CN113592552B - 一种基于图像识别的车辆报价推送系统 - Google Patents
一种基于图像识别的车辆报价推送系统 Download PDFInfo
- Publication number
- CN113592552B CN113592552B CN202110881470.3A CN202110881470A CN113592552B CN 113592552 B CN113592552 B CN 113592552B CN 202110881470 A CN202110881470 A CN 202110881470A CN 113592552 B CN113592552 B CN 113592552B
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- license plate
- quotation
- score
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000012423 maintenance Methods 0.000 claims description 58
- 238000012545 processing Methods 0.000 claims description 37
- 238000012795 verification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于图像识别的车辆报价推送系统,包括车牌影像采集模块、车辆信息采集模块、车辆信息分析模块、车辆评估模块、估价模块、数据接收模块、数据接收模块、网络信息采集模块、总控模块与信息发送模块;所述车牌影像采集模块用于采集车辆的车牌信息生成实时车牌信息,所述车辆信息采集模块用于采集车辆状态信息,所述车辆状态信息与实时车牌信息被发送到车辆信息分析模块;所述车辆分析模块用于对车辆状态信息与实时车牌信息进行分析,生成车辆评分项,所述车辆评分项被发送到车辆评估模块;所述车辆评估模块对车辆评分项进行处理生成初步报价信息。本发明能够更好更准确的进行车辆报价推送。
Description
技术领域
本发明涉及车辆评估领域,具体涉及一种基于图像识别的车辆报价推送系统。
背景技术
二手车交易主要内容包括:二手车评估前期工作、技术状况鉴定、寄卖、置换业务、价格评估、交易实务。主要手续包括车务手续、车辆保养维修手续、税费手续,在进行二手车交易过程中,车辆估价是重要的部分,在进行二手车报价推送过程中,需要使用到车辆报价推送系统,来对车辆进行估价的同时,将车辆的最终报价推送出去。
现有的车辆报价推送系统,只进行车辆估价作业,大多不进行身份核实,并且采集信息较少,导致估价准确度低,报价不符合市场行情,给车辆报价推送系统的使用带来了一定的影响,因此,提出一种基于图像识别的车辆报价推送系统。
发明内容
本发明所要解决的技术问题在于:如何解决现有的车辆报价推送系统,只进行车辆估价作业,大多不进行身份核实,并且采集信息较少,导致估价准确度低,报价不符合市场行情,给车辆报价推送系统的使用带来了一定的影响的问题,提供了一种基于图像识别的车辆报价推送系统。
本发明是通过以下技术方案解决上述技术问题的,本发明包括车牌影像采集模块、车辆信息采集模块、车辆信息分析模块、车辆评估模块、估价模块、数据接收模块、数据处理模块、网络信息采集模块、总控模块与信息发送模块;
所述车牌影像采集模块用于采集车辆的车牌信息生成实时车牌信息,所述车辆信息采集模块用于采集车辆状态信息,所述车辆状态信息与实时车牌信息被发送到车辆信息分析模块;
所述车辆信息分析模块用于对车辆状态信息与实时车牌信息进行分析,生成车辆评分项,所述车辆评分项被发送到车辆评估模块;
所述车辆评估模块对车辆评分项进行处理生成初步报价信息,所述数据接收模块用于接收初步报价信息与车辆状态信息,并将初步报价信息与车辆状态信息发送到数据处理模块;
所述数据处理模块接收到车辆状态信息,将车辆状态信息上传到网络信息采集模块,所述网络信息采集模块从互联网中采集到相似车辆状态信息的车辆报价,即网络报价信息;
所述数据处理模块再对初步报价信息与网络报价信息进行处理,生成最终报价信息,最终报价信息被发送到总控模块;
所述总控模块接收到最终报价信息后,控制信息发送模块将最终报价发送到预设接收终端。
优选的,所述车牌影像采集模块采集实时车牌信息的具体过程如下:
步骤一:使用影像采集设备对车牌进行拍照,获取到车牌照片信息,对车牌照片进行清晰化处理,获取到x张清晰车牌照片;
