CN110901597A - 一种基于机器视觉的智能无人洗车方法 - Google Patents
一种基于机器视觉的智能无人洗车方法 Download PDFInfo
- Publication number
- CN110901597A CN110901597A CN201911113280.6A CN201911113280A CN110901597A CN 110901597 A CN110901597 A CN 110901597A CN 201911113280 A CN201911113280 A CN 201911113280A CN 110901597 A CN110901597 A CN 110901597A
- Authority
- CN
- China
- Prior art keywords
- image
- vehicle
- washing
- washed
- car washing
- 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.)
- Pending
Links
- 238000005406 washing Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003702 image correction Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000003749 cleanliness Effects 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60S—SERVICING, CLEANING, REPAIRING, SUPPORTING, LIFTING, OR MANOEUVRING OF VEHICLES, NOT OTHERWISE PROVIDED FOR
- B60S3/00—Vehicle cleaning apparatus not integral with vehicles
- B60S3/04—Vehicle cleaning apparatus not integral with vehicles for exteriors of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Abstract
本发明公开了一种基于机器视觉的智能无人洗车方法，包括：向位于待洗车辆周围的摄像装置发出第一拍摄指令，所述第一拍摄指令用于控制所述摄像装置拍摄待洗车辆外观的第一图像；从所述摄像装置接收所述第一图像；从存储器的图像库中获取与第一图像对应的标准图像；将第一图像与标准图像进行比对，确定第一图像与标准图像的差异点；确定差异点的位置，并根据差异点的位置确定重点洗车部位；根据重点洗车部位信息向洗车机控制端发出重点洗车位置信号，所述重点洗车位置信号用于控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。本发明能够识别出车辆需着重清洗的部位，对重点部位进行着重清洗，提升洁净度。
Description
技术领域：
本发明涉及无人洗车技术领域，尤其涉及一种基于机器视觉的智能无人洗车方法。
背景技术：
随着我国汽车工业的高速发展，中国对汽车需求的年均增长速度远远超过世界年均增长速度，随之而来的有关汽车美容的服务行业也空前迅速发展。据公安部交管局统计，截至2017 年，全国机动车保有量达 3.03 亿辆，其中汽车达 2.19亿辆。其中 2.19 亿辆汽车每个月洗 1 次，每次按 10 元计算，每个月市场营业额高达21.9亿元，可以预见的是，这个趋势还在增长。
车辆的清洗方式中，自动清洗是一种比较快速的清洗方式。目前使用的自动洗车机普遍反映的问题是，现有自动洗车方式清洗的车辆的洁净度不够，导致客户认为自动洗车的洁净度不如人力洗车，降低了自动洗车的市场竞争力，这一缺点大大限制了自动洗车行业的发展。
发明内容：
本发明目的是提供一种基于机器视觉的智能无人洗车方法，至少解决现有自动洗车方式清洗的车辆的洁净度不够的问题。
为了实现上述目的，本发明采用以下技术方案予以实现：
根据本申请的第一个方面，提供了一种基于机器视觉的智能无人洗车方法，包括：
向位于待洗车辆周围的摄像装置发出第一拍摄指令，所述第一拍摄指令用于控制所述摄像装置拍摄待洗车辆外观的第一图像；所述第一图像包括待洗车辆的前视照片、后视照片、左视照片、右视照片、俯视照片；
从所述摄像装置接收所述第一图像；
从存储器的图像库中获取与第一图像对应的标准图像；
将第一图像与标准图像进行比对，确定第一图像与标准图像的差异点；
确定差异点的位置，并根据差异点的位置确定重点洗车部位；
根据重点洗车部位信息向洗车机控制端发出重点洗车位置信号，所述重点洗车位置信号用于控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。
在发出第一拍摄指令之前，进一步包括：
获取进入自动洗车机的待洗车辆的车牌号，确定车辆信息；
向自动洗车机发出允许进入信号；
获取待洗车辆是否到达指定位置信息，如果待洗车辆没有到达指定位置，发出提醒信息；如果待洗车辆到达指定位置，则发出第一拍摄指令。
