[发明专利]基于三维视觉的轮毂识别方法、装置、设备及存储介质有效
| 申请号: | 202110899265.X | 申请日: | 2021-08-06 |
| 公开(公告)号: | CN113343957B | 公开(公告)日: | 2021-12-21 |
| 发明(设计)人: | 胡亘谦;黄雪峰;杨超;蔡恩祥;吴志浩 | 申请(专利权)人: | 深圳市信润富联数字科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 晏波 |
| 地址: | 518000 广东省深圳市罗湖区桂园街道老围*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 三维 视觉 轮毂 识别 方法 装置 设备 存储 介质 | ||
1.一种基于三维视觉的轮毂识别方法,其特征在于,所述基于三维视觉的轮毂识别方法包括以下步骤:
获取目标车辆的轮毂点云,根据所述目标车辆的轮毂点云生成目标二维深度图像;
根据预设像素值的连通域和所述目标二维深度图像得到轮毂螺栓孔信息和肋窗信息;
根据所述目标二维深度图像确定轮毂直径信息和中心孔直径信息;
根据所述轮毂螺栓孔信息、肋窗信息、轮毂直径信息以及中心孔直径信息对目标轮毂模型库进行遍历;
基于遍历结果得到对应的轮毂型号,以实现对轮毂的识别;
所述根据预设像素值的连通域和所述目标二维深度图像得到轮毂螺栓孔信息和肋窗信息,包括:
对所述目标二维深度图像进行遍历;
提取遍历结果中像素值为目标像素值的像素信息;
根据预设深度优化搜索算法对所述像素信息进行搜索,得到预设像素值的连通域;
在所述连通域未接触所述目标二维深度图像的边界且所述连通域为圆形时,获取所述连通域的质点至所述连通域的边界的欧式距离;
将所述欧式距离与目标平均距离进行比较;
基于比较结果得到轮毂螺栓孔信息和肋窗信息。
2.如权利要求1所述的基于三维视觉的轮毂识别方法,其特征在于,所述获取目标车辆的轮毂点云,根据所述目标车辆的轮毂点云生成目标二维深度图像,包括:
获取目标车辆的轮毂点云;
通过直通滤波策略对所述目标车辆的轮毂点云进行过滤;
根据过滤后的轮毂点云生成目标二维深度图像。
3.如权利要求2所述的基于三维视觉的轮毂识别方法,其特征在于,所述根据过滤后的轮毂点云生成目标二维深度图像,包括:
获取预设分辨率的图像,将所述预设分辨的图像的像素值设置为目标像素值;
根据目标像素值的图像对过滤后的轮毂点云进行映射,得到目标二维深度图像。
4.如权利要求1所述的基于三维视觉的轮毂识别方法,其特征在于,所述根据所述轮毂螺栓孔信息、肋窗信息、轮毂直径信息以及中心孔直径信息对目标轮毂模型库进行遍历,包括:
提取所述轮毂螺栓孔信息中的第一螺栓孔、第二螺栓孔以及第三螺栓孔;
根据所述第一螺栓孔和第二螺栓孔生成第一点云数值分布直方图;
根据所述第三螺栓孔和中心孔直径信息生成第二点云数值分布直方图;
根据所述轮毂螺栓孔信息、肋窗信息、轮毂直径信息以及中心孔直径信息对所述目标轮毂模型库进行筛选;
根据所述第一点云数值分布直方图和第二点云数值分布直方图对筛选后的目标轮毂模型库进行遍历。
5.如权利要求1所述的基于三维视觉的轮毂识别方法,其特征在于,所述基于遍历结果得到对应的轮毂型号,包括:
提取遍历结果中的轮毂模型信息;
在所述轮毂模型信息中存在唯一轮毂模型时,根据所述轮毂模型得到对应的轮毂型号。
6.如权利要求5所述的基于三维视觉的轮毂识别方法,其特征在于,所述提取遍历结果中的轮毂模型信息之后,还包括:
在所述轮毂模型信息中存在多个轮毂模型时,根据第一点云数值分布直方图得到第一巴塔恰里雅距离;
根据第二点云数值分布直方图得到第二巴塔恰里雅距离;
根据所述第一巴塔恰里雅距离和第二巴塔恰里雅距离对所述多个轮毂模型进行选取,得到目标轮毂模型;
基于目标轮毂模型得到对应的轮毂型号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市信润富联数字科技有限公司,未经深圳市信润富联数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110899265.X/1.html,转载请声明来源钻瓜专利网。