步骤二:选取出至少三张清晰度最高的车清晰车牌照片为基础照片,通过ocr照片识别技术获取到照片中的车牌信息,将获取到的三个车牌信息标记为A1、A2和A3;
步骤三;当车牌信息A1、A2和A3完全相同时,即任意选取一个为实时车牌信息,当车牌信息A1、A2和A3中两个相同,即选取相同两个中的任意一个为实时车牌信息,当车牌信息A1、A2和A3完全不相同,即重新采集车牌照片进行车牌号识别。
优选的,所述步骤一中的清晰化处理过程如下:提取出采集到的车牌照片信息,先对其进行图像反转,通过公式如下:s1=L-1-r1,获取到反转像素值,其中,L为256,r1为原像素值,s1为反转后的像素值,将图片调整该像素值,通过图像反转增强暗区域中的白色或灰色细节,之后进行对数变化,通过公式获取到对数变换后的像素值:s2=c1*log(1+r2),其中c1为常数,r2为原像素值,s2为变换后的像素值,最后通过公式s3=c2*r3^(a),即c2乘以r3的a次方的意思,r3为原像素值,s3为变化的像素值,当a>1,降低灰度级,让图像变暗,当a<1,提高灰度级,让图像变亮,最终获取到清晰车牌照片。
优选的,所述车辆信息分析模块对实时车牌信息与车辆状态信息进行处理的具体过程如下:获取到实时车牌信息后从互联网中获取到车牌对应车的型号,车牌对应车辆的年限与车牌对应车主身份信息,车辆状态信息包括车辆型号信息、车辆行驶里程信息、车辆维修信息、车辆配置信息与车辆使用年限信息,将从互联网中获取到车牌对应车的型号与车辆状态信息中的车辆型号信息进行比对,当从互联网中获取到车牌对应车的型号与车辆状态信息中的车辆型号信息不同时,即生成估价警报信息,同时在车辆进行评估时,车辆评估人提供身份信息,当提供的身份信息与通过车牌信息采集到的车牌对应车主身份信息不匹配时,生成估价警报信息,当通过车牌信息获取到的车牌对应车辆的年限与车辆状态信息中的车辆使用年限信息不匹配时,生成估价警报信息。
优选的,所述车辆评分项的具体处理过程如下;
S1:提取出车辆使用年限信息将其标记为K,对车辆使用年限信息进行处理K生成第一评分项,当车辆使用年限信息K大于预设值时,其评分为a1,当车辆使用年限在预设值范围内是,其评分为a2,当车辆使用年限信息K小于预设值时,其评分为a3,a3>a2>a1;
S2:提取出车辆维修信息,车辆维修信息包括车辆维修次数信息M与维修原因信息,维修原因信息包括大型事故、中型事故与小型事故,对车辆维修信息进行处理生成第二评分项,当车辆维修次数信息M小于预设次数,且无大型事故维修原因时,第二评分项为b1,当车辆维修次数信息M小于预设次数,但存在大型事故维修原因时,第二评分项为0,当车辆维修次数信息M小于预设次数,中型事故出现次数小于3/M时,第二评分项为b2,当车辆维修次数信息M小于预设次数,中型事故出现次数大于3/M时,第二评分项为b3,当车辆维修次数信息M在预设值范围内,但存在大型事故时,第二评分项为0,当车辆维修次数信息M在预设值范围内,中型事故出现次数小于3/M时,第二评分项为b4,当车辆维修次数信息M在预设值范围内,中型事故出现次数大于3/M时,第二评分项为b5,当车辆维修次数信息M大于预设值,但存在大型事故时,第二评分项为0,当车辆维修次数信息M大于预设值,中型事故出现次数小于3/M时,第二评分项为b6,当车辆维修次数信息M大于预设值,中型事故出现次数大于3/M时,第二评分项为b7,b1>b2>b3>b4>b5>b6>b7;
S3:提取出车辆行驶里程信息G,对车辆行驶里程信息G进行分析得到第三评分项,当车辆行驶里程信息G大于预设值时,第三评分项为c1,当车辆行驶里程信息G在预设值范围内时,第三评分项为c2,当车辆行驶里程信息G小于预设值时,第三评分项为c3,c1<c2<c3;
S4:提取出车辆配置信息,车辆配置信息包括低配、中配与高配,对车辆配置信息进行分析生成第四评分项,当车辆配置信息为低配时,第四评分项为d1,当车辆配置信息为中配时,第四评分项为d2,当车辆配置信息为高配时,第四评分项为d3,d3>d2>d1。
优选的,所述初步报价信息具体处理过程如下:提取出获取到的评分项,计算出第一评分项、第二评分项、第三评分项与第四评分项的和,得到最终车辆评分,将车辆评分回传到估价模块,估价人员从估价模块上了解到最终车辆评分后根据最终车辆评分大小给出初步报价信息。
优选的,所述数据处理模块对初步报价信息与网络报价信息的具体处理过程如下:
SS1:网络报价至少获取三个,计算出三个网络报价的均值得到标准网络报价;
SS2:将初步报价信息标记为T1,将标准网络报价标记为T2,计算出初步报价信息T1与标准网络报价T2之间的差值,得到报价差Tt;
