CN112580566A - 一种车型识别方法及其电泳工序车型匹配方法及系统 - Google Patents

一种车型识别方法及其电泳工序车型匹配方法及系统 Download PDF

Info

Publication number
CN112580566A
CN112580566A CN202011566990.7A CN202011566990A CN112580566A CN 112580566 A CN112580566 A CN 112580566A CN 202011566990 A CN202011566990 A CN 202011566990A CN 112580566 A CN112580566 A CN 112580566A
Authority
CN
China
Prior art keywords
module
vehicle type
vehicle
vehicle body
detected
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
Application number
CN202011566990.7A
Other languages
English (en)
Inventor
黄智勇
潘永亮
甘哲斌
林志翔
黄俊城
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.)
GAC Motor Co Ltd
Original Assignee
GAC Motor Co Ltd
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 GAC Motor Co Ltd filed Critical GAC Motor Co Ltd
Priority to CN202011566990.7A priority Critical patent/CN112580566A/zh
Publication of CN112580566A publication Critical patent/CN112580566A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及车型识别技术领域，更具体地，涉及一种车型识别方法及其电泳工序车型匹配方法及系统。其中一种车型识别方法，包括以下步骤：光源模块集中光源照射到待测车体上，相机模块采集待测车体侧面彩色图像；分析处理模块进行图像分割处理；分析处理模块提取待测车体特征；识别模块将所述车体特征与第一数据库模块中的车型进行匹配；识别模块获取并输出第一车型信息。本发明的目的在于克服现有技术的不足，提供一种车型识别方法，利用彩色相机对待测车体侧面图像进行拍摄后把背景像素剔除只保留车体特征部分，进行车型识别，大大提升了车型识别准确率。

