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！

龙图腾网获悉哈尔滨工业大学(威海);威海天之卫网络空间安全科技有限公司申请的专利一种针对雾霾天气环境的自动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：CN115331210B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202211013538.7，技术领域涉及：G06V20/62；该发明授权一种针对雾霾天气环境的自动车牌识别方法是由王瑶;王佰玲;王家彬;王巍;王孝朋设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本一种针对雾霾天气环境的自动车牌识别方法在说明书摘要公布了：本申请提供了一种针对雾霾天气环境的自动车牌识别方法，首先上传雾霾天气环境下的有雾车辆图像，然后使用训练好的雾霾图像预处理模块对有雾车辆图像进行去雾处理，再采用车牌定位模块进行车牌定位，最后将定位出来的车牌输入到车牌识别模块进行车牌字符识别，并且输出识别结果。本申请提供的针对雾霾天气环境的自动车牌识别方法，在图像去雾方面，使用少量成对图像数据即可获得较好的去雾效果；针对雾霾天气环境下的车牌自动识别，适应性较强，识别准确率高，解决了现有对雾霾天气环境下车牌识别准确率较低的问题，具有广泛的应用前景。

本发明授权一种针对雾霾天气环境的自动车牌识别方法在权利要求书中公布了：1.一种针对雾霾天气环境的自动车牌识别方法，其特征在于：首先上传雾霾天气环境下的有雾车辆图像，然后使用训练好的雾霾图像预处理模块对有雾车辆图像进行去雾处理，再采用车牌定位模块进行车牌定位，最后将定位出来的车牌输入到车牌识别模块进行车牌字符识别，并且输出识别结果； 包括以下步骤： 步骤一，开始； 步骤二，在雾霾图像预处理模块对采集的有雾车辆图像进行去雾处理之前，首先对清晰无雾车牌图片进行加雾处理，批量生成与真实雾霾天气环境下的车辆图像类似的图片，并与原始清晰无雾车牌图像成对组合成训练集，作为Cycle GAN去雾模型的输入对模型进行训练； 上传雾霾天气下的有雾车辆图像至雾霾图像预处理模块，使用训练好的Cycle GAN去雾模型对上传的有雾车辆图像进行去雾处理； 步骤三，经过图像去雾网络，去除雾霾天气的干扰，生成清晰无雾的车辆图像，将该图像输入到基于YOLOv5的车牌定位模块进行车牌定位； 步骤四，车牌定位模块将定位出来的车牌输入到车牌识别模块中，车牌识别模块使用LPRNet网络进行端到端的车牌字符识别； 步骤五，结束； 步骤二中，Cycle GAN去雾模型包括两个镜像对称的生成式对抗网络，每个生成式对抗网络包括两个鉴别器和两个生成器； Cycle GAN去雾模型用于进行有雾车牌图片到无雾车牌图片的变换； 设有雾图像为X域，无雾图像为Y域； 生成器一负责通过X域图片来生成Y域图片，生成器二负责通过Y域的图片来生成X域的图片； 两个鉴别器需要判别输入图像是X域还是Y域； 生成器尝试通过原域的图片学习到生成目标域的映射，鉴别器判断，在生成器和鉴别器对抗的过程中，使生成器生成的图片越来越接近真实的目标域图片； 生成式对抗网络为了保留生成器生成的目标域图片在某些特征上与原域的图片相似，又将生成的假的目标域的图片还原回原域，并进行损失函数计算，损失函数为对抗性损失函数和循环一致性损失函数； 对抗性损失函数，为学习原域与目标域之间的映射关系，用来保证图像从有雾图像映射到无雾图像，抗性损失函数如公式1所示： 其中，x和y分别代表来自X域和Y域的图像，Gxy为负责从x域生成y域图像的生成器，Dy为鉴别器； 循环一致性损失函数，能够保证在图像域转换的过程中保留原图像在原域中的相应特征，循环一致性损失函数如公式2所示： 其中，x和y分别代表来自X域和Y域的图像，Gxy为负责从x域生成y域图像的生成器，Gyx为负责从y域生成x域图像的生成器； 完整的损失函数是两个损失函数的总和，如公式3所示： ψGxy,Gyx,Dx,Dy＝ψGANGxy,Dy,X,Y+ψGANGyx,Dx,X,Y+λψcyc    3其中，Gxy为负责从x域生成y域图像的生成器，Gyx为负责从y域生成x域图像的生成器，Dx和Dy为鉴别器,λ为权重系数。

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哈尔滨工业大学(威海);威海天之卫网络空间安全科技有限公司，其通讯地址为：264209 山东省威海市文化西路2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”。

以上内容由龙图腾AI智能生成。