SS3:当报价差Tt大于预设值时,即重新采集初步报价信息和网络报价信息,当报价差Tt小于预设值时,计算出初步报价信息T1与标准网络报价T2之间的均值,得到最终报价T终。
本发明相比现有技术具有以下优点:该基于图像识别的车辆报价推送系统,通过使用更加合理的车牌采集技术,来获取车辆车牌信息,有效的避免了手动上传车牌出错导致的车辆报价出错的状况发生,并且在做估价处理前,进行了合理的身份验证,保证了车辆出售人员的身份真实性,从而能够在不法分子盗卖车辆时及时的发现,并发出警报信息进行提醒,同时,通过多种车辆信息的采集,将实时报价与其他同类型车辆信息的报价信息进行综合处理后生成最终的车辆报价,从而让最终报价更加的合理,更加的符合时长标准,让该系统能够进行更加准确的报价推送,使得该系统更加值得推广使用。
附图说明
图1是本发明的系统框图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种基于图像识别的车辆报价推送系统,包括车牌影像采集模块、车辆信息采集模块、车辆信息分析模块、车辆评估模块、估价模块、数据接收模块、数据处理模块、网络信息采集模块、总控模块与信息发送模块;
所述车牌影像采集模块用于采集车辆的车牌信息生成实时车牌信息,所述车辆信息采集模块用于采集车辆状态信息,所述车辆状态信息与实时车牌信息被发送到车辆信息分析模块;
所述车辆信息分析模块用于对车辆状态信息与实时车牌信息进行分析,生成车辆评分项,所述车辆评分项被发送到车辆评估模块;
所述车辆评估模块对车辆评分项进行处理生成初步报价信息,所述数据接收模块用于接收初步报价信息与车辆状态信息,并将初步报价信息与车辆状态信息发送到数据处理模块;
所述数据处理模块接收到车辆状态信息,将车辆状态信息上传到网络信息采集模块,所述网络信息采集模块从互联网中采集到相似车辆状态信息的车辆报价,即网络报价信息;
所述数据处理模块再对初步报价信息与网络报价信息进行处理,生成最终报价信息,最终报价信息被发送到总控模块;
所述总控模块接收到最终报价信息后,控制信息发送模块将最终报价发送到预设接收终端。
所述车牌影像采集模块采集实时车牌信息的具体过程如下:
步骤一:使用影像采集设备对车牌进行拍照,获取到车牌照片信息,对车牌照片进行清晰化处理,获取到x张清晰车牌照片;
步骤二:选取出至少三张清晰度最高的车清晰车牌照片为基础照片,通过ocr照片识别技术获取到照片中的车牌信息,将获取到的三个车牌信息标记为A1、A2和A3;
步骤三;当车牌信息A1、A2和A3完全相同时,即任意选取一个为实时车牌信息,当车牌信息A1、A2和A3中两个相同,即选取相同两个中的任意一个为实时车牌信息,当车牌信息A1、A2和A3完全不相同,即重新采集车牌照片进行车牌号识别。
所述步骤一中的清晰化处理过程如下:提取出采集到的车牌照片信息,先对其进行图像反转,通过公式如下:s1=L-1-r1,获取到反转像素值,其中,L为256,r1为原像素值,s1为反转后的像素值,将图片调整该像素值,通过图像反转增强暗区域中的白色或灰色细节,之后进行对数变化,通过公式获取到对数变换后的像素值:s2=c1*log(1+r2),其中c1为常数,r2为原像素值,s2为变换后的像素值,最后通过公式s3=c2*r3^(a),即c2乘以r3的a次方的意思,r3为原像素值,s3为变化的像素值,当a>1,降低灰度级,让图像变暗,当a<1,提高灰度级,让图像变亮,最终获取到清晰车牌照片。
所述车辆信息分析模块对实时车牌信息与车辆状态信息进行处理的具体过程如下:获取到实时车牌信息后从互联网中获取到车牌对应车的型号,车牌对应车辆的年限与车牌对应车主身份信息,车辆状态信息包括车辆型号信息、车辆行驶里程信息、车辆维修信息、车辆配置信息与车辆使用年限信息,将从互联网中获取到车牌对应车的型号与车辆状态信息中的车辆型号信息进行比对,当从互联网中获取到车牌对应车的型号与车辆状态信息中的车辆型号信息不同时,即生成估价警报信息,同时在车辆进行评估时,车辆评估人提供身份信息,当提供的身份信息与通过车牌信息采集到的车牌对应车主身份信息不匹配时,生成估价警报信息,当通过车牌信息获取到的车牌对应车辆的年限与车辆状态信息中的车辆使用年限信息不匹配时,生成估价警报信息;
进行了合理的身份验证,保证了车辆出售人员的身份真实性,从而能够在不法分子盗卖车辆时及时的发现,并发出警报信息进行提醒。
所述车辆评分项的具体处理过程如下;
S1:提取出车辆使用年限信息将其标记为K,对车辆使用年限信息进行处理K生成第一评分项,当车辆使用年限信息K大于预设值时,其评分为a1,当车辆使用年限在预设值范围内是,其评分为a2,当车辆使用年限信息K小于预设值时,其评分为a3,a3>a2>a1;