Description

一种车型识别方法及其电泳工序车型匹配方法及系统
技术领域
本发明涉及车型识别技术领域，更具体地，涉及一种车型识别方法及其电泳工序车型匹配方法及系统。
背景技术
随着设备自动化水平的提高及柔性化生产需求，涂装线体的设计均为多车型共线生产。涂装电泳线体需根据不同的车型施加相对应的电压配合电泳涂料以形成高质量的车身电泳膜，以满足车身十年以上的防腐需求。因此，车体电泳前实现高效准确的车型识别成为至关重要的一环。在汽车涂装线体中的识别方法主要有条形码识别、光电组合识别等方式。共平台车型即基于同一平台为依据来进行开发的车型，其外观形状相似率极高，共平台车型通过光电信号无法形成清晰的组合信号识别车型，需要浪费大量的时间和成本去进行调试；受输送设备位移差波动、环境洁净度以及涂装随行夹具精度影响大，容易导致错识。
中国专利CN107506758A公开了一种涂装车间车型识别方法与系统，利用相机拍摄车辆指定区域的黑白图像，再进行车型识别，由于黑白图像的辨识能力较低，且容易将不同位置的特征混淆，而且方案中没有对背景图像进行剔除，存在背景图像与车辆轮廓混淆的风险，因此，该方案对车型的识别效果较差，容易导致错识。
发明内容
本发明的目的在于克服现有技术的不足，提供一种车型识别方法，利用彩色相机对待测车体侧面图像进行拍摄后把背景像素剔除只保留车体特征部分，进行车型识别，大大提升了车型识别准确率。
为解决上述技术问题，本发明采用的技术方案是：
提供一种车型识别方法，包括以下步骤：
S11：光源模块集中光源照射到待测车体上，相机模块采集待测车体侧面彩色图像；
S12：分析处理模块进行图像分割处理；
S13：分析处理模块根据图像分隔处理结果提取待测车体特征；
S14：识别模块将所述车体特征与第一数据库模块中的车型进行匹配；
S15：识别模块获取并输出第一车型信息。
本发明的光源模块用于在相机模块给待测车体拍摄时增加待测车体的曝光度，增加成像的清晰度，使拍摄效果更好。相机模块用于给待测车体进行侧面拍照，获取待测车体的侧面彩色图像。分析处理模块用于对待测车体侧面的彩色图像进行分割处理，分割出无效的背景像素和待测车体侧面的轮廓特征像素，然后将待测车体的侧面轮廓特征保留下来，再提取待测车体特征。第一数据库模块中存储了大量的各个车型的信息，包括不同车型的车体特征及车型代码。识别模块用于将待测车体特征与第一数据库模块中的车体特征进行匹配配对，然后获取并输出第一车型信息。
进一步地，所述图像分割处理包括将待测车体侧面彩色图像进行像素分割，分割出无效的背景像素和待测车体侧面的轮廓特征像素。
进一步地，所述车体特征包括
本发明还提供一种电泳工序车型匹配方法，包括以下步骤：
S1：根据权利要求1或2所述的车型识别方法获取第一车型信息；
S2：控制单元针对最终车型信息施加对应的电压进行电泳操作。
进一步地，在所述步骤S2之前还包括以下步骤：
Sa：根据光电识别单元获取第二车型信息；
Sb：信息检测单元将所述第一车型信息和第二车型信息进行整合匹配，并进行检测判定，若车型比对一致则进入步骤Sc，若车型比对不一致则进入步骤Sd；
Sc：输出最终车型信息，进入步骤S2；
Sd：手动选择最终车型信息。
本发明还提供一种电泳工序车型识别系统，包括图像识别单元、控制单元，所述图像识别单元与所述控制单元电连接。
进一步地，所述图像识别单元包括依次电连接的光源模块、相机模块、分析处理模块、第一数据库模块、识别模块，所述识别模块与所述信息检测单元电连接。
进一步地，所述相机模块为型号为FZ-SC5M2的且至少具有500万像素的彩色相机和/或所述相机模块中采用的镜头型号为3Z4S-LE SV-0614H的高倍率镜头。
进一步地，还包括光电识别单元、信息检测单元、控制单元，所述图像识别单元和所述光电识别单元均与所述信息检测单元电连接，所述信息检测单元与所述控制单元电连接。
进一步地，所述光电识别单元包括涂装输送模块、夹紧模块、光电眼模块、第二数据库模块、判定模块，所述涂装输送模块与所述夹紧模块连接，所述光电眼模块、所述第二数据库模块、所述判定模块依次电连接，所述判定模块与所述信息检测单元电连接。
