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！

龙图腾网恭喜北京工业大学申请的专利一种非可控环境下的鲁棒中文车牌检测与校正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：CN114463611B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202111557327.5，技术领域涉及：G06V20/62；该发明授权一种非可控环境下的鲁棒中文车牌检测与校正方法是由卓力;安鑫;李嘉锋设计研发完成，并于2021-12-18向国家知识产权局提交的专利申请。

本一种非可控环境下的鲁棒中文车牌检测与校正方法在说明书摘要公布了：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，即定位的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。

本发明授权一种非可控环境下的鲁棒中文车牌检测与校正方法在权利要求书中公布了：1.一种非可控环境下的鲁棒中文车牌检测与校正方法，其特征在于：步骤1：车牌检测数据集的构建需要建立车牌数据集；车牌数据集应包含不同环境条件下的车牌图像；步骤2：输入图像预处理将图像送入网络之前，需要先进行预处理，包括两个步骤：1输入图像尺寸归一化处理；2输入图像像素值归一化处理；将输入图像中的所有像素值归一化到0～1之间步骤3：网络结构设计步骤3.1：网络整体架构中文车牌检测网络建立在YOLOv5架构基础上，输出的则是车牌的4个顶点位置坐标；整个车牌检测框架包括两部分，分别是深度特征提取以及车牌坐标位置回归；·深度特征提取对YOLOv5的骨干网络进行了改进；降低了YOLOv5骨干网络的深度与宽度，即卷积层数与通道数；将骨干网络中的BNBatchNormalization层替换成了RBNRepresentativeBatchNormalization层；另外，将骨干网络的激活函数替换成了ACONActivateOrNot，在骨干网络的低层加入了可变形卷积；1骨干网络该部分的输入图像尺寸为b，3，inputh，inputw，其中b为输入到网络中的样本数；CSP6_1层、CSP7_1层和CSP8_1层的特征图尺寸分别为b,128,inputh8,inputw8、b,256,inputh16,inputw16和b,128,inputh32,inputw32；将分别在这些特征图上进行车牌检测，对检测结果融合后，得到最终的车牌位置；2激活函数为ACON激活函数；ACON系列激活函数最广泛的形式为ACON-C；·车牌坐标位置回归通过改变检测头的卷积通道数，使得网络能够输出车牌的四个顶点坐标值；即将原本每个锚框的输出元素个数增加了8个，这8个值为车牌的顶点坐标值，通过回归确定车牌的坐标值；步骤4：车牌校正根据检测到的车牌顶点坐标，可通过计算透视变换矩阵对车牌图像进行倾斜校正。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。