CN107730485A - 车辆定损方法、电子设备及计算机可读存储介质 - Google Patents

车辆定损方法、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN107730485A
CN107730485A CN201710655877.8A CN201710655877A CN107730485A CN 107730485 A CN107730485 A CN 107730485A CN 201710655877 A CN201710655877 A CN 201710655877A CN 107730485 A CN107730485 A CN 107730485A
Authority
CN
China
Prior art keywords
vehicle
picture
vehicle body
local
setting loss
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
Application number
CN201710655877.8A
Other languages
English (en)
Other versions
CN107730485B (zh
Inventor
何刘兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
OneConnect Smart Technology Co Ltd
Original Assignee
OneConnect Financial Technology Co Ltd Shanghai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by OneConnect Financial Technology Co Ltd Shanghai filed Critical OneConnect Financial Technology Co Ltd Shanghai
Priority to CN201710655877.8A priority Critical patent/CN107730485B/zh
Priority to PCT/CN2018/076523 priority patent/WO2019024488A1/zh
Publication of CN107730485A publication Critical patent/CN107730485A/zh
Application granted granted Critical
Publication of CN107730485B publication Critical patent/CN107730485B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种车辆定损方法、电子设备及计算机可读存储介质,其中,上述车辆定损方法包括:获取待定损车辆的局部照片;根据局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,其中,所述相应的车身图片为:相应的完好车身位置的图片;对局部照片进行预处理,以使得经过所述预处理后得到的局部图片符合预设的图像效果;将车身图片与局部图片进行各个像素点的像素值比对,得到比对结果;基于比对结果确定所述待定损车辆的损伤程度。本发明提供的技术方案能够有效降低车辆自动化定损的实现难度。

Description

车辆定损方法、电子设备及计算机可读存储介质
技术领域
本发明涉及电子技术领域,具体涉及一种车辆定损方法、电子设备及计算机可读存储介质。
背景技术
随着汽车保有量的增长,城市道路上的车辆密度越来越大,由此引发的交通事故也越来越多。当发生交通事故时,为了获得车险理赔,需要保险公司对车辆进行定损。
由于人工定损工作量大且效率低下,因此,目前已出现了自动化的车辆定损方案,其实现过程如下:获取车辆受损位置的至少两个角度的受损图片,基于预先存储的机动车辆的各个位置的受损图片与受损程度之间的关系表,对获取的受损图片进行分析,确定该车辆的受损情况。
虽然上述车辆定损方案相对于人工定损的方案能够一定程度上提高效率,然而,上述方案需要预先获取各种车辆各个部件受损后的图片以生成上述关系表,由于车辆受损后的图片的搜集难度大,因此很难搜集到每种车型的全部部位受损后的图片,而一旦缺失某些车型的某些车身位置受损后的图片,通过上述方案就将难以定位对应车型对应部位的受损情况。
发明内容
本发明提供一种车辆定损方法、装置及计算机可读存储介质,用以降低车辆自动化定损的实现难度。
本发明第一方面提供一种车辆定损方法,其特征在于,包括:
获取待定损车辆的局部照片;
根据上述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,其中,上述相应的车身图片为:相应的完好车身位置的图片;
对上述局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果;
将查找到的上述车身图片与上述局部图片进行各个像素点的像素值比对,得到比对结果,其中,上述比对结果指示:上述局部图片中的各个像素点分别与上述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在上述局部图片中的覆盖面积,其中,上述相关像素点是指与上述局部图片中的像素点所对应的拍摄点相同的像素点;
基于上述比对结果确定上述待定损车辆的损伤程度,其中,损伤程度与上述像素值差异大小、上述覆盖面积相关。
