[发明专利]一种基于深度学习算法的停车场智能监控识别系统

权利要求书

1.一种基于深度学习算法的停车场智能监控识别系统，其特征在于，包括图像灰度化处理模块、图像边缘提取检测模块、直线变换检测模块、控制器、空余车位识别模块、训练模型建立模块和数据显示模块；

所述图像灰度化处理模块用于实时的采集停车场的车位图像，并对其进行图像提取分析操作，得到感兴趣灰度图像；

所述图像边缘提取检测模块则依据实时接收到的感兴趣灰度图像，对其进行CANNY边缘检测分析操作，得到该感兴趣灰度图像的停车场所有边缘图像和停车位所有边缘图像，并将其传输至直线变换检测模块；

所述直线变换检测模块则据此对其进行直线检测识别操作，得到停车场的全部停车位图像，并将其经控制器传输至空余车位识别模块；

所述空余车位识别模块在接收到实时的停车场的全部停车位图像后，则生成数据集创建信号并将其传输至训练模型建立模块，而训练模型建立模块则据此将其内部存储的该停车场中的空车位图像和被占用车位图像进行剪切，即将上述各类图像的原始图像剪切成一个个15*60的单独停车位，并将其分别置于空车位集合文件夹和被占用车位集合文件夹，且训练模型建立模块则据此对其进行CNN模型训练操作，得到训练模型并将其反馈至空余车位识别模块，而空余车位识别模块则据此将停车场的全部停车位图像导入，即基于Opencv的图像读取接口读入图像数据，再对其进行缩放，即将输入的图像缩放纸训练模型的所需尺寸，之后预测识别空余车位，即将其导入训练模型进行预测，得到每个车位的位置和空余状态，最后输出结果，即按特定的格式(X，Y)来输出结果，其中X表示停车场中的车位编号，取值为字符串，Y表示车位状态，且将1标定为占用，0标定为空余，并将输出结果传输至数据显示模块；

所述训练模型建立模块还用于实时的采集停车场中的空车位图像和被占用车位图像，并将其存储至内部空间；

所述数据显示模块则据此将输出结果经显示器进行显示。

2.根据权利要求1所述的一种基于深度学习算法的停车场智能监控识别系统，其特征在于，所述图像提取分析操作的具体步骤如下：

步骤一：实时获取到停车场的车位图像，且依据掩膜算法来统计并提取其中的白色区域与黄色区域的RGB通道的颜色空间范围，得出提取的目标图像区域的RGB各通道分布的上下限；

步骤二：依据输入的原始停车场的车位图像的RGB通道，当各RGB通道的结果均位于上下限之内时，则将其输出为255，反正则将其输出为0，得出感兴趣掩膜矩阵mask1；

步骤三：依据获取的停车场的车位图像内的待识别停车场区域，得出该停车场区域的多边形顶点，当将其位于该多边形区域之内时，则将其输出为255，反之则将其输出为0，得出停车场区域掩膜矩阵mask2；

步骤四：先将感兴趣掩膜矩阵mask1与停车场区域掩膜矩阵mask2分别与待处理的停车场的车位图像一同做“与”运算，得出感兴趣图像，再将其进行灰度化处理，得出感兴趣灰度图像。

3.根据权利要求1所述的一种基于深度学习算法的停车场智能监控识别系统，其特征在于，所述CANNY边缘检测分析操作的具体步骤如下：

实时获取到感兴趣灰度图像，且依据CANNY算法提取该感兴趣灰度图像的边缘，并经图像梯度计算、非极大值抑制和双阈值处理，而图像梯度计算是采用Sobel算子计算幅度梯度，找到图像边缘，而非极大值抑制是将每个梯度方向上的梯度强度的最大值进行保留，而双阈值处理是将高的阈值用于检测上述图像中明显的边缘，以及将低的阈值链接这些边缘，得到该感兴趣灰度图像的停车场所有边缘图像和停车位所有边缘图像。