一种图像检测方法和装置制造方法及图纸

本申请实施例提供了一种图像检测方法和装置，其中，所述方法包括：获取待检测的多个部件分割图；预估所述部件分割图中各部件的轮廓的分形维数，所述分形维数表示所述部件的轮廓的粗糙程度；根据所述分形维数对所述部件分割图进行筛选；将筛选后的所述部件分割图进行常识检查；根据常识检查后的所述部件分割图进行图像检测。本申请实施例可以对用户拍摄的图像进行筛选和常识检查，排除掉容易造成AI定损结果不准确的图像，从而提高车险AI定损的准确率。而且，降低了对用户拍摄车损图像的专业性要求，简化了AI定损的流程。

【技术实现步骤摘要】
一种图像检测方法和装置
本申请涉及计算机
，特别是涉及一种图像检测方法和装置。
技术介绍
在车险定损环节，传统的业务解决方案依赖定损员现场查勘定损。人工智能(ArtificialIntelligence，简称AI)定损则通过计算机视觉算法对用户上传的车损图像进行分析，给出对车辆损伤情况的分析及对应的维修方案与赔付金额，可代替人工现场查勘定损的过程。现存的车险AI定损技术，在用户上传车损影像时，分为引导拍照和引导拍摄视频两种模式。其中，引导拍照模式的AI定损技术要求用户对每处损伤位置拍摄一定数量的特定角度和距离的图像，然后通过AI算法分别对每处损伤位置的图像进行处理，最终输出定损结果。此模式的AI定损技术对图像拍摄的角度、距离等要求严格，缺乏专业知识的用户拍摄的图像很可能无法满足AI算法的输入要求，从而得不到准确的定损结果。
技术实现思路
鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种图像检测方法和装置。为了解决上述问题，根据本申请实施例的第一方面，公开了一种图像检测方法，包括：获取待检测的多个部件分割图；预估所述部件分割图中各部件的轮廓的分形维数，所述分形维数表示所述部件的轮廓的粗糙程度；根据所述分形维数对所述部件分割图进行筛选；将筛选后的所述部件分割图进行常识检查；根据常识检查后的所述部件分割图进行图像检测。可选地，所述预估所述部件分割图中各部件的轮廓的分形维数，包括：根据计盒维数算法预估所述部件分割图中各部件的轮廓的分形维数。可选地，所述根据所述分形维数对所述部件分割图进行筛选，包括：根据所述分形维数和预设的第一维数阈值对所述部件分割图中的各部件的轮廓进行部件筛选；根据所述分形维数和预设的第二维数阈值对部件筛选后的所述部件分割图进行图形筛选。可选地，所述根据所述分形维数和预设的第一维数阈值对所述部件分割图中的各部件的轮廓进行部件筛选，包括：将所述分形维数与所述第一维数阈值进行比较；保留所述分形维数小于所述第一维数阈值的部件的轮廓，并删除所述分形维数大于或等于所述第一维数阈值的部件的轮廓。可选地，所述根据所述分形维数和预设的第二维数阈值对部件筛选后的所述部件分割图进行图形筛选，包括：对部件筛选后的所述部件分割图中的各部件的轮廓的所述分形维数进行加权平均计算得到加权平均结果；将所述加权平均结果与所述第二维数阈值进行比较；保留所述加权平均结果小于所述第二维数阈值的所述部件分割图，并删除所述加权平均结果大于或等于所述第二维数阈值的所述部件分割图；其中，所述加权平均计算过程中所述分形维数的权重为对应的部件的面积。可选地，所述将筛选后的所述部件分割图进行常识检查，包括：从筛选后的所述部件分割图中统计出各部件的部件类别；根据所述部件类别判断所述部件分割图中的各部件是否相连；保留部件相连的所述部件分割图，并删除部件不相连的所述部件分割图。可选地，所述根据所述部件类别判断所述部件分割图中的各部件是否相连，包括：若R’和A的交集为空集，则在所述R’为空集时，确定所述部件分割图中的各部件相连，在所述R’不为空集时，确定所述部件分割图中的各部件不相连；其中，所述R’＝R-S，所述R为所述部件类别构成的集合，所述S为所述R中的任一所述部件类别相连的部件类别的集合，所述A为与所述S中的部件类别存在相邻关系的部件类别的集合。根据本申请实施例的第二方面，还公开了一种图像检测装置，包括：获取模块，被配置成获取待检测的多个部件分割图；预估模块，被配置成预估所述部件分割图中各部件的轮廓的分形维数，所述分形维数表示所述部件的轮廓的粗糙程度；筛选模块，被配置成根据所述分形维数对所述部件分割图进行筛选；检查模块，被配置成将筛选后的所述部件分割图进行常识检查；检测模块，被配置成根据常识检查后的所述部件分割图进行图像检测。可选地，所述预估模块，被配置成根据计盒维数算法预估所述部件分割图中各部件的轮廓的分形维数。可选地，所述筛选模块，包括：部件筛选模块，被配置成根据所述分形维数和预设的第一维数阈值对所述部件分割图中的各部件的轮廓进行部件筛选；图形筛选模块，被配置成根据所述分形维数和预设的第二维数阈值对部件筛选后的所述部件分割图进行图形筛选。可选地，所述部件筛选模块，被配置成将所述分形维数与所述第一维数阈值进行比较；保留所述分形维数小于所述第一维数阈值的部件的轮廓，并删除所述分形维数大于或等于所述第一维数阈值的部件的轮廓。可选地，所述图形筛选模块，被配置成对部件筛选后的所述部件分割图中的各部件的轮廓的所述分形维数进行加权平均计算得到加权平均结果；将所述加权平均结果与所述第二维数阈值进行比较；保留所述加权平均结果小于所述第二维数阈值的所述部件分割图，并删除所述加权平均结果大于或等于所述第二维数阈值的所述部件分割图；其中，所述加权平均计算过程中所述分形维数的权重为对应的部件的面积。可选地，所述检查模块，包括：类别统计模块，被配置成从筛选后的所述部件分割图中统计出各部件的部件类别；相连判断模块，被配置成根据所述部件类别判断所述部件分割图中的各部件是否相连；图像去留模块，被配置成保留部件相连的所述部件分割图，并删除部件不相连的所述部件分割图。可选地，所述相连判断模块，被配置成若R’和A的交集为空集，则在所述R’为空集时，确定所述部件分割图中的各部件相连，在所述R’不为空集时，确定所述部件分割图中的各部件不相连；其中，所述R’＝R-S，所述R为所述部件类别构成的集合，所述S为所述R中的任一所述部件类别相连的部件类别的集合，所述A为与所述S中的部件类别存在相邻关系的部件类别的集合。本申请实施例包括以下优点：本申请实施例提供了一种图像检测方案，获取待检测的部件分割图，再预估部件分割图中各部件的轮廓的分形维数，根据分形维数对部件分割图进行筛选，将筛选后的部件分割图进行常识检查，最终根据常识检查后的部件分割图进行图像检测。本申请实施例在预估得到部件分割图中各部件的轮廓的分形维数之后，根据分形维数对部件分割图进行筛选，以筛选掉一部分部件分割结果不准确的部件分割图，然后判断筛选后的部件分割图是否符合常识，以过滤掉一部分部件分割结果不符合常识的部件分割图，最终，将经过筛选和常识检查的部件分割图进行图像检测。当本申请实施例应用于车险定损时，本申请实施例可以对用户拍摄的图像进行筛选和常识检查，排除掉容易造成AI定损结果不准确的图像，从而提高车险AI定损的准确率。而且，降低了对用户拍摄车损图像的专业性要求，简化了AI定损的流程。附图说明图1是本申请的一种图像检测方法实施例的步骤流程图；图2是本申请的一种AI定损方案的步骤流程图；图3是本申请的轮廓分形算法的步骤流程图；图4是本申请的常识判断检查算法的步骤流程图；图5至图7是本申请的三张原始图像；图8至图10是本申请的图5至图7的三张原始图像对应的部件分割图；图11是本申请的一种图像检测装置实施例的本文档来自技高网...