本发明第二方面提供一种电子设备,上述电子设备包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如下步骤:
获取待定损车辆的局部照片;
根据上述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,其中,上述相应的车身图片为:相应的完好车身位置的图片;
对上述局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果;
将查找到的上述车身图片与上述局部图片进行各个像素点的像素值比对,得到比对结果,其中,上述比对结果指示:上述局部图片中的各个像素点分别与上述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在上述局部图片中的覆盖面积,其中,上述相关像素点是指与上述局部图片中的像素点所对应拍摄点相同的像素点;
基于上述比对结果确定损伤程度,其中,损伤程度与上述像素值差异大小、上述覆盖面积相关。
本发明第三方面提供一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被至少一个处理器执行时,实现如下步骤:获取待定损车辆的局部照片;
根据上述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,其中,上述相应的车身图片为:相应的完好车身位置的图片;
对上述局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果;
将查找到的上述车身图片与上述局部图片进行各个像素点的像素值比对,得到比对结果,其中,上述比对结果指示:上述局部图片中的各个像素点分别与上述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在上述局部图片中的覆盖面积,其中,上述相关像素点是指与上述局部图片中的像素点所对应的拍摄点相同的像素点;
基于上述比对结果确定上述待定损车辆的损伤程度,其中,损伤程度与上述像素值差异大小、上述覆盖面积相关。
由上可见,本发明方案中通过获取待定损车辆的局部照片,根据该局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,然后将查找到的车身图片与经过预处理后得到的局部图片进行各个像素点的像素值比对,并基于比对结果确定损伤程度。由于本发明方案是将待定损车辆的局部照片经过预处理后与同一车型相应的完好车身位置的图片进行像素值的比对后定损,因此只需搜集各种车型的各个车身位置的正常图片(即完好车身位置的图片)即可,无需预先搜集各种车型的各个车身位置受损后的图片,而搜集车辆的各个车身位置的正常图片要比搜集车辆受损后的图片的难度要小很多,因此,通过本发明方案,一方面能够实现对车辆的自动化定损,另一方面,也能够有效降低车辆自动化定损的实现难度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的车辆定损方法一个实施例流程示意图;
图2为本发明提供的车辆定损方法另一个实施例流程示意图;
图3为本发明提供的电子设备一个实施例结构示意图;
图4为本发明提供的车辆定损程序的功能模块结构示意图结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
本发明实施例对一种车辆定损方法进行描述,请参阅图1,本发明实施例中的车辆定损方法包括:
步骤101、获取待定损车辆的局部照片;
本发明实施例中,待定损车辆的局部照片可以理解为用户针对待定损车辆的某个车身位置所拍摄的照片。
本发明实施例中,可以为用户提供照片上传接口,当用户需要对车辆进行定损时,可以拍摄待定损车辆的局部照片(例如发生损伤的车身位置的照片),然后通过该照片上传接口上传所拍摄的待定损车辆的局部照片,以便步骤101获取该局部照片。或者,用户也可以在相应的应用程序(或者相应的网页)触发该应用程序(或网页)所提供的拍摄控件,以拍摄待定损车辆的局部照片,在完成拍摄后触发“确定”按键,即可上传所拍摄的待定损车辆的局部照片,以便步骤101获取该局部照片。
可选的,为了便于定位局部照片对应的车型和车身位置,可预先设置与各种车型的各个车身位置匹配的取景框,以便通过用户所选的取景框确定相应局部照片对应的车型和车身位置。具体地,当接收到待定损车辆的车型信息时,根据该车型信息,显示预设的与相应车型的各个车身位置匹配的取景框,以便用户从中选取取景框进行相应车身位置的拍摄。下面以一具体应用场景进行说明,本发明实施例中,可在用户触发车辆定损流程时,显示预设的各种车型供用户选择,当用户选定某种车型时,相应的车型信息会被上传,之后根据该车型信息,显示预设的与相应车型的各个车身位置匹配的取景框,以便用户从中选取取景框进行相应车身位置的拍摄,当用户完成拍摄并确定上传后,相应的局部照片会被上传,步骤101获取所上传的局部照片。
需要说明的是,在用户拍摄待定损车辆的局部照片时,为用户提供特定车身位置的取景框是可选方案而非必要方案,在其它实施例中,用户也可以通过默认的取景框拍摄待定损车辆的局部照片并上传,此处不做限定。
具体地,对于同一待定损车辆,可以获取一张局部照片,也可以获取两张以上局部照片,具体所获取的局部照片的数量基于用户上传的数量而定,此处不作限定。
步骤102、根据上述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片;
其中,上述相应的车身图片为:相应的完好车身位置的图片。
