CN105488788A - 汽车液体余量检测方法 - Google Patents
汽车液体余量检测方法 Download PDFInfo
- Publication number
- CN105488788A CN105488788A CN201510829117.5A CN201510829117A CN105488788A CN 105488788 A CN105488788 A CN 105488788A CN 201510829117 A CN201510829117 A CN 201510829117A CN 105488788 A CN105488788 A CN 105488788A
- Authority
- CN
- China
- Prior art keywords
- dipstick
- image
- scale
- vehicle liquid
- detection method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
Abstract
汽车液体余量检测方法,属于汽车检测领域,用于解决现有汽车相关的液面检测只停留在借助标尺人工估计数值的问题,技术要点是:具有在摄录图像中对油尺检测的步骤,包括:S1.摄像机摄录得到无油尺的背景图像以及有油尺在当前场景中的图像;S2.对该图像中的油尺进行背景差分目标检测,得到油尺在该场景图像中的坐标。效果:本发明在用户视力不好或光照条件不利的情况,使得汽车液体标尺的刻度仍有很好的识别作用。
Description
技术领域
本发明属于汽车检测领域,尤其涉及一种汽车液体余量检测方法。
背景技术
汽车要保持良好的运行状态就需要平时多注意细节观察和养护。现有关于汽车维修的技术依然趋于人工化,对于车辆刹车油、机油、制动液、风窗清洗液、水箱、转向助力油、防冻液等的液面检测只停留在借助标尺人工估计数值的阶段。还没有相关技术可以直接给出相关数值并不受环境影响,例如夜晚读取数值不便。
发明内容
为了解决上述技术问题,本发明使用的技术方案是:
一种汽车液体余量检测方法,具有在摄录图像中对油尺检测的步骤,包括:
S1.摄像机摄录得到无油尺的背景图像B以及有油尺的且油尺在当前场景中的图像F;
S2.对该图像中的油尺进行背景差分目标检测,得到油尺在该场景图像中的坐标。
进一步的,步骤S2中,还得到油尺在该场景图像中的摆放方式的信息。
进一步的,步骤S2中所述的背景差分目标检测的方法为:将背景帧与当前帧的R、G、B通道分离,相应分量进行差分运算,对差分值进行阈值二值化处理,得到各通道差分图,再对三通道图像重新组合得到结果,所述结果为油尺在场景图像中坐标和/或摆放方式,得到所述结果的计算使用如下公式:
Di(x,y)=Fi(x,y)-Bi(x,y)(1)
式中:i=R,G,B;Fi(x,y)为前景图F(x,y)分离出来的第i通道的图像;Bi(x,y)为背景图B(x,y)分离出来的第i通道的图像;Di(x,y)为第i通道的差分图像;Ii(x,y)为第各通道阈值化后的结果图像;θi为各通道的设定阈值。
进一步的,提取上一帧与当前帧做边缘差分计算,得到目标的大致边缘,对上一结果修正。
进一步的,对油尺标度检测,具有以下步骤:
S1.对油尺刻度上下边界检测:提取油尺在场景图像中的坐标对应矩形框感兴趣区域,将感兴趣区域旋转,采用旋转后图像的灰度值采用垂直边缘检测的方法进行垂直方向统计,得到波形的相应峰值为油尺刻度的最大刻度位置和最小刻度位置;
S2.对当前油量刻度检测:采用颜色变化作为判断油量刻度线位置的依据,油尺上油量刻度线左右两边的色彩不同,油尺坐标区域的RGB值提取后,对应RBG值发生跃变的坐标位置作为当前油量刻度线位置。
进一步的,根据油尺标度检测信息,运算当前油量刻度线位置占据油尺刻度上下边界的百分比,并予以显示,根据该百分占比,得到油量过少需要添加、油量正常可添加和油量足够无需添加的相应提示,该提示于智能眼镜显示。
本发明还涉及一种汽车液体余量的方法在智能眼镜上的应用。
有意效果:
本发明在用户视力不好或光照条件不利的情况,使得汽车液体标尺的刻度仍有很好的识别作用,即减小了光照条件对汽车余量检测的影响。
本发明利用智能眼镜中微型计算机对图像中的油尺位置检测及油量刻度检测,可以达到液体剩余量以百分比形式可视化的显示。相比人工观测来说,量化效果更好。
本发明可针对不同的液体剩余量给出不同的解决方案,对于菜鸟级驾车者更加形象也更加便捷。
附图说明
图1为背景差分法流程图;
图2为油尺标度显示图;
图3油尺灰度值统计波形
具体实施方式
实施例1:
一种汽车液体余量检测方法,具有在摄录图像中对油尺检测的步骤,包括:S1.摄像机摄录得到无油尺的背景图像B以及有油尺的且油尺在当前场景中的图像F;S2.对该图像中的油尺进行背景差分目标检测,得到油尺在该场景图像中的坐标。该坐标反应的是油尺的位置信息,得到该位置信息,可以在步骤S1中获得的图像F中找到油尺,接下来再检测油余量相对于油尺的位置。
