Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中通服咨询设计研究院有限公司张敏锋获国家专利权

恭喜中通服咨询设计研究院有限公司张敏锋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中通服咨询设计研究院有限公司申请的专利一种雾霾环境下的车牌识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114581914B

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210100244.1,技术领域涉及:G06V20/62;该发明授权一种雾霾环境下的车牌识别方法是由张敏锋;汪立鹤;胡小婉;崔昕设计研发完成,并于2022-01-27向国家知识产权局提交的专利申请。

一种雾霾环境下的车牌识别方法在说明书摘要公布了:本发明提供了一种雾霾环境下的车牌识别方法,其目的在于在雾霾环境下,减小雾霾对图像中车牌的边界和特征的影响,从而正确识别车牌。首先使用基于大气光值局部估计的暗通道先验算法对模糊图像进行初步去雾。然后对图像进行进一步去雾处理,在目标检测卷积神经网络的基础上,通过联合去雾和区域提取模型JFRM检测车牌区域,极大地降低了图像恢复的失真,准确地提取了车牌去雾的图像。最后,通过卷积增强的SRCNN实现图像超分辨率,从而可以成功识别车牌字符。本发明提高了雾霾环境下车牌识别的准确性。

本发明授权一种雾霾环境下的车牌识别方法在权利要求书中公布了:1.一种雾霾环境下的车牌识别方法,其特征在于,包括以下步骤:步骤1,改进暗通道先验算法,对模糊图像进行初步去雾,得到初步去雾图像;步骤2,通过带有卷积网络的联合去雾和区域提取模型,对初步去雾图像进一步去雾处理,得到车牌去雾图像;步骤3,通过带有卷积网络的联合去雾和区域提取模型,进行区域提取,在车牌去雾图像中提取车牌边界框,并对边界框位置进行校正,得到校正图像;步骤4,对校正图像进行超采样处理,得到高分辨率图像;步骤5,采用连通域方法和模板匹配方法,对高分辨率图像进行字符分割,并采用人工神经网络进行字符识别,最终完成雾霾环境下的车牌识别;其中,步骤2中所述的带有卷积网络的联合去雾和区域提取模型JFRM,由三个模块组成:多尺度密集连接去雾优化网络;特征提取骨干网络;特征交互检测网络;其中,通过多尺度密集连接去雾优化网络对初步去雾图像进一步去雾处理;在多尺度密集连接去雾优化网络中,添加过滤器形成多尺度特征,并结合卷积层和连接层补偿缺失的卷积过程中的信息;添加残差块加深对图像中雾霾结构的感知,准确捕捉不同深度物体的边界细节;从而得到车牌去雾图像;步骤3包括,通过带有卷积网络的联合去雾和区域提取模型JFRM进行区域提取,得到车牌边界框,方法包括:在特征提取骨干网络中,以YOLOv3中的Darknet-53网络作为特征提取的网络结构;该网络结合卷积层和残差块;残差块在不改变输入图像和输出图像的大小的情况下产生残差结果;残差块控制梯度的传播,避免梯度弥散问题;在特征交互检测网络中,采用YOLOv3中的yolo层与Darknet-53多次下采样提取的特征进行交互;将五次下采样的最后三个特征输出映射到三个不同尺度的yolo层;最小尺度的特征图尺寸为13*13,中尺度的特征图尺寸为26*26,特征图尺寸为最大比例为52*52;三个不同尺度的yolo层应用一个1*1的卷积核产生一个输出。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中通服咨询设计研究院有限公司,其通讯地址为:210019 江苏省南京市建邺区楠溪江东街58号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。