本发明实施例中,上述图像数据库中预先存储各种车型的各个完好车身位置的图片(也即图片中的车身位置是未受损过的)。在步骤102中,根据步骤101获取到的局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应车型的相应完好车身位置的图片。
在一种应用场景中,若本发明实施例中是通过用户选取的取景框获取到的局部照片,则可以直接根据用户选取的取景框确定该局部照片对应的车型和车身位置。
在另一种应用场景中,若本发明实施例中是通过默认取景框获取到的局部照片,则可以通过对该局部照片进行图像识别确定该局部照片对应的车型和车身位置,或者,也可以由用户手动输入该局部照片对应的车型和车身位置,或者,也可以为用户提供各种车型和各种车身位置的选项,由用户从中选择该局部照片对应的车型和车身位置,此处不作限定。
步骤103、对上述局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果;
本发明实施例中,为使得局部照片的图像效果(例如图像格式和光效)与上述图像数据库存储的图片的图像效果一致,对步骤101获取到的局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果。其中,上述预处理包括但不限于:压缩、裁剪和光影处理。
步骤104、将查找到的车身图片与上述局部图片进行各个像素点的像素值比对,得到比对结果;
本发明实施例中,上述局部图片即为对步骤101获取到的局部照片进行步骤103的预处理后得到的图片。
其中,上述比对结果指示:上述局部图片中的各个像素点分别与上述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在上述局部图片中的覆盖面积,其中,上述相关像素点是指与上述局部图片中的像素点所对应的拍摄点相同的像素点。也即,通过上述比对结果,可以获知同一拍摄点在上述车身图片(即步骤102查找到的车身图片)和上述局部图片(即将步骤101获取到的局部照片经过步骤103预处理后得到的图片)这两者中所对应的像素点的像素值差异大小,并可基于像素值差异大小的绝对值大于预设阈值的像素点的分布状况确定像素值差异大小的绝对值大于预设阈值的像素点的覆盖面积。具体地,上述预设阈值可以设为0。
在一种应用场景中,若本发明实施例中是通过默认取景框获取到的局部照片,则步骤104可以包括:基于图像匹配算法确定上述局部图片中的各个像素点的相关像素点分别在上述车身图片中的位置;将上述局部图片中的各个像素点分别与上述车身图片中的相关像素点进行像素值比对,以确定上述比对结果。
在另一种应用场景中,若本发明实施例是通过用户选取的取景框获取到的局部照片,考虑到存在取景框的约束,此时可认为经过上述预处理后得到的局部图片与查找到的车身图片是高度一致的,故步骤104可以包括:按照像素点位置从左到右、从上到下的顺序,依次将上述局部图片中各个像素点位置的像素点与上述车身位置中相同像素点位置的像素点进行像素值比对,以确定上述比对结果。
步骤105、基于上述比对结果确定上述待定损车辆的损伤程度;
在本发明实施例中,基于步骤104得到的比对结果即可确定上述待定损车辆的损伤程度,其中,损伤程度与上述像素值差异大小、上述覆盖面积相关。具体地,损伤程度可以与像素值差异大小的平均值以及上述覆盖面积相关且成正相关,也即,若上述像素值差异大小的平均值越大、上述覆盖面积越大,则损伤程度越大。
可选的,将待定损车辆的损伤程度定为M个大级别,每个大级别中可设置N个小级别,其中,每个大级别对应一覆盖面积区间,每个小级别对应一像素值差异大小的平均值区间,上述M和N可以根据实际需求进行设定。举例说明,设预先设置如下覆盖面积区间:(0,S1]、(S1,S2]、(S2,S3],并预先设置如下像素值差异大小的平均值区间:(0,A1]、(A1,A2]、(A2,A3],则可将待定损车辆的损伤程度定为三个大级别,使得第一大级别对应(0,S1]、第二大级别对应(S1,S2]、第三大级别对应(S2,S3],每个大级别中可设置三个小级别,使得第一小级别对应(0,A1]、第二小级别对应(A1,A2]、第三小级别对应(A2,A3]。另外,可以分别对不同级别的损伤程度的高低进行如下定义:1.1级<1.2级<1.3级<2.1级<2.2级<2.3级<3.1级<3.2级<3.3级。需要说明的是,1.1级对应的是第一大级别的第一小级别、1.2级对应的第一大级别的第二小级别,依次类推。则步骤105具体可表现为:基于上述比对结果确定用以指示上述待定损车辆的损伤程度的级别。
当然,本发明实施例中也可以通过其它方式确定上述待定损车辆的损伤程度,例如,也可以预先设定一损伤计算函数,该损伤计算函数以上述比对结果作为输入参数,以输出值作为损伤程度的量化值,则步骤105具体可表现为:基于上述比对结果和预设的损伤计算函数确定上述待定损车辆的损伤程度。
可选的,在步骤105之后,还可以基于上述车型、上述车身位置以及步骤104确定的损伤程度计算上述待定损车辆的预估赔偿金额,之后输出上述待定损车辆的预估赔偿金额,以便用户和/或理赔相关工作人员能够获知上述预估赔偿金额。
可选的,若步骤101获取的上述待定损车辆的局部照片为两张以上,则:本发明实施例中可针对获取的每张局部照片执行上述根据上述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片的步骤以及后续步骤(即可针对获取的每张局部照片执行上述步骤102至步骤105)。进一步,在步骤105之后,可以基于上述车型、上述两张以上局部照片分别对应的车身位置以及损伤程度,计算上述待定损车辆的预估赔偿金额后,之后输出上述待定损车辆的预估赔偿金额,以便用户和/或理赔相关工作人员能够获知上述预估赔偿金额。