实施例2:
具有与实施例1相同的技术方案,更为具体的是:在步骤S2中,检测步骤中,除了得到油尺在该场景图像中的坐标外,还得到了油尺在该场景图像中的摆放方式的信息。摆放信息的获取可以通过神经网络分类学习获得。
实施例3:
具有与实施例1或2相同的技术方案,更为具体的是:步骤S2中所述的背景差分目标检测的方法具体为:将背景帧与当前帧的R、G、B通道分离,相应分量进行差分运算,对差分值进行阈值二值化处理,得到各通道差分图,再对三通道图像重新组合得到结果,所述结果为油尺在场景图像中坐标和/或摆放方式,得到所述结果的计算使用如下公式:
Di(x,y)=Fi(x,y)-Bi(x,y)(1)
式中:i=R,G,B;Fi(x,y)为前景图F(x,y)分离出来的第i通道的图像;Bi(x,y)为背景图B(x,y)分离出来的第i通道的图像;Di(x,y)为第i通道的差分图像;Ii(x,y)为第各通道阈值化后的结果图像;θi为各通道的设定阈值。提取上一帧与当前帧做边缘差分计算,得到目标的大致边缘,对上一结果修正。
实施例4:
具有与实施例1或2或3相同的技术方案,更为具体的是:对油尺标度检测,具有以下步骤:
S1.对油尺刻度上下边界检测:提取油尺在场景图像中的坐标对应矩形框感兴趣区域,将感兴趣区域旋转,采用旋转后图像的灰度值采用垂直边缘检测的方法进行垂直方向统计,得到波形的相应峰值为油尺刻度的最大刻度位置和最小刻度位置;所述感兴趣区域,是实施例1中所述的步骤S2中,得到的油尺在该场景图像中的坐标所对应的区域。
S2.对当前油量刻度检测:采用颜色变化作为判断油量刻度线位置的依据,油尺上油量刻度线左右两边的色彩不同,油尺坐标区域的RGB值提取后,对应RBG值发生跃变的坐标位置作为当前油量刻度线位置。
实施例5:
具有与实施例1或2或3或4相同的技术方案,更为具体的是:根据油尺标度检测信息,运算当前油量刻度线位置占据油尺刻度上下边界的百分比,并予以显示,根据该百分占比,得到油量过少需要添加、油量正常可添加和油量足够无需添加的相应提示,该提示于智能眼镜显示。
实施例6:
具有与实施例1或2或3或4或5相同的技术方案,更为具体的是:使用任意种上述技术方案中的汽车液体余量检测方法,将其应用于智能眼镜上,进一步在汽车维修过程中解放双手,本实施例旨在开发一款方便携带的智能眼镜,可不受日照影响读取各液体的容量数值,并提供给开车者可采取的相应措施。
本实施例在眼镜镜架上有一微型计算机,镜片处有一微型摄相机,可以根据日照的明暗进行补光,将眼前可看到的场景拍照摄录。在图像中对油尺进行目标检测,采用下文技术,找到油尺在该场景中坐标及油线位置,并以百分比形式实时显示油量剩余值在镜片上,反馈给驾车者相应信息。本方案描述以油尺为例,其他液体容量估计方法等同。
1.在图像中对油尺的检测
采用基于RGB颜色分离的背景差分目标检测方法。主要是对RGB三通道图像独立进行背景差分运算,阈值二值化后合并三通道前景图像,得到完整前景目标图像;再利用检测的边缘对前景图像进行修正。
1)如图1所示,将背景帧与当前帧的R、G、B通道分离,相应分量进行差分,差分后相应结果做各自阈值二值化得到各通道差分图后,三通道图像重新组合成最终结果。这种方法在一定程度上解决了目标检测方法中存在的灰度图像下无法较好辨识颜色差别的弊端。
采用公式如下:
Di(x,y)=Fi(x,y)-Bi(x,y)
(1)
(2)
式中:i=R,G,B;Fi(x,y)为前景图F(x,y)分离出来的第i通道的图像;Bi(x,y)为背景图B(x,y)分离出来的第i通道的图像;Di(x,y)为第i通道的差分图像;Ii(x,y)为第各通道阈值化后的结果图像;θi为各通道的设定阈值。
2)提取上一帧与当前帧做边缘差分,得到目标的大致边缘,对上一结果修正。最终得到更加准确的油尺在图像中的坐标信息和油尺的摆放方式,即头尾方位,摆放信息的获取可以通过神经网络分类学习获得。
2.对油尺标度的检测
1)对油尺刻度上下边界检测
采用垂直边缘检测的方法,将刚刚检测到的标尺坐标对应的区域进行旋转,对旋转后的灰度值进行垂直方向统计,最后得到的波形相应峰值即为油尺刻度的最大最小刻度位置。
如图3所示,该波形为油尺坐标对应区域的灰度值统计波形,可以看到波形峰值点A、B即为油尺上下限,具体对应哪一个边限可由上面得到的油尺头尾方位判别得到。
2)对当前油量刻度检测
采用颜色变化作为判断油量刻度线位置的依据。油尺上油量刻度线左右两边的色彩不同,油尺坐标区域的RGB值提取后,对应RBG值发生跃变的坐标位置即为当前油量刻度线位置。
3.对剩余油量的百分比显示与给出相应提示
