CN115331132A - 一种汽车零件的检测方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明公开了一种汽车零件的检测方法及装置，该方法包括：获取增强现实设备发送的汽车零件的原始采样图像，将原始采样图像与对应的标准零件图像进行相似度比对；根据相似度比对结果，通过不同颜色分别标注原始采样图像的不同区域；将颜色标注后的原始采样图像发送给增强现实设备，以通过增强现实设备展示颜色标注后的原始采样图像。本发明实施例的技术方案，通过增强现实设备展示了当前汽车零件的偏差区域和缺失区域等差异性区域，为检测人员提供了图像比对依据，极大地降低了人力成本和时间成本，提高了汽车零件的检测效率，避免了漏检现象的发生。

Description

一种汽车零件的检测方法、装置、电子设备和存储介质

技术领域

本发明涉及图像识别领域，尤其涉及一种汽车零件的检测方法、装置和存储介质。

背景技术

随着汽车行业的不断发展，汽车的零部件数量和零部件类型也在显著增多，零部件的品质保障则成为了汽车制造技术的关键组成部分。

现有技术中，在对汽车零件进行外形检测或者焊接打点的遗漏检测中，通常是通过治具固定零件后通过人工划定检测点，并人工逐一测量尺寸或者人工逐一计算打点数量等方式进行检测。

然而，上述检测方式，需要耗费大量的人力成本和时间成本，检测效率较低，同时完全依靠人工经验的检测方式，不但极易出现遗漏和偏差，且由于主观性判断的影响，缺乏统一的检测标准，检测效果较差。

发明内容

本发明提供了一种汽车零件的检测方法、装置、电子设备和存储介质，以解决汽车零件的检测中，检测效率较低的问题。

根据本发明的一方面，提供了一种汽车零件的检测方法，包括：

获取增强现实设备发送的汽车零件的原始采样图像，将所述原始采样图像与对应的标准零件图像进行相似度比对；

根据相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域；

将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像。

根据本发明的另一方面，提供了一种汽车零件的检测装置，包括：

相似度比对执行模块，用于获取增强现实设备发送的汽车零件的原始采样图像，将所述原始采样图像与对应的标准零件图像进行相似度比对；

颜色标注执行模块，用于根据相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域；

标注图像发出模块，用于将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的汽车零件的检测方法。

根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的汽车零件的检测方法。

本发明实施例的技术方案，获取增强现实设备发送的汽车零件的原始采样图像，将原始采样图像与对应的标准零件图像进行相似度比对，根据相似度比对结果，通过不同颜色分别标注原始采样图像的不同区域，并将颜色标注后的原始采样图像发送给增强现实设备，使得通过增强现实设备展示了当前汽车零件的偏差区域和缺失区域等差异性区域，为检测人员提供了图像比对依据，极大地降低了人力成本和时间成本，提高了汽车零件的检测效率，避免了漏检现象的发生。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种汽车零件的检测方法的流程图；

图2是根据本发明实施例二提供的一种汽车零件的检测方法的流程图；

图3是根据本发明实施例三提供的一种汽车零件的检测装置的结构示意图；

图4是实现本发明实施例的汽车零件的检测方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供的一种汽车零件的检测方法的流程图，本实施例可适用于根据原始采样图像与标准零件图像的比对结果，对原始采样图像进行标注，该方法可以由汽车零件的检测装置来执行，该汽车零件的检测装置可以采用硬件和/或软件的形式实现，该汽车零件的检测装置可配置于终端设备或者服务器等电子设备中，典型的，可以配置于用于汽车零件检测的主机设备中。如图1所示，该方法包括：