需要说明的是,本发明实施例中的车辆定损方法可以由车辆定损装置实现,该车辆定损装置具体可以集成在诸如手机、服务器、个人计算机等电子设备中,此处不作限定。
由上可见,本发明实施例中通过获取待定损车辆的局部照片,根据该局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,然后将查找到的车身图片与经过预处理后得到的局部图片进行各个像素点的像素值比对,并基于比对结果确定损伤程度。由于本发明方案是将待定损车辆的局部照片经过预处理后与同一车型相应的完好车身位置的图片进行像素值的比对后定损,因此只需搜集各种车型的各个车身位置的正常图片(即完好车身位置的图片)即可,无需预先搜集各种车型的各个车身位置受损后的图片,而搜集车辆的各个车身位置的正常图片要比搜集车辆受损后的图片的难度要小很多,因此,通过本发明方案,一方面能够实现对车辆的自动化定损,另一方面,也能够有效降低车辆自动化定损的实现难度。
实施例二
本发明实施例与实施例一的区别在于,本发明实施例提供预设的与车身位置匹配的取景框供用户拍摄照片,以提高车身位置识别的准确性,进而可进一步提升车辆定损的准确性。具体地,请参阅图2,本发明实施例中的车辆定损方法包括:
步骤201、接收待定损车辆的车型信息;
本发明实施例中,当用户需要对车辆进行定损时,可以在预设的定损界面输入待定损车辆的车型信息并触发预设的启动控件上传该车型信息,以触发车辆定损流程。或者,在已绑定车型信息的情况下直接触发预设的启动控件上传预先绑定好的车型信息,以触发车辆定损流程。或者,可在用户触发车辆定损流程时,显示预设的各种车型供用户选择,当用户选定某种车型时,相应的车型信息会被上传,步骤201接收上传的车型信息。
步骤202、根据接收到的车型信息,显示预设的与相应车型的各个车身位置匹配的取景框,以便用户从中选取取景框进行相应车身位置的拍摄;
步骤203、获取上述待定损车辆的局部照片;
本发明实施例中,当用户基于预设的取景框完成拍摄并确定上传后,相应的局部照片会被上传,步骤203获取所上传的局部照片。
具体地,对于同一待定损车辆,可以获取一张局部照片,也可以获取两张以上局部照片,具体所获取的局部照片的数量基于用户上传的数量而定,此处不作限定。
步骤204、根据上述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片;
其中,上述相应的车身图片为:相应的完好车身位置的图片。
步骤205、对上述局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果;
本发明实施例中,为使得局部照片的图像效果(例如图像格式和光效)与上述图像数据库存储的图片的图像效果一致,对步骤203获取到的局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果。其中,上述预处理包括但不限于:压缩、裁剪和光影处理。
步骤206、将查找到的车身图片与上述局部图片进行各个像素点的像素值比对,得到比对结果;
本发明实施例中,上述局部图片即为对步骤203获取到的局部照片进行步骤205的预处理后得到的图片。
其中,上述比对结果指示:上述局部图片中的各个像素点分别与上述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在上述局部图片中的覆盖面积,其中,上述相关像素点是指与上述局部图片中的像素点所对应的拍摄点相同的像素点。也即,通过上述比对结果,可以获知同一拍摄点在上述车身图片(即步骤204查找到的车身图片)和上述局部图片(即将步骤203获取到的局部照片经过步骤205预处理后得到的图片)这两者中所对应的像素点的像素值差异大小,并可基于像素值差异大小的绝对值大于预设阈值的像素点的分布状况确定像素值差异大小的绝对值大于预设阈值的像素点的覆盖面积。具体地,上述预设阈值可以设为0。
由于本发明实施例是通过用户选取的取景框获取到的局部照片,考虑到存在取景框的约束,此时可认为经过上述预处理后得到的局部图片与查找到的车身图片是高度一致的,故步骤206可以包括:按照像素点位置从左到右、从上到下的顺序,依次将上述局部图片中各个像素点位置的像素点与上述车身位置中相同像素点位置的像素点进行像素值比对,以确定上述比对结果。
步骤207、基于上述比对结果确定上述待定损车辆的损伤程度;
在本发明实施例中,基于步骤206得到的比对结果即可确定上述待定损车辆的损伤程度,其中,损伤程度与上述像素值差异大小、上述覆盖面积相关。具体地,损伤程度可以与像素值差异大小的平均值以及上述覆盖面积相关且成正相关,也即,若上述像素值差异大小的平均值越大、上述覆盖面积越大,则损伤程度越大。
具体的,步骤207可以参照图1所示实施例中步骤105的描述,此处不再赘述。
可选的,在步骤207之后,还可以基于上述车型、上述车身位置以及步骤207确定的损伤程度计算上述待定损车辆的预估赔偿金额,之后输出上述待定损车辆的预估赔偿金额,以便用户和/或理赔相关工作人员能够获知上述预估赔偿金额。
可选的,若步骤203获取的上述待定损车辆的局部照片为两张以上,则:本发明实施例中可针对获取的每张局部照片执行上述根据上述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片的步骤以及后续步骤(即可针对获取的每张局部照片执行上述步骤204至步骤207。进一步,在步骤207之后,可以基于上述车型、上述两张以上局部照片分别对应的车身位置以及损伤程度,计算上述待定损车辆的预估赔偿金额后,之后输出上述待定损车辆的预估赔偿金额,以便用户和/或理赔相关工作人员能够获知上述预估赔偿金额。
