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！

龙图腾网获悉西安坤翔实业有限公司;陕西坤翔静态交通科技有限公司申请的专利一种用于无人停车场的车辆视觉识别方法及系统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：CN121685912B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610187585.5，技术领域涉及：G06V10/20；该发明授权一种用于无人停车场的车辆视觉识别方法及系统是由薛亚知;和梦;周鑫;毕锐;蒲永会设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本一种用于无人停车场的车辆视觉识别方法及系统在说明书摘要公布了：本发明涉及计算机视觉与图像处理技术领域，具体涉及一种用于无人停车场的车辆视觉识别方法及系统。解决了现有方法生成的HDR图像质量不稳定的技术问题。该方法包括：获取目标布设位置的高动态范围摄像头采集的车辆的普通图像；基于普通图像，确定车辆的第一特征值与第二特征值；基于第一特征值和第二特征值，确定高动态范围摄像头的拍摄参数；指示高动态范围摄像头基于拍摄参数，采集车辆的长曝光图像和短曝光图像；对长曝光图像和短曝光图像进行合成处理，确定用于车牌识别的高动态范围合成图像。本发明用于停车场的车辆视觉识别场景。

本发明授权一种用于无人停车场的车辆视觉识别方法及系统在权利要求书中公布了：1.一种用于无人停车场的车辆视觉识别方法，其特征在于，所述方法包括： 获取目标布设位置的高动态范围摄像头采集的车辆的普通图像；所述普通图像为所述高动态范围摄像头关闭动态范围合成功能后采集的图像； 基于预设深度学习检测模型对所述普通图像进行处理，确定所述普通图像中的车牌区域； 基于所述车牌区域内所有像素的灰度值，确定第一特征值；所述第一特征值用于表征车牌区域灰度信息； 基于所述普通图像中，灰度值与所述第一特征值之差小于预设灰度容差阈值的像素点总数，确定第二特征值；所述第二特征值用于表征所述普通图像中灰度与所述车牌区域灰度相近的像素分布范围； 基于所述第一特征值、所述第二特征值以及历史车牌区域最大平均灰度，确定短曝光 时长压缩系数；第k辆车的普通图像的短曝光时长压缩系数满足以下公式： 表示第辆车的普通图像的第一特征值；表示从历史数据分析中得到的、所有 历史车辆普通图像中历史车牌区域最大平均灰度；表示第辆车的普通图像的第二特 征值；是一个预设的参考面积；为调参系数；为归一化函数； 基于所述短曝光时长压缩系数对预设短曝光参考时长进行调整，确定目标短曝光时长； 第k辆车的普通图像的目标短曝光时长满足以下公式： 为预设的短曝光时长参考大小；为第k辆车的普通图像的短曝光时长压缩系数； 确定所述普通图像的第三特征值；所述第三特征值为所述普通图像中最大像素灰度值与最小像素灰度值之差； 基于所述第三特征值、历史车辆普通图像最大灰度动态范围以及所述目标短曝光时长，确定曝光比调整系数； 第k辆车的普通图像的曝光比调整系数满足以下公式 表示当前第辆车的普通图像中，最大像素灰度值与最小像素灰度值之差；表示 从历史数据分析中得到的、所有历史车辆普通图像中的最大值；表示第辆车的目标 短曝光时长；表示一个预设的、具有时间量纲的短曝光参考时长；P表示截断映射函数， 用于将输入值映射至[-0.8,0.8]，计算方式为先进行最大最小值归一化，映射至[0,1]， 再乘1.6，映射至[0,1.6]，最后减去0.8，映射至[-0.8，0.8]，确定最终的曝光比调整系数， 其中最大值和最小值基于历史监测数据统计值确定；为调参系数； 基于所述曝光比调整系数对预设曝光比参考值进行调整，确定目标曝光比； 第k辆车的普通图像的目标曝光比满足以下公式： 为预先设定的曝光比参考值；为第k辆车的普通图像的曝光比调整系数； 根据目标短曝光时长设定短曝光帧的积分时间，并根据目标短曝光时长与目标曝光比的乘积设定长曝光帧的积分时间； 指示所述高动态范围摄像头基于所述短曝光帧的积分时间、所述长曝光帧的积分时间，采集所述车辆的长曝光图像和短曝光图像； 对所述长曝光图像和所述短曝光图像进行合成处理，确定用于车牌识别的高动态范围合成图像。

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西安坤翔实业有限公司;陕西坤翔静态交通科技有限公司，其通讯地址为：710061 陕西省西安市曲江新区雁翔路3269号旺座曲江G座1808室；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。