简单计算百分比,给出3种提示:红色报警油量过少需添加、油量正常可添加、油量足够使用无须添加,显示在镜片上。
实施例7:
申请号为:2015106328103的中国专利申请记载了一种智能眼镜,该智能眼镜可以辅助实现本发明上述实施例中的方法。
Claims (7)
1.一种汽车液体余量检测方法,其特征在于,具有在摄录图像中对油尺检测的步骤,包括:
S1.摄像机摄录得到无油尺的背景图像B以及有油尺的且油尺在当前场景中的图像F;
S2.对该图像中的油尺进行背景差分目标检测,得到油尺在该场景图像中的坐标。
2.如权利要求1所述的汽车液体余量检测方法,其特征在于,步骤S2中,还得到油尺在该场景图像中的摆放方式的信息。
3.如权利要求1或2所述的汽车液体余量检测方法,其特征在于,步骤S2中所述的背景差分目标检测的方法为:将背景帧与当前帧的R、G、B通道分离,相应分量进行差分运算,对差分值进行阈值二值化处理,得到各通道差分图,再对三通道图像重新组合得到结果,所述结果为油尺在场景图像中坐标和/或摆放方式,得到所述结果的计算使用如下公式:
Di(x,y)=Fi(x,y)-Bi(x,y)(1)
式中:i=R,G,B;Fi(x,y)为前景图F(x,y)分离出来的第i通道的图像;Bi(x,y)为背景图B(x,y)分离出来的第i通道的图像;Di(x,y)为第i通道的差分图像;Ii(x,y)为第各通道阈值化后的结果图像;θi为各通道的设定阈值。
4.如权利要求3所述的汽车液体余量检测方法,其特征在于:提取上一帧与当前帧做边缘差分计算,得到目标的大致边缘,对上一结果修正。
5.如权利要求3所述的汽车液体余量检测方法,其特征在于:对油尺标度检测,具有以下步骤:
S1.对油尺刻度上下边界检测:提取油尺在场景图像中的坐标对应矩形框感兴趣区域,将感兴趣区域旋转,采用旋转后图像的灰度值垂直边缘检测的方法进行垂直方向统计,得到波形的相应峰值为油尺刻度的最大刻度位置和最小刻度位置;
S2.对当前油量刻度检测:采用颜色变化作为判断油量刻度线位置的依据,油尺上油量刻度线左右两边的色彩不同,油尺坐标区域的RGB值提取后,对应RBG值发生跃变的坐标位置作为当前油量刻度线位置。
6.如权利要求5所述的汽车液体余量检测方法,其特征在于:根据油尺标度检测信息,运算当前油量刻度线位置占据油尺刻度上下边界的百分比,并予以显示,根据该百分占比,得到油量过少需要添加、油量正常可添加和油量足够无需添加的相应提示,该提示于智能眼镜显示。
7.一种汽车液体余量的方法在智能眼镜上的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510829117.5A CN105488788B (zh) | 2015-11-24 | 2015-11-24 | 汽车液体余量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510829117.5A CN105488788B (zh) | 2015-11-24 | 2015-11-24 | 汽车液体余量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105488788A true CN105488788A (zh) | 2016-04-13 |
CN105488788B CN105488788B (zh) | 2019-04-05 |
Family
ID=55675753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510829117.5A Active CN105488788B (zh) | 2015-11-24 | 2015-11-24 | 汽车液体余量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105488788B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108625926A (zh) * | 2017-03-21 | 2018-10-09 | 北京爱德盛业科技有限公司 | 一种基于移动智能终端检测汽车发动机机油的方法 |
CN109509205A (zh) * | 2017-09-14 | 2019-03-22 | 北京君正集成电路股份有限公司 | 前景检测方法及装置 |
CN109801327A (zh) * | 2018-12-21 | 2019-05-24 | 杭州电子科技大学 | 一种基于视频数据的城市内涝积水深度信息提取方法 |
CN110874596A (zh) * | 2019-11-06 | 2020-03-10 | 中国石油大学(北京) | 一种仪表智能识别预警方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3189579B2 (ja) * | 1994-06-29 | 2001-07-16 | 株式会社日立製作所 | 画像処理を用いた液面高さ計測方法及び装置 |
