专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2331006个,建议您升级VIP下载更多相关专利
  • [发明专利]一种车牌定位的方法及装置-CN201911364799.1有效
  • 江伟;祝本云 - 深圳市芊熠智能硬件有限公司
  • 2019-12-26 - 2023-03-28 - G06V20/62
  • 本申请适用于计算机技术领域,提供了一种车牌定位的方法,包括:本申请实施例中,基于所述原始图片信息获取目标图像信息和所述目标图像信息的图像局部纹理特征信息;将所述目标图像信息及其所述图像局部纹理特征信息输入预设的车牌图像识别模型进行识别,得到候选车牌图像信息;将所述候选车牌图像信息输入到预设车牌定位模型中进行处理,得到所述候选车牌图像信息对应的识别结果;基于所述识别结果定位出所述原始图片信息中的车牌区域的位置信息。上述方法,利用传统算法粗定位出若干疑似车牌区域,然后通过深度学习方法对疑似车牌区域进行判断,如果为真车牌则回归出车牌的位置信息。提高车牌识别的精度,增强算法对不同环境适应性。
  • 一种车牌定位方法装置
  • [发明专利]基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法-CN200610122533.2无效
  • 马争;杨峰 - 电子科技大学中山学院
  • 2006-09-30 - 2008-04-02 - G06K9/34
  • 基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法,属于图象处理技术领域,涉及车牌自动识别技术。首先通过灰度直方图和灰度拉伸变换对车牌区域进行变换,实现对车牌中的字符区域的增强;接着计算二值化阈值把车牌灰度图像转化为二值图像;然后用快速区域标号算法对车牌二值图像进行连通性分析并用区域生长法得到字符的候选区域;接着从车牌二值化图像中定位出大间隔的位置;然后结合车牌大间隔的位置特征修正和补齐字符区域,得到最终的字符区域;最后从车牌灰度图像中分割出字符。采用本发明提出的基于快速区域标号算法和车牌大间隔定位方法相结合的车牌字符分割方法,可以有效地提高系统的通用性和定位精度等性能。
  • 基于快速区域标号算法车牌间隔定位方法字符分割
  • [发明专利]一种复杂背景下的车牌定位的方法-CN201810622562.8有效
  • 王林;胥中南 - 西安理工大学
  • 2018-06-15 - 2021-10-22 - G06K9/34
  • 本发明公开了一种复杂背景下的车牌定位的方法,结合了车牌的纹理特征与车牌的边缘和形状信息,克服了目前常用的车牌定位技术的缺点;采用了Adaboost迭代算法,该算法是一种有效的分类器集成方法,通过单个弱分类器加权投票建立最终的强分类器,从而达到很高的分类性能;通过样本的HOG与分层的LBP融合特征进行Adaboost分类器模型训练,得到分类器模型,进行车牌定位。该方案可以在复杂背景的全景图中准确定位车牌的位置,提高了车牌定位的准确率及实时性。
  • 一种复杂背景车牌定位方法
  • [发明专利]一种非可控环境下的鲁棒中文车牌检测与校正方法-CN202111557327.5在审
  • 卓力;安鑫;李嘉锋 - 北京工业大学
  • 2021-12-18 - 2022-05-10 - G06V20/00
  • 一种非可控环境下的鲁棒中文车牌检测与校正方法属于图像处理领域。当前绝大多数的车牌检测方法都是采用矩阵框定位,非可控环境下,如果车牌存在严重倾斜或者形变,会导致车牌定位不准确,即定位车牌区域存在较多的背景或者定位不完整,会对后续的车牌识别造成干扰,影响识别的准确率本发明提出的中文车牌检测方法通过引入ACON、RBN与可变形卷积,可以提升模型的特征提取能力,改进了检测头并设计了相应的坐标回归公式,能够准确地对任意倾斜的车牌进行定位,在各种复杂的非可控环境下均能获得理想的检测结果
  • 一种可控环境中文车牌检测校正方法
  • [发明专利]一种车牌定位方法-CN201110379011.1有效
  • 喻莉;张彦;钟刚;周鹏 - 华中科技大学
  • 2011-11-24 - 2012-06-27 - G06K9/32
