[发明专利]一种禁停区域违章停车监测方法

权利要求书

1.一种禁停区域违章停车监测方法，其特征是包括：

（一）、终端获取待检测图像；

（二）、判断待检测图像中是否有阴影；

（三）、若待检测图像无阴影，则直接执行模型监测；若待检测图像有阴影，则待检测图像经过映射函数去除阴影后再进行模型监测。

2.根据权利要求1所述的一种禁停区域违章停车监测方法，其特征是所述待检测图像经过映射函数去除阴影，具体包括：

1）建立阴影图像与无阴影图像之间的关系表达式，具体如公式（1）：

(1)；

式中，表示阴影图像，表示无阴影图像，*表示像素乘积；

2）通过映射函数生成遮罩因子；

3）将生成的遮罩因子与有阴影的待检测图像一起代入公式（1），得到去除阴影后的待检测图像。

3.根据权利要求1或2所述的一种禁停区域违章停车监测方法，其特征是所述映射函数通过训练得到，具体包括：

1-1）采集若干张无阴影图像；

1-2）对每一张无阴影图像添加阴影形成阴影图像；

1-3）每一张无阴影图像和自身添加阴影后形成的阴影图像组成图像对，共形成若干组图像对，若干组图像对作为训练集；

1-4）对若干组图像对分别进行图片基础操作进行扩充，形成图片基础操作处理后的训练集；

1-5）对图片基础操作处理后的训练集进行模型训练，最终生成映射函数。

4.根据权利要求3所述的一种禁停区域违章停车监测方法，其特征是所述图片基础操作包括将每一组图像对进行同样的翻转或旋转。

5.根据权利要求3所述的一种禁停区域违章停车监测方法，其特征是所述对图片基础操作处理后的训练集进行模型训练，最终生成映射函数，具体包括：

1-5-1）对每个输入的图像对进行去噪声处理，得到去噪声处理后的图像对；

1-5-2）从每组去噪声处理后的图像对中分别提取相应的图像特征；

1-5-3）将提取到的图像特征输入到反卷积网络中得到去噪声处理后的图像对的预测遮罩因子；

1-5-4）通过对反卷积网络进行训练，得到理想的反卷积网络学习参数，确定出表示阴影图像与预测遮罩因子之间关系的映射函数，映射函数具体如公式（2）所示：

(2)；

其中，为反卷积网络学习参数，为映射函数，为预测遮罩因子，表示阴影图像。

6.根据权利要求5所述的一种禁停区域违章停车监测方法，其特征是所述对反卷积网络进行训练，得到理想的反卷积网络学习参数，具体包括：

1）把去噪声处理后的图像对分为等份图像对，用表示每一等份中图像对的个数；

2）将去噪声处理后的图像对的真实的遮罩因子一并输入反卷积网络，通过拟合得到损失函数，损失函数具体如公式（3）所示：

（3）；

其中，，表示去噪声处理后的图像对的数量；表示第个图像对的真实的遮罩因子，表示通过反卷积网络得到的第个图像对的预测遮罩因子；

3）利用公式（3）对等份图像对分别求真实的遮罩因子和预测遮罩因子之间的均方误差直至收敛，得到理想的反卷积网络学习参数。

7.根据权利要求2所述的一种禁停区域违章停车监测方法，其特征是所述通过映射函数生成遮罩因子，具体包括：通过映射函数得到阴影图像对应的预测遮罩因子，用预测遮罩因子作为生成的遮罩因子；所述将生成的遮罩因子与有阴影的待检测图像一起代入公式（1），得到去除阴影后的待检测图像，具体包括：用预测遮罩因子作为生成的遮罩因子代入公式（1），通过阴影图像得到预测的无阴影图像，具体如公式（4）：

(4)；

其中，表示预测的无阴影图像，表示预测阴影遮罩，表示原阴影图像；预测的无阴影图像作为待检测图像经过映射函数去除阴影后形成的无阴影图像用于进行模型监测；去除阴影后形成的无阴影图像即为去除阴影后的待检测图像。