一种禁停区域违章停车监测方法技术

本发明专利技术提出的是一种禁停区域违章停车监测方法，该方法包括：（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。本发明专利技术通过将有阴影图像转化为无阴影图像，提高了检测图像在有阴影情况下对违章车辆识别的准确率。阴影情况下对违章车辆识别的准确率。阴影情况下对违章车辆识别的准确率。

【技术实现步骤摘要】
一种禁停区域违章停车监测方法


[0001]本专利技术涉及一种禁停区域违章停车监测方法，属于图像监测处理


技术介绍

[0002]随着社会经济的飞速发展，城市中车辆的数量也在呈几何倍数增长，停车场地的供给已经远远不能满足停车需求；因此，违章停车现象也变得愈发严重，造成的安全隐患严重影响了正常的交通次序；如何规范驾驶员的停车行为，对违反交通规则的行为及时准确的进行取证查处是道路监控的关键问题。
[0003]传统的违章停车抓拍方式执法人员人工通过视频监控去发现违停的车辆；随着道路管理的需要，违章停车监控点越来越多，监控执法人员工作负荷越来越大，工作的准确度依赖于人员自身的责任、工作状态、身体精力状态等因素；过程复杂繁琐，人工成本高，管理复杂低效。
[0004]尽管目前存在一些违章停车自动监测方法，但目前的违章停车自动监测方法存在自身的缺陷；比如，传统的监测方法会受到环境因素的影响，如停在阴影下的车辆因图像带有阴影而不容易被监测，降低了对车辆监测的准确度；如果要进一步提升车辆监测的准确度，如何将带有阴影的图像去除阴影、如何避免阴影对车辆监测的影响就显得非常重要。
[0005]另外，传统的违章停车自动监测方法还容易存在监测漏洞，如传统的违章停车自动监测的检测区域固定，当部分(车头或车尾)停靠在违停区域时，对车辆无法准确判定；还有传统的监测方法将所有的视频数据传回服务器进行处理，占用大量网络带宽和服务器资源，降低了响应速度。

技术实现思路

[0006]本专利技术提出的是一种禁停区域违章停车监测方法，其目的旨在解决现有违章停车监测方法中对有阴影情况下的违章车辆监测能力不足的问题。
[0007]本专利技术的技术解决方案：一种禁停区域违章停车监测方法，该方法包括：（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。
[0008]进一步地，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。
[0009]进一步地，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。
[0010]进一步地，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。
[0011]进一步地，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。
[0012]进一步地，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。
[0013]进一步地，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。
[0014]进一步地，所述模型监测采用改进的YOLOv5网络进行违章停车的监测；所述改进的YOLOv5网络使用Densenet网络进行特征融合，Densenet网络对输入的图片只进行高层特征融合，如果经过高层特征融合后的图像足以识别到是车辆，则放弃底层特征融合，如果不能识别，则融合底层特征的位置、形状信息进行辅助识别。
[0015]进一步地，所述模型监测还包括对待检测图像经过映射函数去除阴影后形成的无阴影图像进行后处理；所述后处理包括调整无阴影图像通道顺序，通过设置阈值得到置信度符合预设阈值的目标图片，大于阈值的车辆判断为违章，并对目标图片位置信息、目标属性进行标注，然后将标注过的图片输出。
[0016]进一步地，一种禁停区域违章停车监测方法，该方法还包括：在终端获取待检测图像后对检测区域进行处理；所述对检测区域进行处理，具体包括：1）对输入图像进行二值化、中值滤波、膨胀操作，然后设置一个初始检测区域（bh，bw），bh代表检测区域的高度，bw代表检测区域的宽度；2）对初始检测区域内白点数量进行判断，白点数量大于设定阈值B,则检测区域不变，白点数量小于阈值B，则对初始检测区域进行区域扩张，扩张幅度为a得到新的检测区域（bh+a，bw+a）；3）对新的检测区域继续进行白点数量判断，如果依旧小于阈值B，则继续进行区域扩张，直至白点数量大于阈值B时停止区域扩张。
[0017]本专利技术的有益效果：1）本专利技术通过将有阴影图像转化为无阴影图像，提高了检测图像在有阴影情况下对违章车辆识别的准确率；2）通过进一步设计，利用改变车辆在监控区域的占比，可准确监测部分处于禁停区域的违停车辆，进一步提高了违章车辆识别准确率；3）本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：朱明甫，倪水平，宋成，李朋坤，朱智丹，武志强，李晓峰，李炳伸，
申请(专利权)人：河南垂天科技有限公司，
类型：发明
国别省市：