S2:提取出车辆维修信息,车辆维修信息包括车辆维修次数信息M与维修原因信息,维修原因信息包括大型事故、中型事故与小型事故,对车辆维修信息进行处理生成第二评分项,当车辆维修次数信息M小于预设次数,且无大型事故维修原因时,第二评分项为b1,当车辆维修次数信息M小于预设次数,但存在大型事故维修原因时,第二评分项为0,当车辆维修次数信息M小于预设次数,中型事故出现次数小于3/M时,第二评分项为b2,当车辆维修次数信息M小于预设次数,中型事故出现次数大于3/M时,第二评分项为b3,当车辆维修次数信息M在预设值范围内,但存在大型事故时,第二评分项为0,当车辆维修次数信息M在预设值范围内,中型事故出现次数小于3/M时,第二评分项为b4,当车辆维修次数信息M在预设值范围内,中型事故出现次数大于3/M时,第二评分项为b5,当车辆维修次数信息M大于预设值,但存在大型事故时,第二评分项为0,当车辆维修次数信息M大于预设值,中型事故出现次数小于3/M时,第二评分项为b6,当车辆维修次数信息M大于预设值,中型事故出现次数大于3/M时,第二评分项为b7,b1>b2>b3>b4>b5>b6>b7;
S3:提取出车辆行驶里程信息G,对车辆行驶里程信息G进行分析得到第三评分项,当车辆行驶里程信息G大于预设值时,第三评分项为c1,当车辆行驶里程信息G在预设值范围内时,第三评分项为c2,当车辆行驶里程信息G小于预设值时,第三评分项为c3,c1<c2<c3;
S4:提取出车辆配置信息,车辆配置信息包括低配、中配与高配,对车辆配置信息进行分析生成第四评分项,当车辆配置信息为低配时,第四评分项为d1,当车辆配置信息为中配时,第四评分项为d2,当车辆配置信息为高配时,第四评分项为d3,d3>d2>d1。
所述初步报价信息具体处理过程如下:提取出获取到的评分项,计算出第一评分项、第二评分项、第三评分项与第四评分项的和,得到最终车辆评分,将车辆评分回传到估价模块,估价人员从估价模块上了解到最终车辆评分后根据最终车辆评分大小给出初步报价信息;
通过多种评分项能够了解到车辆的具体状态, 从而给出更加合理的估价信息。
所述数据处理模块对初步报价信息与网络报价信息的具体处理过程如下:
SS1:网络报价至少获取三个,计算出三个网络报价的均值得到标准网络报价;
SS2:将初步报价信息标记为T1,将标准网络报价标记为T2,计算出初步报价信息T1与标准网络报价T2之间的差值,得到报价差Tt;
SS3:当报价差Tt大于预设值时,即重新采集初步报价信息和网络报价信息,当报价差Tt小于预设值时,计算出初步报价信息T1与标准网络报价T2之间的均值,得到最终报价T终;
通过上述过程能够给出更加合理更加符合车辆状态与市场信息的车辆报价。
综上,本发明在使用时,通过车牌影像采集模块采集车辆的车牌信息生成实时车牌信息,车辆信息采集模块采集车辆状态信息,车辆状态信息与实时车牌信息被发送到车辆信息分析模块,车辆信息分析模块对车辆状态信息与实时车牌信息进行分析,生成车辆评分项,车辆评分项被发送到车辆评估模块,车辆评估模块对车辆评分项进行处理生成初步报价信息,数据接收模块接收初步报价信息与车辆状态信息,并将初步报价信息与车辆状态信息发送到数据处理模块,数据处理模块接收到车辆状态信息,将车辆状态信息上传到网络信息采集模块,网络信息采集模块从互联网中采集到相似车辆状态信息的车辆报价,即网络报价信息,数据处理模块再对初步报价信息与网络报价信息进行处理,生成最终报价信息,最终报价信息被发送到总控模块,总控模块接收到最终报价信息后,控制信息发送模块将最终报价发送到预设接收终端。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (3)
1.一种基于图像识别的车辆报价推送系统,其特征在于,包括车牌影像采集模块、车辆信息采集模块、车辆信息分析模块、车辆评估模块、估价模块、数据接收模块、数据处理模块、网络信息采集模块、总控模块与信息发送模块;
所述车牌影像采集模块用于采集车辆的车牌信息生成实时车牌信息,所述车辆信息采集模块用于采集车辆状态信息,所述车辆状态信息与实时车牌信息被发送到车辆信息分析模块;
所述车辆信息分析模块用于对车辆状态信息与实时车牌信息进行分析,生成车辆评分项,所述车辆评分项被发送到车辆评估模块;
所述车辆评估模块对车辆评分项进行处理生成初步报价信息,所述数据接收模块用于接收初步报价信息与车辆状态信息,并将初步报价信息与车辆状态信息发送到数据处理模块;
所述数据处理模块接收到车辆状态信息,将车辆状态信息上传到网络信息采集模块,所述网络信息采集模块从互联网中采集到相似车辆状态信息的车辆报价,即网络报价信息;