需要说明的是,本发明实施例中的车辆定损方法可以由车辆定损装置实现,该车辆定损装置具体可以集成在诸如手机、服务器、个人计算机等电子设备中,此处不作限定。
由上可见,本发明实施例中通过获取待定损车辆的局部照片,根据该局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,然后将查找到的车身图片与经过预处理后得到的局部图片进行各个像素点的像素值比对,并基于比对结果确定损伤程度。由于本发明方案是将待定损车辆的局部照片经过预处理后与同一车型相应的完好车身位置的图片进行像素值的比对后定损,因此只需搜集各种车型的各个车身位置的正常图片(即完好车身位置的图片)即可,无需预先搜集各种车型的各个车身位置受损后的图片,而搜集车辆的各个车身位置的正常图片要比搜集车辆受损后的图片的难度要小很多,因此,通过本发明方案,一方面能够实现对车辆的自动化定损,另一方面,也能够有效降低车辆自动化定损的实现难度,再一方面,通过提供预设的与车身位置匹配的取景框供用户拍摄照片,可以提高车身位置识别的准确性,进一步可提升车辆定损的准确性。
实施例三
对应于实施例一或实施例二上述的车辆定损方法,图3示出了本发明实施例提供的与上述车辆定损方法相关的计算机程序(例如车辆定损程序)的运行环境示意图,为了便于说明,仅示出了与本发明实施例相关的部分。
在本发明实施例中,上述车辆定损程序安装并运行于电子设备中。该电子设备可包括但不仅限于一个或多个存储器31(图中仅示出一个)、一个或多个处理器32(图中仅示出一个),上述存储器31和处理器32通过总线33连接。图3仅示出了具有组件31-33的电子设备,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多的组件(例如显示器等)或者更少的组件。
存储器31在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的硬盘或内存。存储器31在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器31还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器31用于存储安装于电子设备的应用软件及各类数据,例如上述车辆定损程序的程序代码等。存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
处理器32在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器31中存储的程序代码或处理数据,例如执行上述车辆定损程序等。
进一步,在图3基础上,请参阅图4,图4为本发明实施例提供的对应于实施例一或实施例二上述的上述车辆定损方法的车辆定损程序的功能模块图。在本发明实施例中,上述车辆定损程序可以被分割成一个或多个模块,上述一个或者多个模块被存储于存储器31中,并由一个或多个处理器(本实施例为处理器32)所执行,以完成本发明。例如,在图4中,上述车辆定损程序可以被分割成获取模块41、查找模块42、预处理模块43、像素值比对模块44和确定模块45。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述上述车辆定损程序在上述电子设备中的执行过程。以下描述将具体介绍获取模块41、查找模块42、预处理模块43、像素值比对模块44和确定模块45的功能。
获取模块41,用于获取待定损车辆的局部照片;
查找模块42,用于根据获取模块41获取的局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,其中,上述相应的车身图片为:相应的完好车身位置的图片;
预处理模块43,用于对获取模块41获取的局部照片进行预处理,以使得经过上述预处理后得到的局部图片符合预设的图像效果;
像素值比对模块44,用于将查找模块42查找到的车身图片与上述局部图片进行各个像素点的像素值比对,得到比对结果,其中,上述比对结果指示:上述局部图片中的各个像素点分别与上述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在上述局部图片中的覆盖面积,其中,上述相关像素点是指与上述局部图片中的像素点所对应的拍摄点相同的像素点。
确定模块45,用于基于像素值比对模块44的比对结果确定上述待定损车辆的损伤程度,其中,损伤程度与上述像素值差异大小、上述覆盖面积相关。
可选的,上述车辆定损程序可以被分割成如下模块:
接收模块,用于接收待定损车辆的车型信息;
显示模块,用于根据上述车型信息,显示预设的与相应车型的各个车身位置匹配的取景框,以便用户从中选取取景框进行相应车身位置的拍摄。
可选的,上述车辆定损程序可以被分割成如下模块:
车型确定模块,用于根据上述接收模块接收到的上述待定损车辆的车型信息确定上述局部照片所对应的车型;
车身位置确定模块,用于基于用户所选取的取景框确定上述局部照片所对应的车身位置。
可选的,上述车辆定损程序可以被分割成如下模块:
估价模块,用于基于上述车型、上述车身位置以及上述损伤程度计算上述待定损车辆的预估赔偿金额;
输出模块,用于输出上述估价单元计算得到的待定损车辆的预估赔偿金额。
可选的,若获取模块41获取的上述待定损车辆的局部照片为两张以上,则针对每张局部照片触发查找模块42;上述估价模块具体用于:基于上述车型、上述两张以上局部照片分别对应的车身位置以及损伤程度,计算上述待定损车辆的预估赔偿金额。