  • 本发明公开了一种车牌定位方法,包括(1)对原始车辆图像I(x,y)进行预处理,得到增强后的车辆图像I1(x,y);(2)修正车辆图像I1(x,y)中各点的颜色值,得到修正后的车辆图像I2(x,y);(3)扫描修正后的车辆图像I2(x,y),提取出蓝色和黄色集中的区域作为车牌候选区域;(4)校验车牌区域,即判断当前区域大小,如果区域在设定的范围之内,则认为是车牌区域,完成车牌定位。本发明提出的车牌定位方法,不仅能够对一般条件下获取的车辆图像准确定位车牌,而且能够光线弱、雨、雪、烟雾等复杂条件下拍摄的车辆图像进行车牌定位,在车牌识别中具有重要的实用价值。
  • 一种车牌定位方法
  • [发明专利]一种车牌图像粗定位方法-CN201810728982.4有效
  • 郭朋飞 - 山东华软金盾软件股份有限公司
  • 2018-07-05 - 2023-04-18 - G06V10/26
  • 本发明提出了一种车牌图像粗定位方法,包括以下步骤:步骤一、对输入图像进行灰度化,生成灰度图像;步骤二、获得图像边缘图;步骤三、获得步骤一生成的灰度图像和步骤二生成的图像边缘图的积分图;步骤四、扫描灰度图像的每一个像素,生成对应的车牌概率图;步骤五、水平扫描车牌概率图,得到车牌分布的水平区域;步骤六、垂直扫描步骤五得到的车牌分布的水平区域,得到车牌候选区域。本发明采用边缘特征进行车牌定位的方法解决了车牌定位准确率较低的问题,并大大提高了车牌定位的效率,节约时间。
  • 一种车牌图像定位方法
  • [发明专利]一种车牌检测的方法及装置-CN201610556058.3在审
  • 党小迪;许永喜;师小凯;邓一星 - 北京精英智通科技股份有限公司
  • 2016-07-14 - 2016-12-07 - G06K9/20
  • 本发明公开了车牌检测的方法,包括:获取图像采集设备采集的图像信息;利用字符检测器对图像信息进行检测,得到图像信息中各字符的区域位置信息及对应的字符种类信息;根据各字符的区域位置信息及对应的字符种类信息和车牌规则对图像信息中的车牌进行拟合得到拟合车牌,并对拟合车牌进行车牌定位得到车牌定位结果;根据车牌定位结果对车牌进行角度校正;对校正后的车牌进行字符识别,得到车牌信息;该方法采用先校正后识别,降低了角度倾斜对识别算法的影响,增大了车牌识别的识别率;且充分利用了车牌空间位置信息和字符种类信息,增强算法对车牌的检出率,避免了误检;本发明还公开了车牌检测的装置,具有上述效果。
  • 一种车牌检测方法装置
  • [发明专利]一种基于深度学习的普通摄像头全车牌识别系统-CN201810548811.3有效
  • 唐苏;马俊;胡德见;王朝志;杨波 - 四川物联亿达科技有限公司
  • 2018-05-31 - 2022-07-12 - G06V20/62
  • 本发明公开了一种基于深度学习的普通摄像头全车牌识别系统,涉及车牌识别技术领域,包括模型训练单元和系统应用单元;所述模型训练单元包括车牌识别定位模型和车牌内容识别模型,所述车牌内容识别模包括车牌基本信息识别模型和车牌文字识别模型;所述系统应用单元包括检测到视频中有车辆进入时,触发识别功能,进行抓拍的动态监测抓拍模块、识别和定位抓拍图像中车牌所在位置的车牌识别定位模块、识别车牌所在位置的截图中车牌的类别、尺寸、颜色和文字信息的车牌内容识别模块,以及将车牌信息进行存储的数据管理模块。本发明解决了现有车牌识别系统识别车牌种类单一,适用场景较少、限制较多,以及对摄像头要求较高的问题。
  • 一种基于深度学习普通摄像头车牌识别系统
  • [发明专利]一种基于模板概率密度函数的车牌定位方法-CN201811316869.1有效
  • 王晗;施佺;孙玲;魏明 - 南通大学
  • 2018-11-06 - 2022-02-08 - G06V30/148
  • 本发明主要提供了一种基于模板概率密度函数的车牌定位方法,包括如下步骤:步骤1)利用Harris角点检测结果,进行车牌特征“几何特征滤波”;步骤2)利用RGB颜色空间,进行车牌“颜色特征滤波”;步骤3)利用图像二值化提取车牌字符区域,进行“车牌字符结构特征滤波”建立车牌“候选区域”;步骤4)利用车牌字符结构分布建立“车牌模板概率密度函数”,在候选区域内进行最大概率定位。采用本发明方法,可克服车身广告等非车牌文字、字符的噪音干扰,有效地提高了车牌定位的准确性与可靠性。
  • 一种基于模板概率密度函数车牌定位方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top