制装置。

3.根据权利要求2所述的无人值守的停车场监控系统，其特征在于，所述第二模型建立模块用于建立图像噪声模型，具体的：

将图像噪声模型表示为：I(i，j)＝I₀(i，j)+N(i，j)，在式子里，I(i，j)、I₀(i，j)和N(i，j)分别表示观测图像、不含噪声原始图像和均值为0方差为σ²的高斯白噪声；

求取观测图像的梯度域：

在式子里，为位置在(i，j)的中心像素在上下左右四个邻域的差分；

根据观测图像的梯度域求取图像I(i，j)的梯度系数；

在式子里，表示图像I(i，j)的梯度系数，u＝1，2，3，4。

4.根据权利要求3所述的无人值守的停车场监控系统，其特征在于，所述第三滤波模块包括梯度系数求取单元和滤波单元，所述梯度系数求取单元用于求取噪声的梯度系数，所述滤波单元用于对观测图像进行滤波处理；

所述梯度系数求取单元用于求取噪声的梯度系数，具体为：

采用下式估计噪声的梯度系数：

在式子里，表示噪声的梯度系数的估计值，为常数，表示不同梯度域所要滤除的梯度域噪声方差，ω表示中心位置在(i，j)的大小为B×C的局部邻域窗。

5.根据权利要求4所述的无人值守的停车场监控系统，其特征在于，所述滤波单元用于对观测图像进行滤波处理，具体为：

在式子里,I₁(i，j)表示第一次滤波后的图像，I_k(i，j)表示第k次滤波后的图像，设定滤波次数k，得到滤除噪声后的图像。

6.根据权利要求5所述的无人值守的停车场监控系统，其特征在于，所述第四效果评价模块包括客观评价单元、主观评价单元和综合评价单元，所述客观评价单元用于获取噪声滤除效果客观评价值，所述主观评价单元用于获取噪声滤除效果主观评价值，所述综合评价模块用于根据客观评价值和主观评价值对噪声滤除效果进行综合评价。

7.根据权利要求6所述的无人值守的停车场监控系统，其特征在于，所述客观评价单元用于获取噪声滤除效果客观评价值，采用下式获取：

在式子里，RU₁表示客观评价值，I₀(i，j)表示不含噪声的原始图像，I′(i，j)表示滤除噪声后的图像；客观评价值越小，表示噪声滤除效果越好；

所述主观评价单元用于获取噪声滤除效果主观评价值，采用以下方式获取：将不含噪声的原始图像的评分记为满分100分，采用一组观察者对不含噪声的原始图像和滤除噪声后的图像进行观察，给出滤除噪声后的图像的评分；计算主观评价值：在式子里，RU₂表示主观评价值，n表示观察者的数量，F_i表示第i个观察者给出的滤除噪声后的图像的分数；主观评价值越大，表示噪声滤除效果越好。

8.根据权利要求6所述的无人值守的停车场监控系统，其特征在于，所述综合评价模块用于根据客观评价值和主观评价值对噪声滤除效果进行综合评价，采用综合评价因子进行，所述综合评价因子采用下式计算：

在式子里，RU表示综合评价因子；综合评价因子越大，表明噪声滤除效果越好。