进一步地，所述信息检测单元包括用于将所述第一车型信息和第二车型信息进行整合匹配的整流器、用于在车型比对不一致时进行报警的报警模块，所述整流器分别与所述识别模块、所述判定模块、所述报警模块、所述控制单元电连接。
与现有技术相比，本发明的有益效果是：
(1)利用高倍率镜头且高像素的彩色相机对待测车体侧面图像进行拍摄后把背景像素剔除只保留车体特征部分，进行车型识别，大大提升了车型识别准确率。
(2)利用多种方式进行车型识别并比对，降低差错率，确保电泳操作时选择合适的电压。
(3)增添报警模块，具有警示作用，提醒在车型识别结果不一致时进行人工选择车型，增加了灵活性。
附图说明
图1为本发明一种车型识别方法中采集到的车体特征的彩色图片；
图2为本发明一种车型识别方法的流程图；
图3为本发明一种电泳工序车型匹配方法的流程图；
图4为本发明一种电泳工序车型识别系统的框图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例1
如图1至图2所示为本发明一种车型识别方法的实施例，包括包括以下步骤：
S11：光源模块集中光源照射到待测车体上，相机模块采集待测车体侧面彩色图像；
S12：分析处理模块进行图像分割处理；
S13：分析处理模块根据图像分隔处理结果提取待测车体特征；
S14：识别模块将车体特征与第一数据库模块中的车型进行匹配；
S15：识别模块获取并输出第一车型信息。
其中，图像分割处理包括将待测车体侧面彩色图像进行像素分割，分割出无效的背景像素和待测车体侧面的轮廓特征像素。
图像识别过程中，只对车辆图形感兴趣，所以要把车辆图像与背景图像进行图像分割将车型区域分离出来，得到我们需求的有效的车体特征。
∫(x，y)＝∫1(x，y)-∫2(x，y)
其中∫(x，y)为有效的车体特征，∫1(x，y)为侧面整体图像，∫2(x，y)为无效的背景像素。
车体特征包括车窗整体形状、车窗轮廓上的弯角数量，直边数量，C柱部位最外侧的车体形状、轮廓等要素。
不同的车型，分别具有不同的侧面轮廓特征，特征值的选取是车型识别的依据和关键。通过选定车型的侧面C柱部位作为特征选定区域，利用小窗的差异成为各车型的特征值，如图1所示。A、B、C柱是轿车上的专有名词，如果将轿车四周的玻璃全去掉,就会发现轿车的车顶是由6个支柱支撑着，站在车身侧面从前往后数就分别是A、B、C柱。其中A柱是指前风窗两侧的支柱,B柱是指前车门和后车门之间的门柱,C柱则是指后窗两侧的支柱。在旅行轿车、MPV或SUV等车型上,通常把后窗两侧的支柱称为D柱。由于不同车型的车在C柱部位的区别比较大，因此将作为C柱部位作为特征选定区域，较容易根据C柱部位的不同特征判别不同的车型。
第一数据库模块中的车型的信息是指进行对待测车体进行拍照前，提前在系统内录入标准图像，选定特征值，并定义对应车型代码，存入车型特征库，然后在对待测车体的特征进行提取后与第一数据库模块中的车型匹配，匹配成功后输出车型代码信号及第一车型信息。
实施例2
如图3所示为本发明一种电泳工序车型匹配方法的实施例，包括以下步骤：
S1：根据权利要求1或2的车型识别方法获取第一车型信息；
Sa：根据光电识别单元获取第二车型信息；
Sb：信息检测单元将第一车型信息和第二车型信息进行整合匹配，并进行检测判定，若车型比对一致则进入步骤Sc，若车型比对不一致则进入步骤Sd；
Sc：输出最终车型信息，进入步骤S2；
Sd：手动选择最终车型信息；
S2：控制单元针对最终车型信息施加对应的电压进行电泳操作。