应理解,本发明实施例中的电子设备可以用于实现上述方法实施例中的全部技术方案,在本发明实施例中没有详述和提及的部分,可以参见上述方法实施例的描述,此处不再赘述。
由上可见,本发明实施例中通过获取待定损车辆的局部照片,根据该局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,然后将查找到的车身图片与经过预处理后得到的局部图片进行各个像素点的像素值比对,并基于比对结果确定损伤程度。由于本发明方案是将待定损车辆的局部照片经过预处理后与同一车型相应的完好车身位置的图片进行像素值的比对后定损,因此只需搜集各种车型的各个车身位置的正常图片(即完好车身位置的图片)即可,无需预先搜集各种车型的各个车身位置受损后的图片,而搜集车辆的各个车身位置的正常图片要比搜集车辆受损后的图片的难度要小很多,因此,通过本发明方案,一方面能够实现对车辆的自动化定损,另一方面,也能够有效降低车辆自动化定损的实现难度。
为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明实施例各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种车辆定损方法,其特征在于,包括:
获取待定损车辆的局部照片;
根据所述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,其中,所述相应的车身图片为:相应的完好车身位置的图片;
对所述局部照片进行预处理,以使得经过所述预处理后得到的局部图片符合预设的图像效果;
将查找到的所述车身图片与所述局部图片进行各个像素点的像素值比对,得到比对结果,其中,所述比对结果指示:所述局部图片中的各个像素点分别与所述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在所述局部图片中的覆盖面积,其中,所述相关像素点是指与所述局部图片中的像素点所对应的拍摄点相同的像素点;
基于所述比对结果确定所述待定损车辆的损伤程度,其中,损伤程度与所述像素值差异大小、所述覆盖面积相关。
2.根据权利要求1所述的车辆定损方法,其特征在于,所述获取待定损车辆的局部照片,之前包括:
接收待定损车辆的车型信息;
根据所述车型信息,显示预设的与相应车型的各个车身位置匹配的取景框,以便用户从中选取取景框进行相应车身位置的拍摄。
3.根据权利要求2所述的车辆定损方法,其特征在于,所述获取待定损车辆的局部照片,之后包括:
根据接收到的所述待定损车辆的车型信息确定所述局部照片所对应的车型;
基于用户所选取的取景框确定所述局部照片所对应的车身位置。
4.根据权利要求1至3任一项所述的车辆定损方法,其特征在于,所述基于所述比对结果确定损伤程度,之后还包括:
基于所述车型、所述车身位置以及所述损伤程度计算所述待定损车辆的预估赔偿金额;
输出所述待定损车辆的预估赔偿金额。
5.根据权利要求4所述的车辆定损方法,其特征在于,若获取的所述待定损车辆的局部照片为两张以上,则:针对每张局部照片执行所述根据所述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片的步骤以及后续步骤;
所述基于所述车型、所述车身位置以及所述损伤程度计算所述待定损车辆的预估赔偿金额,包括:
基于所述车型、所述两张以上局部照片分别对应的车身位置以及损伤程度,计算所述待定损车辆的预估赔偿金额。
6.一种电子设备,其特征在于,包括存储器、处理器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下步骤:
获取待定损车辆的局部照片;
根据所述局部照片所对应的车型和车身位置,从预设的图像数据库中查找相应的车身图片,其中,所述相应的车身图片为:相应的完好车身位置的图片;
对所述局部照片进行预处理,以使得经过所述预处理后得到的局部图片符合预设的图像效果;
将查找到的所述车身图片与所述局部图片进行各个像素点的像素值比对,得到比对结果,其中,所述比对结果指示:所述局部图片中的各个像素点分别与所述车身图片中的相关像素点的像素值差异大小,以及像素值差异大小的绝对值大于预设阈值的像素点在所述局部图片中的覆盖面积,其中,所述相关像素点是指与所述局部图片中的像素点所对应的拍摄点相同的像素点;
基于所述比对结果确定所述待定损车辆的损伤程度,其中,损伤程度与所述像素值差异大小、所述覆盖面积相关。
7.根据权利要求6所述的电子设备,其特征在于,所述处理器执行所述计算机程序时还实现如下步骤:
在所述获取待定损车辆的局部照片之前,接收待定损车辆的车型信息;
根据所述车型信息,显示预设的与相应车型的各个车身位置匹配的取景框,以便用户从中选取取景框进行相应车身位置的拍摄。
8.根据权利要求7所述的电子设备,其特征在于,所述处理器执行所述计算机程序时还实现如下步骤:
在所述获取待定损车辆的局部照片之后,根据接收到的所述待定损车辆的车型信息确定所述局部照片所对应的车型;
基于用户所选取的取景框确定所述局部照片所对应的车身位置。
9.根据权利要求6至8任一项所述的电子设备,其特征在于,所述处理器执行所述计算机程序时还实现如下步骤:
在所述基于所述比对结果确定损伤程度之后,基于所述车型、所述车身位置以及所述损伤程度计算所述待定损车辆的预估赔偿金额;
输出所述待定损车辆的预估赔偿金额。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被至少一个处理器执行时,实现如权利要求1-5中任一项所述方法的步骤。