【技术保护点】
1.一种图像检测方法，其特征在于，包括：/n获取待检测的多个部件分割图；/n预估所述部件分割图中各部件的轮廓的分形维数，所述分形维数表示所述部件的轮廓的粗糙程度；/n根据所述分形维数对所述部件分割图进行筛选；/n将筛选后的所述部件分割图进行常识检查；/n根据常识检查后的所述部件分割图进行图像检测。/n

【技术特征摘要】
1.一种图像检测方法，其特征在于，包括：
获取待检测的多个部件分割图；
预估所述部件分割图中各部件的轮廓的分形维数，所述分形维数表示所述部件的轮廓的粗糙程度；
根据所述分形维数对所述部件分割图进行筛选；
将筛选后的所述部件分割图进行常识检查；
根据常识检查后的所述部件分割图进行图像检测。


2.根据权利要求1所述的方法，其特征在于，所述预估所述部件分割图中各部件的轮廓的分形维数，包括：
根据计盒维数算法预估所述部件分割图中各部件的轮廓的分形维数。


3.根据权利要求1所述的方法，其特征在于，所述根据所述分形维数对所述部件分割图进行筛选，包括：
根据所述分形维数和预设的第一维数阈值对所述部件分割图中的各部件的轮廓进行部件筛选；
根据所述分形维数和预设的第二维数阈值对部件筛选后的所述部件分割图进行图形筛选。


4.根据权利要求3所述的方法，其特征在于，所述根据所述分形维数和预设的第一维数阈值对所述部件分割图中的各部件的轮廓进行部件筛选，包括：
将所述分形维数与所述第一维数阈值进行比较；
保留所述分形维数小于所述第一维数阈值的部件的轮廓，并删除所述分形维数大于或等于所述第一维数阈值的部件的轮廓。


5.根据权利要求3所述的方法，其特征在于，所述根据所述分形维数和预设的第二维数阈值对部件筛选后的所述部件分割图进行图形筛选，包括：
对部件筛选后的所述部件分割图中的各部件的轮廓的所述分形维数进行加权平均计算得到加权平均结果；
将所述加权平均结果与所述第二维数阈值进行比较；
保留所述加权平均结果小于所述第二维数阈值的所述部件分割图，并删除所述加权平均结果大于或等于所述第二维数阈值的所述部件分割图；
其中，所述加权平均计算过程中所述分形维...

【专利技术属性】
技术研发人员：殷雨昕，付晓，马文伟，刘设伟，
申请(专利权)人：泰康保险集团股份有限公司，泰康在线财产保险股份有限公司，
类型：发明
国别省市：北京;11