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！

龙图腾网获悉南京理工大学申请的专利一种基于图像处理的特殊场景下交通标志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：CN115187954B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202210647440.0，技术领域涉及：G06V20/58；该发明授权一种基于图像处理的特殊场景下交通标志识别方法是由李军;王子文;张礼轩;张书恒;潘治豪;王有为;徐文涛设计研发完成，并于2022-06-09向国家知识产权局提交的专利申请。

本一种基于图像处理的特殊场景下交通标志识别方法在说明书摘要公布了：本申请提供了一种基于图像处理的特殊场景下交通标志识别方法。将含有交通标志的原始图像转换到转化到HSV颜色空间，如果原始图像存在欠曝光或过曝光，则采用曝光度梯度调整方法改善图像曝光；采用暗通道先验法获得原始图像对应的暗通道图像，如果暗通道图像中存在雾霾，则采用自动色阶算法对雾霾图像去雾处理；将经过复合增强算法后的图像输入改进的神经网络模型，输出各种天气场景下的交通标志的位置和类别识别结果。此申请提高了原始交通标志检测识别方法在特殊天气场景下的检测精度，具有良好的实用价值。

本发明授权一种基于图像处理的特殊场景下交通标志识别方法在权利要求书中公布了：1.一种基于图像处理的特殊场景下交通标志识别方法，其特征在于，所述方法包括： 将含有交通标志的原始图像转换到HSV颜色空间，如果原始图像存在欠曝光或过曝光，则采用曝光度梯度调整方法改善图像曝光； 采用暗通道先验法获得原始图像对应的暗通道图像，如果暗通道图像中存在雾霾，则采用自动色阶算法对雾霾图像去雾处理； 将经过复合增强算法后的图像输入改进的神经网络模型，输出各种天气场景下的交通标志的位置和类别识别结果；其中，神经网络模型以YOLOv5神经网络模型为基础进行优化处理，优化处理包括对网络模型检测部分输出特征图尺寸，以及采用Soft-NMS方法进行预测框的选择； 将含有交通标志的原始图像转换到转化到HSV颜色空间，如果原始图像存在欠曝光或过曝光，则采用曝光度梯度调整方法改善图像曝光，包括： 将原始图像从RGB颜色空间转换到HSV色彩空间； 将V通道图像平均分为多个区域，并计算每个区域内V通道平均数值，如果V通道平均数值超过正常范围的区域所占比例，则认为原始图像曝光异常； 将曝光异常的图像在V通道上根据每个像素点V的大小做梯度增强，进行增强或减小； 将曝光异常的图像在V通道上根据每个像素点V的大小做梯度增强，进行增强或减小，包括： 对于过曝光图像，做如下变换： 对于欠曝光图像，做如下变换： 式中，Vi,j表示图像中i,j点的V通道数值； 所述优化处理具体包括； YOLOv5神经网络模型中检测锚框的尺寸根据识别目标的尺寸改为预设尺寸，限制YOLOv5模型的最高下采样倍数限制为4、8、16倍中的某一倍数； 对于预测框，将YOLOv5神经网络模型中的非极大值抑制方法改进为Soft-NMS方法进行多次筛选，保留置信度高于阈值的检测框作为输出结果。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。