S101、获取增强现实设备发送的汽车零件的原始采样图像，将所述原始采样图像与对应的标准零件图像进行相似度比对。

增强现实(Augmented Reality，AR)是将虚拟信息与真实世界相融合的技术，不仅能够有效体现出真实世界的内容，也能够使虚拟的信息内容显示出来；增强现实设备包括多种类型，例如，AR眼镜和AR头盔等；AR设备可以包括摄像组件、图像展示模块、语音交互模块以及无线通信模块等功能组件；其中，摄像组件用于获取零件的原始采样图像；图像展示模块用于展示主机设备发出的基于不同颜色标注后的原始采样图像；语音交互模块用于播报主机设备发出的质量检测通过信息；通信模块用于将原始采样图像发送给主机设备，接收主机设备发出的基于不同颜色标注后的原始采样图像，以及接收质量检测通过信息；可选的，在本发明实施例中，对AR设备的类型以及包含的功能组件均不作具体限定。

在获取到AR设备发送的汽车零件的原始采样图像后，如果已预先设定零件类型，例如，在对汽车零件进行外形检测或者焊接打点检测时，通常是对多个同类型零件(例如，零件A)依次进行检测，在获取到汽车零件的原始采样图像后，即可直接在数据库中获取该类型零件的标准零件图像；如果未预先设定零件类型，可以通过预先训练完成的图像识别模型，例如，基于深度学习和人工神经网络构建的图像识别模型，对原始采样图像进行识别及分类，以确定原始采样图像中的零件类型，进而在数据库中获取该类型零件的标准零件图像。

将原始采样图像与对应的标准零件图像进行相似度比对时，可以将原始采样图像与对应的标准零件图像进行区域重合比对，例如，对于原始采样图像和标准零件图像同时具备的区域，标注为区域类型1；将原始采样图像具备且标准零件图像不具备的区域，标注为区域类型2；将原始采样图像不具备且标准零件图像具备的区域，标注为区域类型3；不同的区域类型即表示了原始采样图像与标准零件图像的一致性和差异性。

可选的，在本发明实施例中，所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：若所述汽车零件包括多个视图类型下的标准零件图像，则将所述原始采样图像与各所述视图类型下的标准零件图像分别进行轮廓比对，以确定所述原始采样图像对应的目标视图类型；将所述原始采样图像与所述目标视图类型中的标准零件图像进行相似度比对。

具体的，每种零件在上传标准零件图像时，根据视图角度的不同，可能上传了多张不同视图类型的标准零件图像，以反映不同拍摄角度下的商品信息；其中，视图类型包括主视图、俯视图、左视图、右视图、仰视图和后视图中的一个或多个；根据标准零件图像的标签信息，可以确定各个标准零件图像所属的视图类型；将原始采样图像与各个标准零件图像先从轮廓上进行比对，以确定与当前原始采样图像对应的视图类型；然后再将当前原始采样图像与对应的视图类型下的标准零件图像进行相似度比对，以此实现了多视角下标准零件图像的选定，确保了原始采样图像与标准零件图像拍摄视角的一致性，确保了相似度比对结果的准确性。

S102、根据相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域。

如上述技术方案所述，区域类型1、区域类型2和区域类型3可以分别通过绿色、黄色和红色标注；由此，检测人员通过AR设备可以直观的看到，绿色区域为原始采样图像和标准零件图像同时具备的区域，该区域不存在结构偏差；而黄色区域为原始采样图像具备但标准零件图像不具备的区域，该区域可能是零件生产中误加工的区域；而红色区域为原始采样图像不具备但标准零件图像具备的区域，该区域可能是零件生成中未加工的缺失区域；颜色标注后的原始采样图像，不但直观的展示了不同的区域类型，还标注了每个区域类型的轮廓和面积，由此为检测人员提供了图像比对依据，据此提高了零件质量的检测效率。

可选的，在本发明实施例中，所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：将所述原始采样图像的各个分区区域，分别与标准零件图像中匹配的分区区域进行相似度比对。可以根据零件结构的不同，预先将每种零件划分为多个不同的分区区域，例如，将零件A划分为头部区域、中段区域和底部区域等多个不同区域，或者对图像中的像素点进行聚类后，根据像素值划分为不同的像素区域；以此分别获取每个分区区域之间的相似度比对结果，进而根据相似度比对数值，通过不同颜色分别标注各个结构区域。