所述数据处理模块再对初步报价信息与网络报价信息进行处理,生成最终报价信息,最终报价信息被发送到总控模块;
所述总控模块接收到最终报价信息后,控制信息发送模块将最终报价发送到预设接收终端;
所述车牌影像采集模块采集实时车牌信息的具体过程如下:
步骤一:使用影像采集设备对车牌进行拍照,获取到车牌照片信息,对车牌照片进行清晰化处理,获取到x张清晰车牌照片;
步骤二:选取出至少三张清晰度最高的车清晰车牌照片为基础照片,通过ocr照片识别技术获取到照片中的车牌信息,将获取到的三个车牌信息标记为A1、A2和A3;
步骤三;当车牌信息A1、A2和A3完全相同时,即任意选取一个为实时车牌信息,当车牌信息A1、A2和A3中两个相同,即选取相同两个中的任意一个为实时车牌信息,当车牌信息A1、A2和A3完全不相同,即重新采集车牌照片进行车牌号识别;
所述步骤一中的清晰化处理过程如下:提取出采集到的车牌照片信息,先对其进行图像反转,通过公式如下:s1=L-1-r1,获取到反转像素值,其中,L为256,r1为原像素值,s1为反转后的像素值,将图片调整该像素值,通过图像反转增强暗区域中的白色或灰色细节,之后进行对数变化,通过公式获取到对数变换后的像素值:s2=c1*log(1+r2),其中c1为常数,r2为原像素值,s2为变换后的像素值,最后通过公式s3=c2*r3^(a),即c2乘以r3的a次方的意思,r3为原像素值,s3为变化的像素值,当a>1,降低灰度级,让图像变暗,当a<1,提高灰度级,让图像变亮,最终获取到清晰车牌照片;
所述车辆信息分析模块对实时车牌信息与车辆状态信息进行处理的具体过程如下:获取到实时车牌信息后从互联网中获取到车牌对应车的型号,车牌对应车辆的年限与车牌对应车主身份信息,车辆状态信息包括车辆型号信息、车辆行驶里程信息、车辆维修信息、车辆配置信息与车辆使用年限信息,将从互联网中获取到车牌对应车的型号与车辆状态信息中的车辆型号信息进行比对,当从互联网中获取到车牌对应车的型号与车辆状态信息中的车辆型号信息不同时,即生成估价警报信息,同时在车辆进行评估时,车辆评估人提供身份信息,当提供的身份信息与通过车牌信息采集到的车牌对应车主身份信息不匹配时,生成估价警报信息,当通过车牌信息获取到的车牌对应车辆的年限与车辆状态信息中的车辆使用年限信息不匹配时,生成估价警报信息;
所述车辆评分项的具体处理过程如下;
S1:提取出车辆使用年限信息将其标记为K,对车辆使用年限信息进行处理K生成第一评分项,当车辆使用年限信息K大于预设值时,其评分为a1,当车辆使用年限在预设值范围内是,其评分为a2,当车辆使用年限信息K小于预设值时,其评分为a3,a3>a2>a1;
S2:提取出车辆维修信息,车辆维修信息包括车辆维修次数信息M与维修原因信息,维修原因信息包括大型事故、中型事故与小型事故,对车辆维修信息进行处理生成第二评分项,当车辆维修次数信息M小于预设次数,且无大型事故维修原因时,第二评分项为b1,当车辆维修次数信息M小于预设次数,但存在大型事故维修原因时,第二评分项为0,当车辆维修次数信息M小于预设次数,中型事故出现次数小于3/M时,第二评分项为b2,当车辆维修次数信息M小于预设次数,中型事故出现次数大于3/M时,第二评分项为b3,当车辆维修次数信息M在预设值范围内,但存在大型事故时,第二评分项为0,当车辆维修次数信息M在预设值范围内,中型事故出现次数小于3/M时,第二评分项为b4,当车辆维修次数信息M在预设值范围内,中型事故出现次数大于3/M时,第二评分项为b5,当车辆维修次数信息M大于预设值,但存在大型事故时,第二评分项为0,当车辆维修次数信息M大于预设值,中型事故出现次数小于3/M时,第二评分项为b6,当车辆维修次数信息M大于预设值,中型事故出现次数大于3/M时,第二评分项为b7,b1>b2>b3>b4>b5>b6>b7;
S3:提取出车辆行驶里程信息G,对车辆行驶里程信息G进行分析得到第三评分项,当车辆行驶里程信息G大于预设值时,第三评分项为c1,当车辆行驶里程信息G在预设值范围内时,第三评分项为c2,当车辆行驶里程信息G小于预设值时,第三评分项为c3,c1<c2<c3;
S4:提取出车辆配置信息,车辆配置信息包括低配、中配与高配,对车辆配置信息进行分析生成第四评分项,当车辆配置信息为低配时,第四评分项为d1,当车辆配置信息为中配时,第四评分项为d2,当车辆配置信息为高配时,第四评分项为d3,d3>d2>d1。
2.根据权利要求1所述的一种基于图像识别的车辆报价推送系统,其特征在于:所述初步报价信息具体处理过程如下:提取出获取到的评分项,计算出第一评分项、第二评分项、第三评分项与第四评分项的和,得到最终车辆评分,将车辆评分回传到估价模块,估价人员从估价模块上了解到最终车辆评分后根据最终车辆评分大小给出初步报价信息。