在第一图像与标准图像进行比对之前，进一步包括：
对第一图像进行预处理，所述预处理包括背景去除、图像矫正以及图像增强；
所述背景去除将所拍摄的第一图像进行腐蚀后提取连通域实现背景分离；所述背景去除用于去除车辆周围的背景信息，只提取车辆的轮廓内信息，降低背景信息对识别精度的影响，减少图像识别的计算量；
所述图像矫正采用Canny算子的边缘检测算子提取图像的边缘，采用Hough变换提取图像中水平和竖直的直线并计算直线的倾斜角度，利用得到图像的倾斜角度后，将图像旋转校正至垂直方向以便于识别；所述图像矫正用于将采集到倾斜的车辆图片的第一图像，通过图像校正算法旋转图像，得到标准位置的第一图像；
所述图像增强采用空间域增强法中的灰度变换来增强图片的信息；所述图像增强用于对图像进行增强处理，有助于提高特征图像信息的识别度。
根据本发明的第二个方面，本发明还提供一种基于机器视觉的智能无人洗车系统，包括：
图像获得模块，用于获取摄像装置拍摄待洗车辆外观的第一图像；
图像差异点识别模块，用于识别第一图像与样本图像的差异点；
控制模块，用于根据重点洗车部位信息控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。
根据本申请的第三个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一个方面的基于机器视觉的智能无人洗车方法。
根据本申请的第四个方面，提供了一种电子设备，所述电子设备包括：
处理器；
存储器，所述存储器用于存储所述处理器可执行指令的存储器；
其中所述处理器，用于执行上述第一个方面的基于机器视觉的智能无人洗车方法。
本发明提供的一种基于机器视觉的智能无人洗车方法，具有以下有益效果：本申请利用机器视觉技术，对比识别待洗刷车辆与同一型号干净车辆的图像，运用检测算法，识别出车辆需着重清洗的部位，对重点部位进行着重清洗，提升洁净度。
附图说明：
下面结合附图对本发明的具体实施方式作进一步详细的描述：
图1为本发明提供的一种基于机器视觉的智能无人洗车方法的示意图。
具体实施方式：
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面将结合本发明的实施例中的附图，对本发明的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的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
申请概述：
目前自动洗车机的重点问题是洁净度不如人力洗车，洗车机只能机械式对车身的每一块面积进行清洗，而不能识别出车辆需要重点清理的区域（例如车辆上粘附的不能轻易冲刷去的附着物），导致客户认为自动洗车的洁净度不如人力洗车，降低了自动洗车的市场竞争力。
为提升自动洗车智能化的解决方案，本申请利用机器视觉技术，对比识别待洗刷车辆与同一型号干净车辆的图像，运用检测算法，识别出车辆需着重清洗的部位，对重点部位进行着重清洗，以提升洁净度。
并且本申请利用物联网技术将智能洗车系统互联，增加自动洗车的车牌识别、APP查询、在线支付等技术等实现客户数据互联互通，彻底实现无人化自动洗车。
在介绍了本申请的基本原理之后，下面将参考附图来具体介绍本申请的各种非限制性实施例：
示例性方法：
一种基于机器视觉的智能无人洗车方法，方法包括：
向位于待洗车辆周围的摄像装置发出第一拍摄指令，所述第一拍摄指令用于控制所述摄像装置拍摄待洗车辆外观的第一图像；所述第一图像包括待洗车辆的前视照片、后视照片、左视照片、右视照片、俯视照片；
从所述摄像装置接收所述第一图像；
从存储器的图像库中获取与第一图像对应的标准图像；
将第一图像与标准图像进行比对，确定第一图像与标准图像的差异点；
确定差异点的位置，并根据差异点的位置确定重点洗车部位；
根据重点洗车部位信息向洗车机控制端发出重点洗车位置信号，所述重点洗车位置信号用于控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。
在发出第一拍摄指令之前，进一步包括：
获取进入自动洗车机的待洗车辆的车牌号，确定车辆信息；
向自动洗车机发出允许进入信号；
获取待洗车辆是否到达指定位置信息，如果待洗车辆没有到达指定位置，发出提醒信息；如果待洗车辆到达指定位置，则发出第一拍摄指令。
在第一图像与标准图像进行比对之前，进一步包括：
对第一图像进行预处理，所述预处理包括背景去除、图像矫正以及图像增强；
所述背景去除将所拍摄的第一图像进行腐蚀后提取连通域实现背景分离；所述背景去除用于去除车辆周围的背景信息，只提取车辆的轮廓内信息，降低背景信息对识别精度的影响，减少图像识别的计算量；
所述图像矫正采用Canny算子的边缘检测算子提取图像的边缘，采用Hough变换提取图像中水平和竖直的直线并计算直线的倾斜角度，利用得到图像的倾斜角度后，将图像旋转校正至垂直方向以便于识别；所述图像矫正用于将采集到倾斜的车辆图片的第一图像，通过图像校正算法旋转图像，得到标准位置的第一图像；
所述图像增强采用空间域增强法中的灰度变换来增强图片的信息；所述图像增强用于对图像进行增强处理，有助于提高特征图像信息的识别度。
如图1所示，具体的实施例方法：一种基于机器视觉的智能无人洗车方法，方法包括：
