一种汽车底盘异物检测方法、系统及计算机技术方案

本发明专利技术提供一种汽车底盘异物检测方法、系统及计算机，方法包括：获取底盘的初始图像，对初始图像进行去噪处理，以获取待测图像；提取待测图像的边缘信息，以获取边缘图像，基于边缘图像获取待测特征曲线；提取识别库内不同车辆的标准特征曲线，将待测特征曲线与标准特征曲线进行比对，以获取比对底盘图；对待测图像进行图像矫正，以获取待比对底盘图；比对待比对底盘图与比对底盘图，以完成异物标识。通过待测特征曲线确定底盘的型号，进而通过比对底盘图与待比对底盘图之间的差异完成异物的识别，检测过程无需人工参与，节约了人力，提供了一种快速、精确的自动化异物检测方法。精确的自动化异物检测方法。精确的自动化异物检测方法。

【技术实现步骤摘要】
一种汽车底盘异物检测方法、系统及计算机


[0001]本申请涉及图像数据处理
，特别是涉及一种汽车底盘异物检测方法、系统及计算机。

技术介绍

[0002]车身底盘作为汽车的重要组成部分之一，其作用是支撑固定发动机或驱动电机、各悬挂系统、转向系统及其他零部件，形成汽车的整体骨架结构并达成完善特性造型，同时需要承接着发动机的动力输出功率，使汽车产生动能传输到轮胎，与地面产生摩擦驱动，保证汽车能正常行驶。
[0003]车辆在行驶过程中，底盘容易与地面存在的砂石、木杆、金属块等异物接触，在接触过程中，可能会导致异物卡于底盘上，进而使底盘发生故障，影响车辆的正常行驶，若易导热的异物卡于新能源车的底盘上，在新能源车充电时，将产生更为严重的安全隐患。
[0004]现对底盘异物的检测，一般通过人工的方式进行，其一是在车辆周侧环视底盘进行检测；其二是以仰卧的方式进行车底进行检测。但通过人工的方式进行检测不仅费时费力，且检测工作不细致，容易产生漏检的情况，进而导致车辆行驶时存在安全隐患。