3.根据权利要求1所述的一种基于图像识别的车辆报价推送系统,其特征在于:所述数据处理模块对初步报价信息与网络报价信息的具体处理过程如下:
SS1:网络报价至少获取三个,计算出三个网络报价的均值得到标准网络报价;
SS2:将初步报价信息标记为T1,将标准网络报价标记为T2,计算出初步报价信息T1与标准网络报价T2之间的差值,得到报价差Tt;
SS3:当报价差Tt大于预设值时,即重新采集初步报价信息和网络报价信息,当报价差Tt小于预设值时,计算出初步报价信息T1与标准网络报价T2之间的均值,得到最终报价T终。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110881470.3A CN113592552B (zh) | 2021-08-02 | 2021-08-02 | 一种基于图像识别的车辆报价推送系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110881470.3A CN113592552B (zh) | 2021-08-02 | 2021-08-02 | 一种基于图像识别的车辆报价推送系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592552A CN113592552A (zh) | 2021-11-02 |
CN113592552B true CN113592552B (zh) | 2023-10-27 |
Family
ID=78253773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110881470.3A Active CN113592552B (zh) | 2021-08-02 | 2021-08-02 | 一种基于图像识别的车辆报价推送系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592552B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180005863A (ko) * | 2016-07-07 | 2018-01-17 | 윤매성 | 영상을 이용한 중고차 무인 견적 관리시스템 |
CN109191163A (zh) * | 2018-07-12 | 2019-01-11 | 深圳市轱辘汽车维修技术有限公司 | 一种二手车估值方法及相关设备 |
KR20200069126A (ko) * | 2018-12-06 | 2020-06-16 | 주식회사 앱실론 | 공공 데이터를 활용하여 차량 정보 입력을 대체하는 중고차 가격 산정 시스템 및 그 방법 |
CN112232849A (zh) * | 2020-09-08 | 2021-01-15 | 福州本末知源科技有限公司 | 一种基于智能算法的事故车评估方法与系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140046800A1 (en) * | 2012-08-08 | 2014-02-13 | Ieon C. Chen | Smart Phone App-Based Method and System of Collecting Information for Purchasing Used Cars |
US20210049650A1 (en) * | 2018-03-22 | 2021-02-18 | Carprix, LLC | System and Method for Operating a Social Network for Automotive Quotes |
-
2021
- 2021-08-02 CN CN202110881470.3A patent/CN113592552B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180005863A (ko) * | 2016-07-07 | 2018-01-17 | 윤매성 | 영상을 이용한 중고차 무인 견적 관리시스템 |
CN109191163A (zh) * | 2018-07-12 | 2019-01-11 | 深圳市轱辘汽车维修技术有限公司 | 一种二手车估值方法及相关设备 |