客户驾驶待洗车辆驶近自动洗车机，自动洗车机前设置的监控摄像头对待洗车辆的正面进行拍照，拍照的照片传输至控制器中，控制器获取进入自动洗车机的待洗车辆的车牌号，确定车辆信息；
控制器向自动洗车机发出允许进入信号；
获取待洗车辆是否到达指定位置信息，如果待洗车辆没有到达指定位置，发出提醒信息；如果待洗车辆到达指定位置，则向位于待洗车辆周围的摄像装置发出第一拍摄指令，所述第一拍摄指令用于控制所述摄像装置拍摄待洗车辆外观的第一图像；根据汽车结构及洗车部位，拍摄的照片按汽车外观的前后左右上五个面进行拍摄，即拍摄的所述第一图像包括待洗车辆的前视照片、后视照片、左视照片、右视照片、俯视照片；
从所述摄像装置接收所述第一图像；
对第一图像进行预处理，所述预处理包括背景去除、图像矫正以及图像增强；所述背景去除将所拍摄的第一图像进行腐蚀后提取连通域实现背景分离；所述背景去除用于去除车辆周围的背景信息，只提取车辆的轮廓内信息，降低背景信息对识别精度的影响，减少图像识别的计算量；
所述图像矫正采用Canny算子的边缘检测算子提取图像的边缘，采用Hough变换提取图像中水平和竖直的直线并计算直线的倾斜角度，利用得到图像的倾斜角度后，将图像旋转校正至垂直方向以便于识别；所述图像矫正用于将采集到倾斜的车辆图片的第一图像，通过图像校正算法旋转图像，得到标准位置的第一图像；
所述图像增强采用空间域增强法中的灰度变换来增强图片的信息；所述图像增强用于对图像进行增强处理，有助于提高特征图像信息的识别度；
从存储器的图像库中获取与第一图像对应的标准图像；
将处理后的第一图像与标准图像进行比对，确定第一图像与标准图像的差异点；
确定差异点的位置，并根据差异点的位置确定重点洗车部位；
根据重点洗车部位信息向洗车机控制端发出重点洗车位置信号，所述重点洗车位置信号用于控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。
上述控制器可以为与自动洗车机集成的控制单元，也可以为独立运行的控制计算机或者控制服务器。
示例性装置：
一种基于机器视觉的智能无人洗车系统，包括：
图像获得模块，用于获取摄像装置拍摄待洗车辆外观的第一图像；
图像差异点识别模块，用于识别第一图像与样本图像的差异点；
控制模块，用于根据重点洗车部位信息控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。
示例性计算机程序产品和计算机可读存储介质：
一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一个方面的基于机器视觉的智能无人洗车方法。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
示例性电子设备：
一种电子设备，所述电子设备包括：
处理器；
存储器，所述存储器用于存储所述处理器可执行指令的存储器；
其中所述处理器，用于执行上述第一个方面的基于机器视觉的智能无人洗车方法。
处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器可以运行所述程序指令，以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
以上显示和描述了本发明的基本原理、主要特征和本发明的特点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求保护的范围由所附的权利要求书及其等效物。
Claims (7)
1.一种基于机器视觉的智能无人洗车方法，其特征在于：包括：
向位于待洗车辆周围的摄像装置发出第一拍摄指令，所述第一拍摄指令用于控制所述摄像装置拍摄待洗车辆外观的第一图像；所述第一图像包括待洗车辆的前视照片、后视照片、左视照片、右视照片、俯视照片；
从所述摄像装置接收所述第一图像；
从存储器的图像库中获取与第一图像对应的标准图像；
将第一图像与标准图像进行比对，确定第一图像与标准图像的差异点；
确定差异点的位置，并根据差异点的位置确定重点洗车部位；
根据重点洗车部位信息向洗车机控制端发出重点洗车位置信号，所述重点洗车位置信号用于控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。
2.根据权利要求1所述的一种基于机器视觉的智能无人洗车方法，其特征在于：在发出第一拍摄指令之前，进一步包括：
获取进入自动洗车机的待洗车辆的车牌号，确定车辆信息；
向自动洗车机发出允许进入信号；
获取待洗车辆是否到达指定位置信息，如果待洗车辆没有到达指定位置，发出提醒信息；如果待洗车辆到达指定位置，则发出第一拍摄指令。
3.根据权利要求1所述的一种基于机器视觉的智能无人洗车方法，其特征在于：在第一图像与标准图像进行比对之前，进一步包括：
对第一图像进行预处理，所述预处理包括背景去除、图像矫正以及图像增强；
所述背景去除将所拍摄的第一图像进行腐蚀后提取连通域实现背景分离;
所述图像矫正采用Canny算子的边缘检测算子提取图像的边缘，采用Hough变换提取图像中水平和竖直的直线并计算直线的倾斜角度，利用得到图像的倾斜角度后，将图像旋转校正至垂直方向以便于识别；