CN101263369A (zh) * | 2005-09-16 | 2008-09-10 | 韩国建设技术研究院 | 用于通过图像来测量液位的系统和方法 |
CN101937632A (zh) * | 2010-07-13 | 2011-01-05 | 联宇工程技术(武汉)有限公司 | 基于图像处理的水位便携式自动读数仪 |
CN102171541A (zh) * | 2009-01-06 | 2011-08-31 | 西门子医疗保健诊断公司 | 用于使用成像确定容器中的液面的方法和装置 |
CN102288254A (zh) * | 2010-07-13 | 2011-12-21 | 联宇工程技术(武汉)有限公司 | 基于数字图像处理的水位测量方法 |
CN102494733A (zh) * | 2011-12-12 | 2012-06-13 | 西安电子科技大学 | 基于图像处理的水位监测系统及方法 |
CN103886612A (zh) * | 2014-04-08 | 2014-06-25 | 马鸿旭 | 一种基于水库监控摄像头的水位自动提取方法及系统 |
CN104677221A (zh) * | 2015-03-16 | 2015-06-03 | 河海大学常州校区 | 一种基于cmos图像传感器的智能卷尺及其测量方法 |
CN105353508A (zh) * | 2015-09-28 | 2016-02-24 | 大连楼兰科技股份有限公司 | 智能眼镜检测汽车液体余量的方法 |
-
2015
- 2015-11-24 CN CN201510829117.5A patent/CN105488788B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3189579B2 (ja) * | 1994-06-29 | 2001-07-16 | 株式会社日立製作所 | 画像処理を用いた液面高さ計測方法及び装置 |
CN101263369A (zh) * | 2005-09-16 | 2008-09-10 | 韩国建设技术研究院 | 用于通过图像来测量液位的系统和方法 |
CN102171541A (zh) * | 2009-01-06 | 2011-08-31 | 西门子医疗保健诊断公司 | 用于使用成像确定容器中的液面的方法和装置 |
CN101937632A (zh) * | 2010-07-13 | 2011-01-05 | 联宇工程技术(武汉)有限公司 | 基于图像处理的水位便携式自动读数仪 |
CN102288254A (zh) * | 2010-07-13 | 2011-12-21 | 联宇工程技术(武汉)有限公司 | 基于数字图像处理的水位测量方法 |
CN102494733A (zh) * | 2011-12-12 | 2012-06-13 | 西安电子科技大学 | 基于图像处理的水位监测系统及方法 |
CN103886612A (zh) * | 2014-04-08 | 2014-06-25 | 马鸿旭 | 一种基于水库监控摄像头的水位自动提取方法及系统 |
CN104677221A (zh) * | 2015-03-16 | 2015-06-03 | 河海大学常州校区 | 一种基于cmos图像传感器的智能卷尺及其测量方法 |
CN105353508A (zh) * | 2015-09-28 | 2016-02-24 | 大连楼兰科技股份有限公司 | 智能眼镜检测汽车液体余量的方法 |
Non-Patent Citations (3)
Title |
---|
TAO YANG 等: "Real-Time and Accurate Segmentation of Moving Objects in Dynamic Scene", 《VSSN’04》 * |
梁西银 等: "背景差分法自动检测毛细管粘度计液位的方法", 《计算机工程与应用 优先出版》 * |
王飞 等: "牛奶液位自动快速检测方法", 《科技传播》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108625926A (zh) * | 2017-03-21 | 2018-10-09 | 北京爱德盛业科技有限公司 | 一种基于移动智能终端检测汽车发动机机油的方法 |
CN109509205A (zh) * | 2017-09-14 | 2019-03-22 | 北京君正集成电路股份有限公司 | 前景检测方法及装置 |