本实施例包含两个实施方案，第一个实施方案是只根据图像识别的方法获取第一车型信息后利用控制单元对应车型信息施加对应的电压进行电泳操作。第二个实施方案是在图像识别车型的基础上加入传统的光电识别方式进行车型识别，然后将两次车型识别的信息进行比对，获取最终的车型信息再施加对应的电压进行电泳操作。第二个方案与第一个方案相比，相当于是多了一个校验的过程，利用不同的方法进行车型识别，降低差错率，进而提升车型识别的准确性，确保可对应施加合适的电压进行电泳操作。当然了，在两次车型识别信息不一致时，增加了手动选择最终车型信息的环节，相当于是人工校验的环节，人根据肉眼可以轻易地判断哪个车型是正确的，同时增添了灵活性。这是一个具有三重保险的操作，从多个方位不同的原理并采用多种方式确保了电泳操作的正确性。
根据原光电组合信号识别车型的工位情况，在工序前端增加图像识别系统，此系统只需要利用一个摄像头摄取车体侧面图像，然后根据图像进行处理，提取车型特征，将各车型图像特征录入第一数据库模块中定义车型代码。生产时当车体进入摄像区域时，摄像头实时摄取车体侧面图像后系统对图像进行处理和分析，提取车型特征与第一数据库模块中车型特征进行检索匹配，匹配成功后将对应代码发送至整流器，整流器PLC将图像识别系统的车型代码与光电组合信号形成的车型代码进行再匹配，通过匹配结果输出最终车型信号执行电泳加工。
实施例3
如图4所示为本发明一种电泳工序车型识别系统的实施例，包括图像识别单元、控制单元，图像识别单元与控制单元电连接。
图像识别单元用于对待测车体进行拍摄，获取待测车体的侧面的彩色图像，并根据车型特征识别出对应的车型代码，控制单元根据车型代码控制施加电压执行电泳操作。
作为本发明的一个实施方式，图像识别单元包括依次电连接的光源模块、相机模块、分析处理模块、第一数据库模块、识别模块，识别模块与信息检测单元电连接。
光源模块用于在相机模块给待测车体拍摄时增加待测车体的曝光度，增加成像的清晰度，使拍摄效果更好。具体地，光源模块可以采用若干相同的或不同的LED光源，在不同的位置上设置，尽量减少阴影区域，提升拍摄效果。相机模块用于给待测车体进行侧面拍照，获取待测车体的侧面彩色图像。分析处理模块用于对待测车体侧面的彩色图像进行分割处理，分割出无效的背景像素和待测车体侧面的轮廓特征像素，然后将待测车体的侧面轮廓特征保留下来，再提取待测车体特征。第一数据库模块中存储了大量的各个车型的信息，包括不同车型的车体特征及车型代码。识别模块用于将待测车体特征与第一数据库模块中的车体特征进行匹配配对，然后获取并输出第一车型信息。信息检测单元用于将图像识别单元识别出来的车型代码与光电识别单元识别出来的车型代码进行整合匹配，并进行检测判定，若车型比对一致则输出最终车型信息匹配对应的电压进行电泳操作，若车型比对不一致则手动选择最终车型信息匹配对应的电压进行电泳操作。
作为本发明的一个实施方式，相机模块为型号为FZ-SC5M2的且至少具有500万像素的彩色相机和/或相机模块中采用的镜头型号为3Z4S-LE SV-0614H的高倍率镜头。
图像识别单元中的相机模块设置在固定位置，同时通过一个触发开关发送信号至相机执行拍照动作，因此采集到的图像中，除了运动的车体是动态图像，其他背景为静态图像。由于车体是持续运动的，如何获得有效的原始图像，是系统的首个关键环节，本发明采用的高倍率镜头3Z4S-LE SV-0614H视野可达14.9°×19.8°，能够有效涵盖车体形状，配合相机FZ-SC5M2使用，可实现0.1s快速摄像，避免原始图像模糊。
作为本发明的一个实施方式，还包括光电识别单元、信息检测单元、控制单元，图像识别单元和光电识别单元均与信息检测单元电连接，信息检测单元与控制单元电连接。
光电组合识别单元是通过光电眼的遮蔽或对穿的不同组合来区分不同车型。
作为本发明的一个实施方式，光电识别单元包括涂装输送模块、夹紧模块、光电眼模块、第二数据库模块、判定模块，涂装输送模块与夹紧模块连接，光电眼模块、第二数据库模块、判定模块依次电连接，判定模块与信息检测单元电连接。
夹紧模块用于对待测车体进行夹紧固定，涂装输送模块用于使待测车体可以在生产线上移动，光电眼模块用于照射待测车体，并根据不同车型的车体特征获得遮蔽或对穿的不同组合进而来区分不同车型。第二数据库模块记录存储着光电眼模块对不同车型的遮蔽或对穿的不同组合以及这些组合各自对应的不同的车型代码。判定模块将待测车体的对光电眼模块的遮蔽或对穿的组合与第二数据库模块中的车型信息进行比对并判断出对应的车型代码。