具体的，如果相似度比对结果大于等于第二预设阈值(例如，98％)，表示当前分区区域的比对结果一致，在原始采样图像中将该分区区域设置为绿色；如果相似度比对结果小于第二预设阈值且大于第三预设阈值(例如，90％)，表示当前分区区域的比对结果存在较小偏差，在原始采样图像中将该分区区域设置为黄色；如果相似度比对结果小于等于第三预设阈值，表示该当前区域的比对结果误差较大，在原始采样图像中将该分区区域显示为红色；例如，检测人员通过AR设备可以直观的看到零件A的头部结构和中段结构显示为绿色，表示上述区域均不存在结构偏差；而底部结构显示为黄色，表示该区域存在较小的结构偏差；由此通过颜色标注后的原始采样图像，直观的展示了当前汽车零件中哪些分区区域与标准零件图像存在偏差，由此为检测人员提供了图像比对依据，提高了零件质量的检测效率。

S103、将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像。

可选的，在本发明实施例中，所述将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像，还包括：若所述相似度比对结果大于等于第一预设阈值，则将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像，以及向所述增强现实设备发送质量检测通过信息，以通过所述增强现实设备播报所述质量检测通过信息。具体的，将原始采样图像与对应的标准零件图像进行相似度比对后，如果相似度数值较高，即大于第一预设阈值(例如，95％)时，表示汽车零件符合加工要求，据此向AR设备发送质量检测通过信息(例如，“合格”)，并通过AR设备播报上述质量检测通过信息，由此为检测人员提供了基于图像识别及比对的检测结果，进一步给出了结论性的检测意见。

可选的，在本发明实施例中，所述标准零件图像包括标准2D结构图；所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：将所述原始采样图像与对应的标准2D结构图进行形状相似度比对。具体的，在汽车零件的设计过程中，可能会通过2D绘图软件绘制出零件的2D结构框架，而此时并不存在匹配的实物图，因此，数据库中可能仅保存有零件的标准2D结构图；而2D结构图通常不能反映零件的颜色特征和纹理特征，仅能反映其结构上的形状特征；因此，在获取到原始采样图像时，可以将原始采样图像与标准2D结构图进行形状相似度比对，例如，通过原始采样图像与对应的标准2D结构图的汉明距离，获取形状相似度比对结果，以此反映出原始采样图像与标准2D结构图的形状差异。

可选的，在本发明实施例中，所述标准零件图像包括标准3D模型；所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：根据所述原始采样图像，获取与所述原始采样图像匹配的3D采样图像，并将所述3D采样图像，与对应的标准3D模型进行形状相似度比对和纹理相似度比对。

具体的，在汽车零件的设计过程中，可能也会通过3D绘图软件绘制出零件的3D模型结构，而此时同样不存在当前汽车零件的实物图，因此，数据库中可能仅保存有零件的标准3D模型；而3D模型除了可以反映零件结构上的形状特征之外，还可以反映其纹理特征；因此，在获取到原始采样图像时，可以将原始采样图像与标准3D模型同时进行形状相似度比对和纹理相似度比对，例如，通过原始采样图像与对应的标准3D模型的汉明距离，获取形状相似度比对结果，以此反映出原始采样图像与标准3D模型的形状差异；通过二进制像素值比对，获取原始采样图像与对应的标准3D模型的纹理相似度比对结果，以此反映出原始采样图像与标准3D模型的纹理差异。

本发明实施例的技术方案，获取增强现实设备发送的汽车零件的原始采样图像，将原始采样图像与对应的标准零件图像进行相似度比对，根据相似度比对结果，通过不同颜色分别标注原始采样图像的不同区域，并将颜色标注后的原始采样图像发送给增强现实设备，使得通过增强现实设备展示了当前汽车零件的偏差区域和缺失区域等差异性区域，为检测人员提供了图像比对依据，极大地降低了人力成本和时间成本，提高了汽车零件的检测效率，避免了漏检现象的发生。