CN201710655877.8A 2017-08-03 2017-08-03 车辆定损方法、电子设备及计算机可读存储介质 Active CN107730485B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710655877.8A CN107730485B (zh) 2017-08-03 2017-08-03 车辆定损方法、电子设备及计算机可读存储介质
PCT/CN2018/076523 WO2019024488A1 (zh) 2017-08-03 2018-02-12 车辆定损方法、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710655877.8A CN107730485B (zh) 2017-08-03 2017-08-03 车辆定损方法、电子设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN107730485A true CN107730485A (zh) 2018-02-23
CN107730485B CN107730485B (zh) 2020-04-10

Family

ID=61204637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710655877.8A Active CN107730485B (zh) 2017-08-03 2017-08-03 车辆定损方法、电子设备及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN107730485B (zh)
WO (1) WO2019024488A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596047A (zh) * 2018-03-30 2018-09-28 上海与德通讯技术有限公司 车损识别方法、智能终端以及计算机可读存储介质
CN109215027A (zh) * 2018-10-11 2019-01-15 平安科技(深圳)有限公司 一种基于神经网络的车辆定损方法、服务器及介质
CN109614935A (zh) * 2018-12-12 2019-04-12 泰康保险集团股份有限公司 车辆定损方法及装置、存储介质及电子设备
CN109710654A (zh) * 2018-10-17 2019-05-03 青岛腾信汽车网络科技服务有限公司 一种车辆碰撞受损等级鉴定方法
CN109784171A (zh) * 2018-12-14 2019-05-21 平安科技(深圳)有限公司 车辆定损图像筛选方法、装置、可读存储介质及服务器
CN109785157A (zh) * 2018-12-14 2019-05-21 平安科技(深圳)有限公司 一种基于人脸识别的车辆定损方法、存储介质及服务器
CN110020734A (zh) * 2019-04-24 2019-07-16 武汉华创欣网科技有限公司 一种基于大数据的车辆远程移动定损方法
CN111489433A (zh) * 2020-02-13 2020-08-04 北京百度网讯科技有限公司 车辆损伤定位的方法、装置、电子设备以及可读存储介质
WO2020206900A1 (zh) * 2019-04-09 2020-10-15 平安科技(深圳)有限公司 车辆定损方法、装置、计算机设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090138290A1 (en) * 2006-09-26 2009-05-28 Holden Johnny L Insurance adjustment through digital imaging system and method
CN104268783A (zh) * 2014-05-30 2015-01-07 翱特信息系统(中国)有限公司 车辆定损估价的方法、装置和终端设备
CN105678622A (zh) * 2016-01-07 2016-06-15 平安科技(深圳)有限公司 车险理赔照片的分析方法及系统
US20160335727A1 (en) * 2015-05-12 2016-11-17 Raymond Jimenez System and method of real-time imaging and analysis of real-world objects
CN106504248A (zh) * 2016-12-06 2017-03-15 成都通甲优博科技有限责任公司 基于计算机视觉的车辆损伤判别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106228447A (zh) * 2016-07-25 2016-12-14 深圳市永兴元科技有限公司 车辆远程查勘定损的系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090138290A1 (en) * 2006-09-26 2009-05-28 Holden Johnny L Insurance adjustment through digital imaging system and method
CN104268783A (zh) * 2014-05-30 2015-01-07 翱特信息系统(中国)有限公司 车辆定损估价的方法、装置和终端设备
US20160335727A1 (en) * 2015-05-12 2016-11-17 Raymond Jimenez System and method of real-time imaging and analysis of real-world objects