作为本发明的一个实施方式，信息检测单元包括用于将第一车型信息和第二车型信息进行整合匹配的整流器、用于在车型比对不一致时进行报警的报警模块，整流器分别与识别模块、判定模块、报警模块、控制单元电连接。
报警模块具有警示功能，可以体现操作人员进行人为操作。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种车型识别方法，其特征在于，包括以下步骤：
S11：光源模块集中光源照射到待测车体上，相机模块采集待测车体侧面彩色图像；
S12：分析处理模块进行图像分割处理；
S13：分析处理模块根据图像分隔处理结果提取待测车体特征；
S14：识别模块将所述车体特征与第一数据库模块中的车型进行匹配；
S15：识别模块获取并输出第一车型信息。
2.根据权利要求1所述的车型识别方法，其特征在于，在步骤S12中所述图像分割处理包括将待测车体侧面彩色图像进行像素分割，分割出无效的背景像素和待测车体侧面的轮廓特征像素。
3.一种电泳工序车型匹配方法，其特征在于，包括以下步骤：
S1：根据权利要求1或2所述的车型识别方法获取第一车型信息；
S2：控制单元针对最终车型信息施加对应的电压进行电泳操作。
4.根据权利要求3所述的电泳工序车型匹配方法，其特征在于，在所述步骤S2之前还包括以下步骤：
Sa：根据光电识别单元获取第二车型信息；
Sb：信息检测单元将所述第一车型信息和第二车型信息进行整合匹配，并进行检测判定，若车型比对一致则进入步骤Sc，若车型比对不一致则进入步骤Sd；
Sc：输出最终车型信息，进入步骤S2；
Sd：手动选择最终车型信息。
5.一种电泳工序车型识别系统，其特征在于，包括图像识别单元、控制单元，所述图像识别单元与所述控制单元电连接。
6.根据权利要求5所述的电泳工序车型匹配系统，其特征在于，所述图像识别单元包括依次电连接的光源模块、相机模块、分析处理模块、第一数据库模块、识别模块，所述识别模块与所述信息检测单元电连接。
7.根据权利要求6所述的电泳工序车型匹配系统，其特征在于，所述相机模块为型号为FZ-SC5M2的且至少具有500万像素的彩色相机和/或所述相机模块中采用的镜头型号为3Z4S-LE SV-0614H的高倍率镜头。
8.根据权利要求5至7任一项所述的电泳工序车型匹配系统，其特征在于，还包括光电识别单元、信息检测单元、控制单元，所述图像识别单元和所述光电识别单元均与所述信息检测单元电连接，所述信息检测单元与所述控制单元电连接。
9.根据权利要求8所述的电泳工序车型匹配系统，其特征在于，所述光电识别单元包括涂装输送模块、夹紧模块、光电眼模块、第二数据库模块、判定模块，送模块与所述夹紧模块连接，所述光电眼模块、所述第二数据库模块、所述判定模块所述涂装输依次电连接，所述判定模块与所述信息检测单元电连接。
10.根据权利要求9所述的电泳工序车型匹配系统，其特征在于，所述信息检测单元包括用于将所述第一车型信息和第二车型信息进行整合匹配的整流器、用于在车型比对不一致时进行报警的报警模块，所述整流器分别与所述识别模块、所述判定模块、所述报警模块、所述控制单元电连接。
CN202011566990.7A 2020-12-25 2020-12-25 一种车型识别方法及其电泳工序车型匹配方法及系统 Pending CN112580566A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011566990.7A CN112580566A (zh) 2020-12-25 2020-12-25 一种车型识别方法及其电泳工序车型匹配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011566990.7A CN112580566A (zh) 2020-12-25 2020-12-25 一种车型识别方法及其电泳工序车型匹配方法及系统