实施例二

图2为本发明实施例二提供的一种汽车零件的检测方法的流程图，本实施例与上述实施例之间的关系在于，将原始采样图像与标准零件图像进行形状相似度比对、颜色相似度比对和纹理相似度比对；如图2所示，该方法包括：

S201、获取增强现实设备发送的汽车零件的原始采样图像。

S202、通过所述原始采样图像与对应的标准零件图像的汉明距离，获取形状相似度比对结果，以及通过感知哈希算法，获取所述原始采样图像与对应的标准零件图像的颜色相似度比对结果，以及通过二进制像素值比对，获取所述原始采样图像与对应的标准零件图像的纹理相似度比对结果。

具体的，在进行形状相似度比对时，是通过获取原始采样图像与标准零件图像的灰度图，进而通过图像数组读取上述灰度图中灰度像素的比较数组，进而基于上述比较数组，计算原始采样图像与标准零件图像之间的汉明距离；其中，汉明距离是两张图像的灰度像素的比较数组中不相同的数据位的数量，汉明距离反映了两张图像在物体轮廓，即物体形状上的相似度。在进行纹理相似度比对时，是将原始采样图像以及标准零件图像转换为二进制码，以分别获取二进制图像；再将上述二进制图像的每个像素点的二进制数值进行比对，以获取数值相同的像素点与像素点总数的比值，该比值反应了两张图像中汽车零件表面的纹理特征的相似程度；而在进行颜色相似度比对时，则通过感知哈希(PHA)算法，获取原始采样图像与标准商品图的相似度，该相似度反应了两张图像中汽车零件的颜色分布的相似程度。

S203、根据所述形状相似度比对结果、所述颜色相似度比对结果和所述纹理相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域。

当获取到上述多个相似度比对结果时，可以通过加权求和的方式，获取最终的相似度比对结果；其中，形状相似度比对结果、纹理相似度比对结果和颜色相似度比对结果的权重值依次降低；进而根据最终相似度比对结果，对原始采样图像进行标注。

S204、将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像。

本发明实施例公开的技术方案，基于不同的比对方式，从汽车零件的结构形状、纹理材质和颜色分布三个不同方向进行了相似度比对，并根据三个不同评价方向的相似度比对结果的加权求和数值，对原始采样图像进行颜色标注，确保了相似度比对结果的准确性和全面性，进一步提高了区域标注结果的准确性。

实施例三

图3是本发明实施例三所提供的一种汽车零件的检测装置的结构框图，该装置具体包括：

相似度比对执行模块301，用于获取增强现实设备发送的汽车零件的原始采样图像，将所述原始采样图像与对应的标准零件图像进行相似度比对；

颜色标注执行模块302，用于根据相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域；

标注图像发出模块303，用于将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像。

本发明实施例的技术方案，获取增强现实设备发送的汽车零件的原始采样图像，将原始采样图像与对应的标准零件图像进行相似度比对，根据相似度比对结果，通过不同颜色分别标注原始采样图像的不同区域，并将颜色标注后的原始采样图像发送给增强现实设备，使得通过增强现实设备展示了当前汽车零件的偏差区域和缺失区域等差异性区域，为检测人员提供了图像比对依据，极大地降低了人力成本和时间成本，提高了汽车零件的检测效率，避免了漏检现象的发生。

可选的，相似度比对执行模块301，具体用于若所述汽车零件包括多个视图类型下的标准零件图像，则将所述原始采样图像与各所述视图类型下的标准零件图像分别进行轮廓比对，以确定所述原始采样图像对应的目标视图类型；将所述原始采样图像与所述目标视图类型中的标准零件图像进行相似度比对。

可选的，相似度比对执行模块301，具体还用于将所述原始采样图像的各个分区区域，分别与标准零件图像中匹配的分区区域进行相似度比对。

可选的，标注图像发出模块303，具体用于若所述相似度比对结果大于等于第一预设阈值，则将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像，以及向所述增强现实设备发送质量检测通过信息，以通过所述增强现实设备播报所述质量检测通过信息。