所述图像增强采用空间域增强法中的灰度变换来增强图片的信息。
4.根据权利要求1所述的一种基于机器视觉的智能无人洗车方法，其特征在于：所述人脸检测包括：图像预处理；积分图生成、特征值计算，级联分类器判断，确定最终的人脸区域。
5.一种基于机器视觉的智能无人洗车系统，其特征在于：包括：
图像获得模块，用于获取摄像装置拍摄待洗车辆外观的第一图像；
图像差异点识别模块，用于识别第一图像与样本图像的差异点；
控制模块，用于根据重点洗车部位信息控制洗车机的洗车刷移动到重点清洗部位时增加清洗时间。
6.一种计算机可读存储介质，其特征在于：所述存储介质存储有计算机程序，所述计算机程序用于执行如权利要求1-4中任一项所述的基于机器视觉的智能无人洗车方法。
7.一种电子设备，其特征在于：所述电子设备包括：
处理器；
存储器，所述存储器用于存储所述处理器可执行指令的存储器；
其中所述处理器，用于执行如权利要求1-4中任一项所述的基于机器视觉的智能无人洗车方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911113280.6A CN110901597A (zh) | 2019-11-14 | 2019-11-14 | 一种基于机器视觉的智能无人洗车方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911113280.6A CN110901597A (zh) | 2019-11-14 | 2019-11-14 | 一种基于机器视觉的智能无人洗车方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110901597A true CN110901597A (zh) | 2020-03-24 |
Family
ID=69817585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911113280.6A Pending CN110901597A (zh) | 2019-11-14 | 2019-11-14 | 一种基于机器视觉的智能无人洗车方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110901597A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111752284A (zh) * | 2020-08-06 | 2020-10-09 | 浙江驿公里智能科技有限公司 | 基于行走无人洗车设备的双视觉反馈运动控制系统 |
| CN112319429A (zh) * | 2020-11-17 | 2021-02-05 | 厦门理工学院 | 一种动车前挡风玻璃自动清洗的控制系统及控制方法 |
| CN112706723A (zh) * | 2020-12-28 | 2021-04-27 | 石家庄开发区天远科技有限公司 | 车辆清洗装置的控制方法、装置及终端设备 |
| CN112718695A (zh) * | 2021-02-01 | 2021-04-30 | 深圳市普乐华科技有限公司 | 全自动超声波清洗机 |
| CN115848318A (zh) * | 2022-04-08 | 2023-03-28 | 浙江驿公里智能科技有限公司 | 一种自动洗车装置及其自动洗车方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08207713A (ja) * | 1995-02-08 | 1996-08-13 | Fujitsu General Ltd | 無人洗車機 |
| JP2002193077A (ja) * | 2000-12-26 | 2002-07-10 | Tatsuno Corp | 洗車装置 |
| CN108528405A (zh) * | 2018-04-20 | 2018-09-14 | 上海氦修网络科技有限公司 | 智控无人洗车系统及方法 |
| CN109145915A (zh) * | 2018-07-27 | 2019-01-04 | 武汉科技大学 | 一种复杂场景下车牌快速畸变矫正方法 |
| CN110126792A (zh) * | 2019-05-13 | 2019-08-16 | 深圳市雅宝智能装备系统有限公司 | 一种车辆清洗方法、系统、洗车设备及存储介质 |
-
2019
- 2019-11-14 CN CN201911113280.6A patent/CN110901597A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08207713A (ja) * | 1995-02-08 | 1996-08-13 | Fujitsu General Ltd | 無人洗車機 |
| JP2002193077A (ja) * | 2000-12-26 | 2002-07-10 | Tatsuno Corp | 洗車装置 |
| CN108528405A (zh) * | 2018-04-20 | 2018-09-14 | 上海氦修网络科技有限公司 | 智控无人洗车系统及方法 |
