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！

摘要：本发明涉及图像处理技术领域，尤其涉及一种高位视频下的车牌检测识别改进方法，包括：首先，采用高清智慧摄像头获取停车路段的图像信息，利用LPD‑YOLOv8算法对图像信息进行处理，初步检测并框选出车牌区域；其次，对提取到的车牌区域进行图像预处理；最后，使用改进的LPR‑NET算法对校正后的车牌图像进行识别，将识别得到的车牌图像信息上传至后台。本发明提出的方法架构轻量化，方法新颖，仅需一部高清智慧摄像头即可部署。相较于传统方法，该方法在检测速度和识别精度方面均取得显著提升，为城市道路路侧停车管理提供了高效而准确的车牌识别解决方案。

主权项：1.一种高位视频下的车牌检测识别改进方法，其特征在于，包括如下步骤：S1、路侧高位摄像头采集监控路段信息，捕捉车辆行为，若车辆有停入或驶出停车位行为，启动车牌识别算法；S2、训练LPD-YOLOv8车牌检测网络与改进的LPR-NET车牌识别网络，对有停入或驶出停车位行为的车辆，使用LPD-YOLOv8算法对车辆区域进行处理，初步检测并框选出车牌区域；S3、对提取到的车牌区域进行图像预处理；S4、使用改进的LPR-NET算法对校正后的车牌图像进行识别，将识别得到的车牌图像信息上传至后台；在步骤S2中，LPD-YOLOv8算法包括将原YOLOv8算法特征提取网络中的C2f模块替换为C2f-PConv模块、以及在主干网络SPPF模块前引入注意力机制模块；所述C2f模块替换为C2f-PConv模块的具体方法是：将C2f模块中的卷积Conv替换为部分卷积PConv；所述在主干网络SPPF模块前引入注意力机制模块的具体方法是：在主干网络SPPF模块之前引入CA注意力机制，该CA注意力机制通过协调注意力，将通道注意力分解为两个一维特征，分别沿两个空间方向聚合特征；生成的特征图被编码为一对方向感知和位置敏感的注意力图，该注意力图能够互补地应用于输入特征图，以强化对关注对象的表示；在步骤S4中，改进的LPR-NET算法包括：重新设计原LPR-NET算法的车牌矫正网络、以及在输入车牌识别网络中引入CBAM注意力机制；所述重新设计原LPR-NET算法的车牌矫正网络的具体方法是：对LPR-NET网络中的特征提取网络进行改进，替换车牌矫正网络STN为WPOD-Net；WPOD-Net进一步加入了图像边缘知识，以更准确地确定车牌轮廓信息；WPOD-Net作为新的车牌矫正网络，通过融合图像边缘知识，使得车牌的轮廓信息更为精确和可靠；在WPOD-Net加入图像边缘知识的具体方法是：将Prewitt滤波器作为卷积神经网络层，将边缘信息与原始网络的旧信息相结合，作为嵌入向量加入原来的WPOD-Net；通过与原始网络信息的融合，新的嵌入向量更全面地捕捉了图像的特征，特别是边缘信息的融合使得网络更加敏感于目标的轮廓；在输入车牌识别网络中引入CBAM注意力机制的具体方法是：对于车牌识别网络生成的中间特征图，CBAM注意力机制通过CAM模块和SAM模块沿着两个独立的维度推断注意力图；CAM模块为不同通道赋予不同的权重，捕捉通道之间的关联信息；SAM模块则关注特征图中不同区域的空间关系；最终，将经过CAM模块和SAM模块运算得到的两个注意力图与输入特征图相乘，以进行自适应特征优化。

全文数据：

权利要求：

百度查询： 南通大学 一种高位视频下的车牌检测识别改进方法