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！

龙图腾网获悉东南大学申请的专利基于协同网络的轮胎压印字符动态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：CN116403217B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310379418.7，技术领域涉及：G06V30/14；该发明授权基于协同网络的轮胎压印字符动态识别方法是由高康;李瑆泽;郑楠芳;张皓炜;文许高媛;牟思涵;黄嘉慧;苏雪峰;赵维刚设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本基于协同网络的轮胎压印字符动态识别方法在说明书摘要公布了：本发明提出了一种基于协同网络的轮胎压印字符动态识别方法，首先使用YOLO‑V5s网络识别捕捉到的图像中的轮胎，并按照检测框的轮廓裁剪图片；对裁剪得到的轮胎图像进行四分区，在分区内使用ENet定位字符区域，滤去面积过小的噪声区域；基于区域生长算法，提取完整的字符区域；对不规则的掩膜区域做外接矩形，并将四个分割图像进行拼接；计算拼接后的字符区域面积并排序，过滤非目标的字符区域；再次作外接矩形后通过图像旋转和投影展开使字符处于正位并将字符拉直；使用YOLO‑V5s网络对图像块内字符进行识别。本发明稳定性高，成本低，适用场景广泛，可动态实现对指定字符部分的识别，过滤多余信息。

本发明授权基于协同网络的轮胎压印字符动态识别方法在权利要求书中公布了：1.一种基于协同网络的轮胎压印字符动态识别方法，其特征在于，包括以下步骤： 步骤1、基于YOLO-V5网络和包含轮胎的原始图像，制作轮胎图像； 步骤2、基于轮胎图像，制作字符定位用数据集； 步骤3、基于ENet网络模型和字符定位用数据集，获取ENet网络模型的权重，并将权重加载至ENet网络模型，以生成训练后的ENet网络模型； ENet网络模型训练过程具体包括： 步骤3A、基于步骤2中的训练集，对ENet网络模型进行分割训练，之后基于步骤2中的验证集，对ENet网络模型进行验证； 步骤3B、当验证结果达到设定值时，将ENet网络模型训练后生成的权重加载到ENet网络模型，以生成训练后的ENet网络模型； 步骤4、基于训练后的ENet网络模型，对需要识别的轮胎图像进行字符定位，输出分割后的字符定位图： 步骤4A、将需要识别的轮胎图像沿竖直和水平中轴线裁切分割为4张图片； 步骤4B、将4张图片分别输入步骤3训练后的ENet网络模型中，实现对轮胎图像字符的定位； 步骤4C、采用逻辑目标过滤指令，针对每张图片，均选取面积大于2000个像素点的字符区域； 步骤4D、针对选定的字符区域，采用区域生长算法和cv2.minAreaRect函数，输出每张图片对应的字符定位图； 步骤5、对分割后的4张字符定位图、4张字符定位图对应的步骤4A中获取的4张原始轮胎图片分别进行字符形态处理，以输出与步骤4A中的每张轮胎图像对应的完整的字符定位图、轮胎图像；其中，字符定位图中，包含面积前四的字符区域； 步骤6、基于字符区域和步骤5A中生成的轮胎图像，进行图像旋转操作，以输出正向矩形拼接图像； 步骤7、输出正向的拉直字符区域：基于正向矩形拼接图像，进行扇形字符展开操作，使弯曲的字符变为竖直，以提高字符识别的效率与精确度； 步骤8、将正向的拉直字符区域，输入训练后的YOLO-V5网络，以输出按照轮胎图像中的顺序排列的标识符； YOLO-V5网络训练过程具体包括： 步骤8A、将多张原始图像对应的拉直字符区域，制作字符识别用数据集，字符识别用数据集包括测试集、训练集和验证集； 步骤8B、基于步骤8A中的训练集，对YOLO-V5s网络进行字符特征识别训练，之后基于步骤8A中的验证集，对YOLO-V5s网络进行验证； 步骤8C、当验证结果达到设定值时，将YOLO-V5s网络训练后生成的权重加载到YOLO-V5s网络，以生成训练后的YOLO-V5s网络。

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东南大学，其通讯地址为：210018 江苏省南京市玄武区四牌楼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。