| CN109145915A (zh) * | 2018-07-27 | 2019-01-04 | 武汉科技大学 | 一种复杂场景下车牌快速畸变矫正方法 |
| CN110126792A (zh) * | 2019-05-13 | 2019-08-16 | 深圳市雅宝智能装备系统有限公司 | 一种车辆清洗方法、系统、洗车设备及存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111752284A (zh) * | 2020-08-06 | 2020-10-09 | 浙江驿公里智能科技有限公司 | 基于行走无人洗车设备的双视觉反馈运动控制系统 |
| CN111752284B (zh) * | 2020-08-06 | 2021-09-07 | 浙江驿公里智能科技有限公司 | 基于行走无人洗车设备的双视觉反馈运动控制系统 |
| CN112319429A (zh) * | 2020-11-17 | 2021-02-05 | 厦门理工学院 | 一种动车前挡风玻璃自动清洗的控制系统及控制方法 |
| CN112706723A (zh) * | 2020-12-28 | 2021-04-27 | 石家庄开发区天远科技有限公司 | 车辆清洗装置的控制方法、装置及终端设备 |
| CN112718695A (zh) * | 2021-02-01 | 2021-04-30 | 深圳市普乐华科技有限公司 | 全自动超声波清洗机 |
| CN115848318A (zh) * | 2022-04-08 | 2023-03-28 | 浙江驿公里智能科技有限公司 | 一种自动洗车装置及其自动洗车方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110901597A (zh) | 一种基于机器视觉的智能无人洗车方法 | |
| Tan et al. | Efficient and robust segmentation of noisy iris images for non-cooperative iris recognition | |
| US9361681B2 (en) | Quality metrics for biometric authentication | |
| CN110287791B (zh) | 一种用于人脸图片的筛选方法和系统 | |
| CN103383732B (zh) | 图像处理方法和装置 | |
| CN110532965B (zh) | 年龄识别方法、存储介质及电子设备 | |
| CN108121982B (zh) | 面单图像的获取方法及装置 | |
| CN112842184B (zh) | 一种清扫方法及清洁机器人 | |
| US11827151B2 (en) | Lateral image processing apparatus and method of mirrorless car | |
| EP4131061A1 (en) | Vehicle loss assessment method, vehicle loss assessment apparatus, and electronic device using same | |
| CN116109637B (zh) | 基于视觉的涡轮增压器叶轮外观缺陷检测的系统及其方法 | |
| JP7185419B2 (ja) | 車両のための、対象物を分類するための方法および装置 | |
| CN103489254A (zh) | 彩票的识别方法及系统 | |
| Saran et al. | Robust visual analysis for planogram compliance problem | |
| CN111260592A (zh) | 一种深度图像去噪方法及装置 | |
| CN108515945A (zh) | 自动洗车方法、自动洗车装置及自动洗车系统 | |
| US20100073378A1 (en) | Object-shape generation method, object-shape generation apparatus, and program | |
| CN116597421A (zh) | 基于图像识别的停车位监测方法、装置及设备 | |
| CN113254910B (zh) | 用于无人车认证系统的用户便捷认证方法及装置 | |
| CN115019364A (zh) | 基于人脸识别的身份认证方法、装置、电子设备及介质 | |
| CN112172670B (zh) | 基于图像识别的后视图像显示方法及装置 | |
| CN113657903A (zh) | 一种刷脸支付方法、装置、电子设备和存储介质 | |
| CN113204995A (zh) | 行为密码智慧门锁的识别方法、设备以及介质 | |
| CN114025089A (zh) | 一种视频图像采集抖动处理方法及系统 | |
| CN113313968A (zh) | 车位检测方法及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200324 |