Publications (1)

Publication Number Publication Date
CN112580566A true CN112580566A (zh) 2021-03-30

Family

ID=75139778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011566990.7A Pending CN112580566A (zh) 2020-12-25 2020-12-25 一种车型识别方法及其电泳工序车型匹配方法及系统

Country Status (1)

Country Link
CN (1) CN112580566A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376707A (zh) * 2021-04-30 2021-09-10 天津大学 一种用于车架的视觉检测系统及其检测方法
CN115739571A (zh) * 2022-11-15 2023-03-07 东风柳州汽车有限公司 一种油漆共线涂装的涂装方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009058432A (ja) * 2007-08-31 2009-03-19 Aisin Aw Co Ltd 画像認識装置及びナビゲーション装置
CN104424458A (zh) * 2013-08-23 2015-03-18 希姆通信息技术（上海）有限公司 图像识别方法及装置、网络服务器、图像识别设备及系统
CN107506758A (zh) * 2017-07-05 2017-12-22 东风本田汽车有限公司 涂装车间车型识别方法与系统
CN107766846A (zh) * 2017-11-21 2018-03-06 同方威视技术股份有限公司 车辆识别方法和装置、检查系统、存储介质、电子设备
US20180293684A1 (en) * 2016-09-07 2018-10-11 Southeast University Supervision and penalty method and system for expressway emergency lane occupancy
CN111160080A (zh) * 2019-06-24 2020-05-15 上海明据信息科技有限公司 一种基于图像识别的汽车外观一致性检测智能系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009058432A (ja) * 2007-08-31 2009-03-19 Aisin Aw Co Ltd 画像認識装置及びナビゲーション装置
CN104424458A (zh) * 2013-08-23 2015-03-18 希姆通信息技术（上海）有限公司 图像识别方法及装置、网络服务器、图像识别设备及系统
US20180293684A1 (en) * 2016-09-07 2018-10-11 Southeast University Supervision and penalty method and system for expressway emergency lane occupancy
CN107506758A (zh) * 2017-07-05 2017-12-22 东风本田汽车有限公司 涂装车间车型识别方法与系统
CN107766846A (zh) * 2017-11-21 2018-03-06 同方威视技术股份有限公司 车辆识别方法和装置、检查系统、存储介质、电子设备
CN111160080A (zh) * 2019-06-24 2020-05-15 上海明据信息科技有限公司 一种基于图像识别的汽车外观一致性检测智能系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林志翔: "一种图像识别技术在车型自动识别中的应用", 现代涂装, vol. 23, no. 5, pages 52 - 54 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376707A (zh) * 2021-04-30 2021-09-10 天津大学 一种用于车架的视觉检测系统及其检测方法
CN115739571A (zh) * 2022-11-15 2023-03-07 东风柳州汽车有限公司 一种油漆共线涂装的涂装方法
CN115739571B (zh) * 2022-11-15 2023-11-21 东风柳州汽车有限公司 一种油漆共线涂装的涂装方法

Similar Documents

Publication Publication Date Title
US11887064B2 (en) Deep learning-based system and method for automatically determining degree of damage to each area of vehicle
CN110378236B (zh) 基于深度学习的车辆身份识别模型构建、识别方法和系统
CA2885019C (en) Robust windshield detection via landmark localization
CN112580566A (zh) 一种车型识别方法及其电泳工序车型匹配方法及系统
KR100630088B1 (ko) 옵티컬 플로우를 이용한 차량 감시 장치 및 방법
US10997451B2 (en) Method and apparatus for license plate recognition using multiple fields of view
Nieto et al. Robust multiple lane road modeling based on perspective analysis
JP6264132B2 (ja) 車体塗装面の検査装置および検査方法
CN113705351B (zh) 车辆定损方法、装置及设备
CN113537167B (zh) 一种车辆外观识别方法及系统及装置及介质
US11132560B2 (en) Method for evaluating an optical appearance in the surroundings of a vehicle, and vehicle
CN111079589A (zh) 基于深度摄像和身高阈值像素标定的自动身高检测方法
WO2021151412A1 (de) Vorrichtung und verfahren zur automatischen erkennung von beschädigungen an fahrzeugen
CN110705553B (zh) 一种适用于车辆远景图像的划痕检测方法
CN107506753B (zh) 一种面向动态视频监控的多车辆跟踪方法
CN110598550B (zh) 一种基于多层信息智能分析的车辆联网识别系统
Špoljar et al. Lane detection and lane departure warning using front view camera in vehicle
CN110969135B (zh) 自然场景中的车标识别方法
JPH04303047A (ja) 画像処理方法
CN116205903A (zh) 一种车身面漆缺陷检测方法
KR101956198B1 (ko) 도장 시스템에서의 차종 감지 방법
CN115984773A (zh) 一种计算机图像处理系统和方法
CN110322508A (zh) 一种基于计算机视觉的辅助定位方法
CN114937233A (zh) 一种基于多光谱数据深度学习的识别方法和识别装置
CN110414357A (zh) 一种基于车辆类型识别的前方车辆定位方法

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