CN105678622A (zh) * 2016-01-07 2016-06-15 平安科技(深圳)有限公司 车险理赔照片的分析方法及系统
CN106504248A (zh) * 2016-12-06 2017-03-15 成都通甲优博科技有限责任公司 基于计算机视觉的车辆损伤判别方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596047A (zh) * 2018-03-30 2018-09-28 上海与德通讯技术有限公司 车损识别方法、智能终端以及计算机可读存储介质
CN109215027A (zh) * 2018-10-11 2019-01-15 平安科技(深圳)有限公司 一种基于神经网络的车辆定损方法、服务器及介质
CN109215027B (zh) * 2018-10-11 2024-05-24 平安科技(深圳)有限公司 一种基于神经网络的车辆定损方法、服务器及介质
CN109710654A (zh) * 2018-10-17 2019-05-03 青岛腾信汽车网络科技服务有限公司 一种车辆碰撞受损等级鉴定方法
CN109614935A (zh) * 2018-12-12 2019-04-12 泰康保险集团股份有限公司 车辆定损方法及装置、存储介质及电子设备
CN109784171A (zh) * 2018-12-14 2019-05-21 平安科技(深圳)有限公司 车辆定损图像筛选方法、装置、可读存储介质及服务器
CN109785157A (zh) * 2018-12-14 2019-05-21 平安科技(深圳)有限公司 一种基于人脸识别的车辆定损方法、存储介质及服务器
WO2020206900A1 (zh) * 2019-04-09 2020-10-15 平安科技(深圳)有限公司 车辆定损方法、装置、计算机设备及存储介质
CN110020734A (zh) * 2019-04-24 2019-07-16 武汉华创欣网科技有限公司 一种基于大数据的车辆远程移动定损方法
CN111489433A (zh) * 2020-02-13 2020-08-04 北京百度网讯科技有限公司 车辆损伤定位的方法、装置、电子设备以及可读存储介质

Also Published As

Publication number Publication date
WO2019024488A1 (zh) 2019-02-07
CN107730485B (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN107730485A (zh) 车辆定损方法、电子设备及计算机可读存储介质
CN110807385B (zh) 目标检测方法、装置、电子设备及存储介质
CN108681743B (zh) 图像对象识别方法和装置、存储介质
JP6812573B2 (ja) サーバ、金融時系列データの処理方法及び記憶媒体
CN105938559B (zh) 使用卷积神经网络的数字图像处理
CN105654027B (zh) 一种指纹识别的方法及装置
CN107330408A (zh) 视频处理方法、装置、电子设备及存储介质
CN110046652A (zh) 人脸质量评估方法、装置、终端及可读介质
CN110489951A (zh) 风险识别的方法、装置、计算机设备和存储介质
CN108711161A (zh) 一种图像分割方法、图像分割装置及电子设备
CN111382808A (zh) 一种车辆检测处理方法及装置
CN112418360B (zh) 卷积神经网络的训练方法、行人属性识别方法及相关设备
CN107545160A (zh) 指纹识别方法及装置
CN110147710A (zh) 人脸特征的处理方法、装置和存储介质
CN108960015A (zh) 一种基于深度学习的车系自动识别方法及装置
CN111191568A (zh) 翻拍图像识别方法、装置、设备及介质
CN111723714B (zh) 识别人脸图像真伪的方法、装置及介质
CN106096028A (zh) 基于图像识别的文物索引方法及装置
CN111783910B (zh) 建筑项目管理方法、电子设备及相关产品
CN110245664A (zh) 车牌识别方法
CN107077279A (zh) 一种压力检测的方法及装置
CN109308704A (zh) 背景剔除方法、装置、计算机设备及存储介质
CN109685805A (zh) 一种图像分割方法及装置
CN112966687B (zh) 图像分割模型训练方法、装置及通信设备
CN109726710A (zh) 发票信息采集方法、电子装置及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180614

Address after: 518000 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong

Applicant after: Shenzhen one ledger Intelligent Technology Co., Ltd.

Address before: 200000 Xuhui District, Shanghai Kai Bin Road 166, 9, 10 level.

Applicant before: Shanghai Financial Technologies Ltd

GR01 Patent grant
GR01 Patent grant