技术实现思路

[0005]本申请实施例提供了一种汽车底盘异物检测方法、系统及计算机，以解决现有技术中通过人工的方式进行底盘异物检测，不仅费时费力，且容易因漏检而为车辆的行驶留下安全隐患的技术问题。
[0006]第一方面，本申请实施例提供了一种汽车底盘异物检测方法，包括以下步骤：获取底盘的初始图像，对所述初始图像进行去噪处理，以获取待测图像；提取所述待测图像的边缘信息，以获取边缘图像，基于所述边缘图像获取待测特征曲线；提取识别库内不同车辆的标准底盘图，获取与所述标准底盘图对应的标准特征曲线，计算所述待测特征曲线与所述标准特征曲线之间的关联系数，将关联系数最大的所述标准特征曲线对应的所述标准底盘图选定为比对底盘图；对所述待测图像进行图像矫正，以获取待比对底盘图；比对所述待比对底盘图与所述比对底盘图，以完成异物标识。
[0007]进一步地，所述对所述初始图像进行去噪处理，以获取待测图像的步骤包括：去除所述初始图像中的随机噪声，以获取待处理图像；对所述待处理图像进行灰度闭运算，以获取所述待测图像。
[0008]进一步地，所述对所述待处理图像进行灰度闭运算的步骤包括：构建高斯模板，并通过所述高斯模板对所述待处理图像进行灰度膨胀处理；对灰度膨胀处理后的所述待处理图像进行灰度腐蚀处理。
[0009]进一步地，所述高斯模板为：
，其中，表示高斯模板，表示比例系数，表示像素点的横坐标，表示像素点的纵坐标，表示标准差，表示指数函数。
[0010]进一步地，所述基于所述边缘图像获取待测特征曲线的步骤包括：将所述边缘图像进行灰度投影，以获取投影曲线；以所述投影曲线内的极值点为分割点，将所述投影曲线分割为若干个子线段；对所述子线段进行平滑处理，以获取若干个矫正线段；拼接若干个所述矫正线段，以形成所述待测特征曲线。
[0011]进一步地，所述对所述待测图像进行图像矫正，以获取待比对底盘图的步骤包括：提取所述待测图像的若干个第一特征点及所述比对底盘图的若干个第二特征点；以所述第一特征点为基准，将所述第二特征点与所述第一特征点进行单向匹配，生成若干个欧式距离最小的第一点对；以所述第二特征点为基准，将所述第一特征点与所述第二特征点进行单向匹配，生成若干个距离最小的第二点对；提取若干个所述第一点对与若干个所述第二点对之间重合的点对，以形成单应性矩阵；基于所述单应性矩阵矫正所述待测图像，以获取待比对底盘图。
[0012]进一步地，所述比对所述待比对底盘图与所述比对底盘图，以完成异物标识步骤包括：将所述待比对底盘图与所述比对底盘图之间进行差分处理，以获取差分图像；增强所述差分图像的对比度，并进行阈值化处理，以获取二值化图像；对所述二值化图像进行边缘追踪，以完成异物标识。
[0013]第二方面，本申请实施例提供了一种汽车底盘异物检测系统，应用如上述技术方案中所述的汽车底盘异物检测方法，所述系统包括：预处理模块，用于获取底盘的初始图像，对所述初始图像进行去噪处理，以获取待测图像；第一提取模块，用于提取所述待测图像的边缘信息，以获取边缘图像，基于所述边缘图像获取待测特征曲线；第二提取模块，用于提取识别库内不同车辆的标准底盘图，获取与所述标准底盘图对应的标准特征曲线，计算所述待测特征曲线与所述标准特征曲线之间的关联系数，将关联系数最大的所述标准特征曲线对应的所述标准底盘图选定为比对底盘图；修正模块，用于对所述待测图像进行图像矫正，以获取待比对底盘图；标识模块，用于比对所述待比对底盘图与所述比对底盘图，以完成异物标识。
[0014]第三方面，本申请实施例提供了一种计算机，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的汽车底盘异物检测方法。
[0015]第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面所述的汽车底盘异物检测方法。
[0016]相较于现有技术，本专利技术的有益效果在于：完成所述初始图像的获取后，对其进行去噪处理，可避免底盘上的划痕等干扰信息影响后续的异物识别，通过获取所述待测特征曲线，将所述待测特征曲线与所述标准特征曲线进行比对，以形状特征为出发点，可通过所述待测特征曲线确定底盘的型号，进而通过所述比对底盘图与所述待比对底盘图之间的差异特征，完成异物的识别，该检测过程无需人工参与，节约了人力，提供了一种快速、精确的自动化异物检测方法。
[0017]本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
[0018]图1为本专利技术第一实施例中汽车底盘异物检测方法的流程图；图2为本专利技术第二实施例中汽车底盘异物检测系统的结构框图；如下具体实施方式将结合上述附图进一步说明本专利技术。
具体实施方式
[0019]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0020]显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
[0021]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车底盘异物检测方法，其特征在于，包括以下步骤：获取底盘的初始图像，对所述初始图像进行去噪处理，以获取待测图像；提取所述待测图像的边缘信息，以获取边缘图像，基于所述边缘图像获取待测特征曲线；提取识别库内不同车辆的标准底盘图，获取与所述标准底盘图对应的标准特征曲线，计算所述待测特征曲线与所述标准特征曲线之间的关联系数，将关联系数最大的所述标准特征曲线对应的所述标准底盘图选定为比对底盘图；对所述待测图像进行图像矫正，以获取待比对底盘图；比对所述待比对底盘图与所述比对底盘图，以完成异物标识。2.根据权利要求1所述的汽车底盘异物检测方法，其特征在于，所述对所述初始图像进行去噪处理，以获取待测图像的步骤包括：去除所述初始图像中的随机噪声，以获取待处理图像；对所述待处理图像进行灰度闭运算，以获取所述待测图像。3.根据权利要求2所述的汽车底盘异物检测方法，其特征在于，所述对所述待处理图像进行灰度闭运算的步骤包括：构建高斯模板，并通过所述高斯模板对所述待处理图像进行灰度膨胀处理；对灰度膨胀处理后的所述待处理图像进行灰度腐蚀处理。4.根据权利要求3所述的汽车底盘异物检测方法，其特征在于，所述高斯模板为：，其中，表示高斯模板，表示比例系数，表示像素点的横坐标，表示像素点的纵坐标，表示标准差，表示指数函数。5.根据权利要求1所述的汽车底盘异物检测方法，其特征在于，所述基于所述边缘图像获取待测特征曲线的步骤包括：将所述边缘图像进行灰度投影，以获取投影曲线；以所述投影曲线内的极值点为分割点，将所述投影曲线分割为若干个子线段；对所述子线段进行平滑处理，以获取若干个矫正线段；拼接若干个所述矫正线段，以形成所述待测特征曲线。6.根据权利要求1所述的汽车底盘异物检测方法，其特征在于，所述对所述待测图像进行图像矫正，以获取待比对底盘图的步骤包括：提取所述待测图像的若干个第一特征点及所述比对底盘图的若干个第二特征点；以所...

【专利技术属性】
技术研发人员：周军珂，陈松，万见，熊少凡，朱志豪，
申请(专利权)人：南昌江铃华翔汽车零部件有限公司，
类型：发明
国别省市：