【技术实现步骤摘要】
本专利技术涉及计算机视觉领域,具体涉及一种基于计算机视觉的车辆损伤判别方法。
技术介绍
车辆损伤精准判别是一项非常重要的技术,能够为交通安全管理、保险公司、租车行、汽车修理厂等应用场景中带来很大的经济意义和实用意义,因此对车辆损伤精准判别方式的研究非常有意义。一般的,车辆损伤形式有轻则弯扭、变形、断裂或破碎等,碰车伤局部、重创伤筋骨、翻车伤外形、擦挂伤表层。损伤程度的检查方法根据汽车损伤的特点,目前常用的集中车辆损伤判别方法有:(1)以外观(宏观)检查为主,凭眼看、手摸判定;(2)用简单的量具测量或拉线法检查;(3)用仪器、仪表检查。这些传统的人工判定方式存在着工作量大、工作效率低、车辆损坏判定不够准确、受主观因素影响大、判定结果比较片面且无法实时快速获取不同场景的车辆的损坏信息等缺点。
技术实现思路
本专利技术所要解决的技术问题是:提出一种基于计算机视觉的车辆损伤判别方法,解决传统技术中采用人工判别方式存在的判定不全面、不准确、效率低下的问题。本专利技术解决其技术问题所采用的技术方案是:基于计算机视觉的车辆损伤判别方法,包括以下步骤:步骤a、标定双目图像采集系统;步骤b、利用双目图像采集系统进行监控区域图像采集,获取采集图像的深度图;步骤c、利用卷积神经网络对深度图像进行特征提取训练,训练车辆损坏程度判别模型;步骤d、利用车辆损坏程度判别模型对采集的车辆图像进行损坏程度判别。作为进一步优化,步骤a具体包括:a1、搭建双目图像采集系统:将两台相同型号的摄像机以一定的基线距离固定在光学平台上,保证观测目标在两台摄像机成像范围之内,搭建完成后两相机之间的相对位置 ...
【技术保护点】
基于计算机视觉的车辆损伤判别方法,其特征在于,包括以下步骤:步骤a、标定双目图像采集系统;步骤b、利用双目图像采集系统进行监控区域图像采集,获取采集图像的深度图;步骤c、利用卷积神经网络对深度图像进行特征提取训练,训练车辆损坏程度判别模型;步骤d、利用车辆损坏程度判别模型对采集的车辆图像进行损坏程度判别。
【技术特征摘要】
1.基于计算机视觉的车辆损伤判别方法,其特征在于,包括以下步骤:步骤a、标定双目图像采集系统;步骤b、利用双目图像采集系统进行监控区域图像采集,获取采集图像的深度图;步骤c、利用卷积神经网络对深度图像进行特征提取训练,训练车辆损坏程度判别模型;步骤d、利用车辆损坏程度判别模型对采集的车辆图像进行损坏程度判别。2.如权利要求1所述的基于计算机视觉的车辆损伤判别方法,其特征在于,步骤a具体包括:a1、搭建双目图像采集系统:将两台相同型号的摄像机以一定的基线距离固定在光学平台上,保证观测目标在两台摄像机成像范围之内,搭建完成后两相机之间的相对位置即固定不变;a2、拍摄标定板图像组:将棋盘格标定板放置于平台前方,使标定板在两个相机中完整成像;通过旋转、平移标定板方式拍摄多组不同姿态下的标定板图像。3.如权利要求1所述的基于计算机视觉的车辆损伤判别方法,其特征在于,步骤b具体包括:b1、用标定好的双目图像采集系统拍摄监控区域视频图像;其中,左图像采集系统采集的图像为原始左图像,右图像采集系统采集的图像为原始右图像;根据标定参数对左、右图像进行消除畸变和极线校正处理,使消除畸变后的两幅图像严格对应;b2、对左、右图像进行预处理,所述预处理包括降噪、增强;b3、对预处理后的左、右图像进行特征提取和匹配,获取图像...
【专利技术属性】
技术研发人员:李轩,陈志超,谷瑞翔,张小苗,
申请(专利权)人:成都通甲优博科技有限责任公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。