KR20200069126A (ko) * | 2018-12-06 | 2020-06-16 | 주식회사 앱실론 | 공공 데이터를 활용하여 차량 정보 입력을 대체하는 중고차 가격 산정 시스템 및 그 방법 |
CN112232849A (zh) * | 2020-09-08 | 2021-01-15 | 福州本末知源科技有限公司 | 一种基于智能算法的事故车评估方法与系统 |
Non-Patent Citations (2)
Title |
---|
Research on the UBI Car Insurance Rate Determination Model Based on the CNN-HVSVM Algorithm;CHUN YAN, et al.;《IEEE Access》;第8卷;第160762-160772页 * |
基于改进重置成本法的二手车价值评估系统研究;郭俊利;《机械设计与制造工程》;第46卷(第6卷);第108-111页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113592552A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11386503B2 (en) | Processing insured items holistically with mobile damage assessment and claims processing | |
US20230186401A1 (en) | Feedback loop in mobile damage assessment and claims processing | |
TWI710997B (zh) | 車險自動賠付方法和系統 | |
US10373262B1 (en) | Image processing system for vehicle damage | |
US11915321B2 (en) | Configuration and transfer of image data using a mobile device | |
US10380696B1 (en) | Image processing system for vehicle damage | |
US20090132294A1 (en) | Method for ranking driver's relative risk based on reported driving incidents | |
CN106600422A (zh) | 一种车险智能定损方法和系统 | |
CN107808154B (zh) | 提取收银票据信息的方法和装置 | |
CN108323209B (zh) | 信息处理方法、系统、云处理设备以及计算机存储介质 | |
CN111461859A (zh) | 借贷配对系统和方法 | |
CN110111082B (zh) | 一种用于现场核查工作的随手拍方法 | |
CN113592552B (zh) | 一种基于图像识别的车辆报价推送系统 | |
CN116452212B (zh) | 一种智能客服商品知识库信息管理方法及系统 | |
KR20150118271A (ko) | 중고 자동차의 매매 시스템 및 방법 | |
KR102608808B1 (ko) | 판매된 중고차의 결함에 따른 견적을 산정하는 손해사정 솔루션 서비스 제공 시스템 및 방법 | |
CN116757807B (zh) | 一种基于光学字符识别的智能辅助评标方法 | |
CN115984989A (zh) | 汽车生产线上的自动化vin码采集与溯源系统及方法 | |
CN115438109A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN116756397A (zh) | 一种基于大数据的技术服务咨询系统 | |
CN117522500A (zh) | 电商店铺画像认证方法、系统、计算机设备和计算机存储介质 | |
TW202201325A (zh) | 車體定損輔助系統及其實施方法 | |
CN117252607A (zh) | 车损事故管理系统及其方法 | |
CN116797969A (zh) | 一种基于SENet与时空图卷积的服务流程监控的方法 | |
CN117876180A (zh) | 政策兑现方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |