1.一种基于停车场系统的停车费支付方法，包括：在停车场的出入口设置多个摄像头，采集用户的脸部图像；

对采集的脸部图像，通过图像处理方法进行轮廓分割，提取脸部区域；

在提取的脸部区域内，采用基于可见光的图像光谱重建方法，获取脸部皮肤的光谱特征；

构建多层前馈神经网络，根据提取的光谱特征，判别脸部皮肤的真伪；

当脸部皮肤判别结果为真时，将采集的脸部图像输入构建的卷积神经网络模型，提取脸部特征向量；

将提取的脸部特征向量与注册用户特征库进行匹配，如果匹配成功，则确认用户身份，用户身份包含注册用户和未注册用户；

根据确认的用户身份，查询关联的用户账号信息，获取车辆入场时间，计算停车费用；

对注册用户，通过接口直接在关联账户中扣除计算得到的停车费用；

对未注册用户，通过移动支付接口生成停车费用的二维码，输出到显示界面。

2.根据权利要求1所述的基于停车场系统的停车费支付方法，其特征在于：提取脸部区域，包括：

对采集的脸部图像进行高斯平滑处理；

计算平滑处理后的脸部图像的梯度大小和方向，获得脸部图像的梯度幅值和方向角矩阵；

对梯度幅值进行非极大值抑制，确定图像边界点；

对获得的图像边界点进行双阈值检测，获取待连接的脸部边界点；

对待连接的脸部边界点，通过阈值连接方法，根据方向角矩阵连接边界点，得到脸部的闭合轮廓；

将提取的脸部的闭合轮廓进行距离变换，得到脸部区域的距离场；

对距离场进行双边滤波，得到脸部距离图；

设置阈值，对脸部距离图进行二值化，生成脸部区域的二值掩膜；

根据二值掩膜的非零区域，裁剪输入的脸部图像，得到脸部区域。

3.根据权利要求2所述的基于停车场系统的停车费支付方法，其特征在于：将提取的脸部的闭合轮廓进行距离变换采用切比雪夫距离。

4.根据权利要求2所述的基于停车场系统的停车费支付方法，其特征在于：对距离场进行双边滤波，得到脸部距离图；

双边滤波的公式：

其中，F(p)是滤波后的像素值，f表示空间权重函数，g表示灰度值相似性权重函数，I(q)为像素q的灰度值；p表示图像中心像素的坐标；q表示滤波模板领域内的相邻像素坐标；I(p)表示中心像素p的灰度值；I(q)表示相邻像素q的灰度值。

5.根据权利要求4所述的基于停车场系统的停车费支付方法，其特征在于：空间权重函数f采用高斯函数：

其中σ

6.根据权利要求5所述的基于停车场系统的停车费支付方法，其特征在于：相似性权重函数g采用指数函数；

其中σ

7.根据权利要求2至6任一所述的基于停车场系统的停车费支付方法，其特征在于：基于可见光的图像光谱重建方法，包括：采用红、绿和蓝三个独立且波长范围不重叠的波段滤光器，分别对同一用户的脸部区域依次进行滤光拍摄，分别获得红、绿和蓝三幅滤光图像；

对三幅滤光图像中的每个脸部像素点进行图像分析，提取每个脸部像素点在红、绿和蓝三个波段的光强度值；

根据每个滤光波段下图像像素光强度与光谱反射率之间的转换关系，计算每个脸部像素点在红、绿和蓝三个波段的光谱反射率值；

根据红、绿和蓝三个波段的光谱反射率值，采用光谱重构算法，获得对应像素点在全可见光波段的光谱反射曲线；

根据得到的光谱反射曲线，提取脸部皮肤的光谱特征，光谱特征包含吸收谷值和反射峰值。

8.根据权利要求7所述的基于停车场系统的停车费支付方法，其特征在于：获取每个滤光波段下图像像素光强度与光谱反射率之间的转换关系，包括：构建多层前馈神经网络，神经网络包含输入层、输出层和隐藏层；

输入层包含3个输入节点，分别接收红、绿和蓝三个波段的光强度值；

输出层包含3个输出节点，分别表示红、绿和蓝三个波段下的预测光谱反射率。

9.根据权利要求8所述的基于停车场系统的停车费支付方法，其特征在于：隐藏层采用双曲正切函数tanh作为激活函数。

10.根据权利要求9所述的基于停车场系统的停车费支付方法，其特征在于：设置多层前馈神经网络训练目标函数为预测光谱值与真实光谱值之差的均方误差损失函数。