CN109509205B (zh) * | 2017-09-14 | 2022-04-12 | 北京君正集成电路股份有限公司 | 前景检测方法及装置 |
CN109801327A (zh) * | 2018-12-21 | 2019-05-24 | 杭州电子科技大学 | 一种基于视频数据的城市内涝积水深度信息提取方法 |
CN109801327B (zh) * | 2018-12-21 | 2020-07-21 | 杭州电子科技大学 | 一种基于视频数据的城市内涝积水深度信息提取方法 |
CN110874596A (zh) * | 2019-11-06 | 2020-03-10 | 中国石油大学(北京) | 一种仪表智能识别预警方法及系统 |
CN110874596B (zh) * | 2019-11-06 | 2023-02-28 | 中国石油大学(北京) | 一种仪表智能识别预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105488788B (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284758B (zh) | 一种发票印章消除方法、装置和计算机存储介质 | |
CN100545867C (zh) | 航拍交通视频车辆快速检测方法 | |
CN105488788A (zh) | 汽车液体余量检测方法 | |
Kühnl et al. | Spatial ray features for real-time ego-lane extraction | |
CN108399403B (zh) | 一种基于车牌尺寸计算的车距检测方法 | |
CN107016362A (zh) | 基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统 | |
CN102999749A (zh) | 基于人脸检测的安全带违章事件智能检测方法 | |
CN106408554A (zh) | 遗留物检测装置、方法和系统 | |
CN109800654B (zh) | 车载摄像头检测处理方法、装置及车辆 | |
CN111209780A (zh) | 车道线属性检测方法、装置、电子设备及可读存储介质 | |
CN106128115A (zh) | 一种基于双摄像机检测道路交通信息的融合方法 | |
CN111141311B (zh) | 一种高精度地图定位模块的评估方法及系统 | |
CN103679146A (zh) | 基于高通滤波器和Hough变换的安全带智能检测方法 | |
CN102136068A (zh) | 基于平均灰度的距离选通图像有效信息区的提取方法 | |
CN111144254A (zh) | 城市内涝积水程度识别方法及装置 | |
CN106980855A (zh) | 交通标志快速识别定位系统及方法 | |
CN103927548A (zh) | 一种新的避免车辆碰撞的刹车行为检测方法 | |
CN104700405A (zh) | 一种前景检测方法和系统 | |
CN105139391A (zh) | 一种雾霾天气交通图像边缘检测方法 | |
CN107133588A (zh) | 基于车窗特征提取的车辆识别方法 | |
CN104021527A (zh) | 一种图像中雨雪的去除方法 | |
CN104574381A (zh) | 一种基于局部二值模式的全参考图像质量评价方法 | |
CN114639064B (zh) | 一种水位识别方法及装置 | |
CN110472508B (zh) | 基于深度学习和双目视觉的车道线测距方法 | |
CN104599291A (zh) | 基于结构相似度和显著性分析的红外运动目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211208 Address after: 116000 room 7218, No. 9-1, Haifu Road, Dalian Free Trade Zone, Dalian pilot Free Trade Zone, Liaoning Province Patentee after: Dalian Poseidon Automotive Electronic Technology Co.,Ltd. Address before: 116023 11th floor, phase 2, take off Park, No.7 Huixian Park, Dalian hi tech park, Liaoning Province Patentee before: DALIAN ROILAND TECHNOLOGY Co.,Ltd. |