[发明专利]基于人工智能和CIM的智慧城市地面车位图像处理方法

权利要求书

1.一种基于人工智能和CIM的智慧城市地面车位图像处理方法，其特征在于，该方法包括：

步骤一，对摄像头采集到的城市道路图像进行投影变换、图像拼接操作，投影到预先构建好的城市道路CIM的地面平面得到城市道路全景图，实现实时成像；

步骤二，对城市道路全景图进行裁剪操作，得到多个子图像，其中，子图像之间要有重叠部分；

步骤三，将子图像送入语义分割网络，对图像中的每个像素点都设置像素值，输出车辆语义分割图、车位区域语义分割图和车位线语义分割图，得到车辆遮罩、车位区域遮罩、车位线遮罩，计算车辆遮罩分别与车位区域遮罩、车位线遮罩之间的交并比IoU，设置阈值α₁、β₁，基于IoU和阈值判断地面车位信息；

地面车位信息的具体判断方式为：车辆遮罩与车位区域遮罩的IoU为0时，车位处于空闲状态；车辆遮罩与车位区域遮罩的IoU小于α₁，且车辆遮罩与车位线遮罩的IoU大于等于β₁时，判断为车辆压线的不规范停车；车辆遮罩与车位区域遮罩的IoU大于等于α₁，且车辆遮罩与车位线遮罩的IoU大于等于β₁时，判断为车辆占用两个车位的不规范停车；车辆遮罩与车位区域遮罩的IoU大于等于α₁，车辆遮罩与车位线遮罩的IoU小于β₁时，车位处于正常使用状态；

步骤四，将地面车位信息传输至CIM，利用Web GIS技术对数据进行可视化处理，在Web端展示地面车位信息。

2.如权利要求1所述的方法，其特征在于，语义分割网络包括三个分支，其中，第一分支包括车辆检测编码器和车辆检测解码器；第二分支包括车位区域检测编码器和车位区域检测解码器；第三分支包括车位线检测编码器和车位线检测解码器；所述编码器对输入的子图像进行特征提取后送入解码器进行解码操作得到语义分割图。

3.如权利要求2所述的方法，其特征在于，以摄像头采集到的包含地面停车位的图像经过投影变换得到的与CIM地面平行的图像作为训练数据集；对数据集中图像的每个像素点进行标注，标注类别为两类，其中，第一分支，车辆像素值设为1，其他类的像素值设为0；第二分支，车位区域像素值设为3，其他类像素值设为2；第三分支，车位线像素值设为5，其他类像素值设为4；采用交叉熵损失函数对语义分割网络进行训练。

4.如权利要求1所述的方法，其特征在于，在计算遮罩之间的IoU之前要先对车辆遮罩、车位区域遮罩进行图像闭运算处理，对车位线遮罩进行图像开运算处理。

5.如权利要求1所述的方法，其特征在于，图像拼接的具体步骤为：对图像进行预处理后进行图像配准操作，之后将图像变形到与CIM地面平行的复合全景平面上，最后进行图像的融合。