可选的，相似度比对执行模块301，具体还用于通过所述原始采样图像与对应的标准零件图像的汉明距离，获取形状相似度比对结果，以及通过感知哈希算法，获取所述原始采样图像与对应的标准零件图像的颜色相似度比对结果，以及通过二进制像素值比对，获取所述原始采样图像与对应的标准零件图像的纹理相似度比对结果。

颜色标注执行模块302，具体用于根据所述形状相似度比对结果、所述颜色相似度比对结果和所述纹理相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域。

可选的，所述标准零件图像包括标准2D结构图；

相似度比对执行模块301，具体用于将所述原始采样图像与对应的标准2D结构图进行形状相似度比对。

可选的，所述标准零件图像包括标准3D模型；

相似度比对执行模块301，具体用于根据所述原始采样图像，获取与所述原始采样图像匹配的3D采样图像，并将所述3D采样图像，与对应的标准3D模型进行形状相似度比对和纹理相似度比对。

上述装置可执行本发明任意实施例所提供的汽车零件的检测方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的汽车零件的检测方法。

实施例四

图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如汽车零件的检测方法。

在一些实施例中，汽车零件的检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的汽车零件的检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行汽车零件的检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种汽车零件的检测方法，其特征在于，包括：

获取增强现实设备发送的汽车零件的原始采样图像，将所述原始采样图像与对应的标准零件图像进行相似度比对；

根据相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域；

将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像。

2.根据权利要求1所述的方法，其特征在于，所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：

若所述汽车零件包括多个视图类型下的标准零件图像，则将所述原始采样图像与各所述视图类型下的标准零件图像分别进行轮廓比对，以确定所述原始采样图像对应的目标视图类型；

将所述原始采样图像与所述目标视图类型中的标准零件图像进行相似度比对。

3.根据权利要求1所述的方法，其特征在于，所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：

将所述原始采样图像的各个分区区域，分别与标准零件图像中匹配的分区区域进行相似度比对。

4.根据权利要求1所述的方法，其特征在于，所述将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像，还包括：

若所述相似度比对结果大于等于第一预设阈值，则将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像，以及向所述增强现实设备发送质量检测通过信息，以通过所述增强现实设备播报所述质量检测通过信息。

5.根据权利要求1或3所述的方法，其特征在于，所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：

通过所述原始采样图像与对应的标准零件图像的汉明距离，获取形状相似度比对结果，以及通过感知哈希算法，获取所述原始采样图像与对应的标准零件图像的颜色相似度比对结果，以及通过二进制像素值比对，获取所述原始采样图像与对应的标准零件图像的纹理相似度比对结果；

所述根据相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域，包括：

根据所述形状相似度比对结果、所述颜色相似度比对结果和所述纹理相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域。

6.根据权利要求1或3所述的方法，其特征在于，所述标准零件图像包括标准2D结构图；

所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：

将所述原始采样图像与对应的标准2D结构图进行形状相似度比对。

7.根据权利要求1或3所述的方法，其特征在于，所述标准零件图像包括标准3D模型；

所述将所述原始采样图像与对应的标准零件图像进行相似度比对，包括：

根据所述原始采样图像，获取与所述原始采样图像匹配的3D采样图像，并将所述3D采样图像，与对应的标准3D模型进行形状相似度比对和纹理相似度比对。

8.一种汽车零件的检测装置，其特征在于，包括：

相似度比对执行模块，用于获取增强现实设备发送的汽车零件的原始采样图像，将所述原始采样图像与对应的标准零件图像进行相似度比对；

颜色标注执行模块，用于根据相似度比对结果，通过不同颜色分别标注所述原始采样图像的不同区域；

标注图像发出模块，用于将颜色标注后的原始采样图像发送给所述增强现实设备，以通过所述增强现实设备展示颜色标注后的原始采样图像。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的汽车零件的检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的汽车零件的检测方法。

Images