具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种技术方案：一种基于门禁设备的智能缴费系统，包括门禁设备、影像接收模块、身份识别模块、身份库、缴费匹配模块、缴费库、数据接收模块、数据处理模块、总控模块、信息发模块与预设接收设备；

所述门禁设备包括显示屏与影像采集设备，所述显示屏用于显示身份验证信息与缴费信息，所述影像采集设备用于采集进行身份验证的用户的人脸影像信息；

所述影像接收模块用于接收人脸影像信息，并对人脸影像信息进行清晰化处理后，生成清晰人脸影像信息，清晰人脸影像信息被发送到身份匹配模块；

所述身份匹配模块用于对清晰人脸影像信息进行特征化处理获取到实时人脸特征信息，所述身份库中预存了门禁设备所在楼宇中所有住户的预设人脸特征信息，所述身份匹配模块将实时人脸特征信息发送到身份库中进行身份匹配，身份匹配成功后获取到用户身份信息，用户身份信息被发送到缴费匹配模块；

所述缴费匹配模块获取到用户身份信息后将用户身份信息导入到缴费库中，缴费库中储存了用户应缴费信息与历史缴费记录信息，所述缴费匹配模块从缴费库中获取到实时用户应缴费信息与该用户历史缴费记录信息；

所述实时用户应缴费信息与该用户历史缴费记录信息被发送到数据接收模块，所述数据接收模块接收到实时用户应缴费信息与该用户历史缴费记录信息后将其发送到数据处理模块；

所述数据处理模块对实时用户应缴费信息与该用户历史缴费记录信息进行综合处理生成缴费提醒发送时间信息与提醒模式信息；

所述缴费提醒发送时间信息与提醒模式信息生成后总控模块控制信息发送模块将缴费提醒发送时间信息与提醒模式信息发送到预设接收设备。

所述影像接收模块对人脸影像信息进行清晰化处理得到清晰人脸影像信息的具体处理过程如下：

步骤一：提取出采集到的实时人脸影像信息，先通过BM3D降噪法对实时人脸影像信进行处理得到第一清晰影像；

步骤二：之后通过DCT降噪法对实时人脸影像信进行处理得到第二清晰影像；

步骤三：再通过PCA降噪法实时人脸影像信进行处理得到第三清晰影像；

步骤四：将第一清晰影像、第二清晰影像与第三清晰影像提取出，获取到第一清晰影像的清晰度M1、第二清晰影像的清晰度M2与第三清晰影像的清晰度M3，将第一清晰影像的清晰度M1、第二清晰影像的清晰度M2与第三清晰影像的清晰度M3按照清晰度高低进行从高到低的排名，提取出清晰度最高的影像为清晰人脸影像信息；

用过上述过将获取的人脸影像信息化，能够更好方便后续的人脸影像识别，减少了识别出错的状况发生。

所述BM3D降噪法的具体处理过程如下：采用了不同的去噪策略，通过搜索相似块并在变换域进行滤波，得到块评估值，最后对图像中每个点进行加权得到最终去噪效果，即向将一图像分割成尺寸较小的小像素片，选定参考片后，寻找与参考片相似的小片组成3D块，此过程过后将得到3D块，然后将所有相似块进行3D变换，将变换后的3D块进行阈值收缩，然后进行3D逆变换，最后将所有的3D块通过加权平均后还原到图像中，其具体过程如下：

S1：逐块估计，对含噪图像中的每一块分组，找到它的相似块然后把它们聚集到一个三维数组；

S2：联合硬阈值，对形成的三维数组进行三维变换，通过对变换域的系数进行硬阈值处理减弱噪声，然后逆变换得到组中所有图像块的估计值，然后把这些估计值返回到他们的原始位置；

S3：聚集，对得到的有重叠的块估计，通过对他们进行加权平均得到真实图像的基础估计；

S4：最终估计，逐块估计，对基础估计图像中的每一块分组，通过块匹配找到与它相似的相似块在基础估计图像中的位置，通过这些位置得到两个三维数组，一个是从含噪图像中得到的，一个是从基础估计图像中得到的，联合维纳滤波。对形成的两个三维数组均进行三维变换，以基础估计图像中的能量谱作为能量谱对含噪三维数组进行维纳滤波，然后逆变换得到组中所有图像块的估计，然后把这些估计值返回到他们的原始位置；

S5：聚集，对得到的有重叠的局部块估计，通过对他们进行加权平均得到真实图像的最终估计，即第一清晰影像。

所述身份匹配模块用于对清晰人脸影像信息进行特征化处理获取到实时人脸特征信息与进行身份匹配的具体过程如下：

SS1：提取出获取到的实时清晰人脸影像信息，进行特征点提取，获取到特征点提取出进行计算得到实时特征系数；

SS2：身份库中的门禁设备所在楼宇中所有住户的预设人脸特征信息被转化预设特征系数；

SS3：将将获取到的实时特征系数发送到身份库与身份库中的预设特征系数进行匹配处理，匹配成功即获取到用户身份信息；

通过上述过程能够更好更加准确的进行身份验证。

所述特征点提取的具体过程如下：

步骤(1)：提取出采集到的实时人脸影像信息，将实时人脸影像信息的鼻尖点标记为点A1，将两个耳垂的最低点分别标记为点A2和点A3；

步骤(2)：将点A1分别与点A2和点A3连线得到线段L1和线段L2，测量出线段L1和线段L2的长度，之后通过公式(L1+L2)/2＝L_均，得到线段L1和线段L2的均值L_均；

步骤(3)之后以点A1为圆心，以L_均/2为半径绘制圆得到圆F，计算出圆F的面积即得到实时特征系数。

所述SS3中的匹配过程如下：计算出实时特征系数与所有预设特征系数之间的差值得到x个系数差J，x＝1……n，当x个系数差J的绝对值中存在小于预设值系数差J时即验证通过。

所述缴费提醒发送时间信息的具体处理过程如下：

步骤a：获取到用户身份信息后，将其上传到缴费库中，从缴费库中获取到该用户身份信息对应的应缴费用信息与应缴费时间信息；

步骤b：提取出采集时的时间信息，将应缴费时间信息标记为T_预，将采集时的时间信息标记为T_实；

步骤c：提取出用户以往缴费记录，从以往缴费记录中得到m个应缴费时间与实际缴费时间的差值Dm，m＝1……n；

步骤d：计算出应缴费时间信息T_预与采集时的时间信息T_实之间的差值，得到时间差T_差；

步骤e：通过公式(D1+D2+D3+D4+D5+……Dm)/m＝D_均得到以往缴费时差均值D_均；

步骤f：将应缴费时间信息T_预减去以往缴费时差均值D_均，得到用户习惯缴费时间信息，即缴费提醒发送时间信息；

通过上述过程能够获取到更加合理的缴费提醒时间，有效的避免了提醒信息发送过于频繁导致的用户厌恶感增加，大大提升了该系统的使用体验。

所述提醒模式信息的具体内容如下：所述缴费提醒信息在缴费提醒发送时间信息发送到应缴费人的预设接收设备之后，监测其缴费状态，当其在接收到缴费提醒信息后即进行缴费，即再将其发送到一条缴费成功回执，当其在接收到缴费提醒信息后预设时长后仍未缴费时，再次向其发送缴费提醒信息，两次缴费提醒信息之间的间隔不得小于预设时长。

综上，本发明在使用时，门禁设备上的影像采集设备采集进行身份验证的用户的人脸影像信息，门禁设备上的显示屏显示身份验证信息与缴费信息，影像接收模块接收人脸影像信息，并对人脸影像信息进行清晰化处理后，生成清晰人脸影像信息，清晰人脸影像信息被发送到身份匹配模块，身份匹配模块对清晰人脸影像信息进行特征化处理获取到实时人脸特征信息，身份库中预存了门禁设备所在楼宇中所有住户的预设人脸特征信息，身份匹配模块将实时人脸特征信息发送到身份库中进行身份匹配，身份匹配成功后获取到用户身份信息，用户身份信息被发送到缴费匹配模块，缴费匹配模块获取到用户身份信息后将用户身份信息导入到缴费库中，缴费库中储存了用户应缴费信息与历史缴费记录信息，缴费匹配模块从缴费库中获取到实时用户应缴费信息与该用户历史缴费记录信息，实时用户应缴费信息与该用户历史缴费记录信息被发送到数据接收模块，数据接收模块接收到实时用户应缴费信息与该用户历史缴费记录信息后将其发送到数据处理模块，数据处理模块对实时用户应缴费信息与该用户历史缴费记录信息进行综合处理生成缴费提醒发送时间信息与提醒模式信息，缴费提醒发送时间信息与提醒模式信息生成后总控模块控制信息发送模块将缴费提醒发送时间信息与提醒模式信息发送到预设接收设备。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。