[发明专利]一种车辆零部件缺陷检测方法、系统及电子设备在审

专利信息
申请号: 202210066211.X 申请日: 2022-01-20
公开(公告)号: CN114418998A 公开(公告)日: 2022-04-29
发明(设计)人: 代永里;李联玉;张铁柱 申请(专利权)人: 金瓜子科技发展(北京)有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/764;G06K9/62
代理公司: 北京一枝笔知识产权代理事务所(普通合伙) 11791 代理人: 张庆瑞
地址: 100000 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 车辆 零部件 缺陷 检测 方法 系统 电子设备
【权利要求书】:

1.一种车辆零部件缺陷检测方法,其特征在于,包括:

步骤1:基于视觉重建包含零部件缺陷的目标车体三维模型,获取包含零部件缺陷的目标车体图像;

步骤2:对所述目标车体图像进行车体分割和识别,获取分割和识别后的车体图片;

步骤3:根据分割和识别后的车体图片,对车体各部位进行识别提取,获取识别提取后的部位图片;

步骤4:对所述部位图片进行瑕疵检测,获取瑕疵分类属性;

步骤5:根据所述瑕疵分类属性,形成车体多级属性模型,基于所述车体多级属性模型,以在所述目标车体三维模型中标注零部件缺陷信息。

2.根据权利要求1所述的一种车辆零部件缺陷检测方法,其特征在于,

所述步骤1中基于视觉重建包含零部件缺陷的目标车体三维模型,包括:

获取不同角度的包含零部件缺陷的目标车体照片,根据所述目标车体照片重建包含零部件缺陷的目标车体三维模型。

3.根据权利要求1所述的一种车辆零部件缺陷检测方法,其特征在于,

所述步骤2包括:

利用传统分割方法或基于深度学习对所述目标车体图像进行车体分割和识别,获取分割和识别后的车体图片。

4.根据权利要求1所述的一种车辆零部件缺陷检测方法,其特征在于,

所述识别提取后的部位图片包括一级分类和二级分类,所述一级分类包括:车体外形、车体内饰,所述二级分类包括:前保险杠、后保险杠、前挡风玻璃、后挡风玻璃、前大灯、后大灯、引擎盖、后备箱、前门、后门、前车窗、后车窗、车顶、车轮,所述一级分类和二级分类的映射关系满足1:N。

5.根据权利要求4所述的一种车辆零部件缺陷检测方法,其特征在于,

所述瑕疵分类属性包括:划痕、凹陷、缺损、撕裂,所述二级分类与所述瑕疵分类属性的映射关系满足1:N。

6.一种车辆零部件缺陷检测系统,其特征在于,包括:

视觉重建模块,用于基于视觉重建包含零部件缺陷的目标车体三维模型,获取包含零部件缺陷的目标车体图像;

车体识别模块,用于对所述目标车体图像进行车体分割和识别,获取分割和识别后的车体图片;

部位识别模块,用于根据分割和识别后的车体图片,对车体各部位进行识别提取,获取识别提取后的部位图片;

瑕疵检测模块,用于对所述部位图片进行瑕疵检测,获取瑕疵分类属性;

车体多级属性模型模块,用于根据所述瑕疵分类属性,形成车体多级属性模型,基于所述车体多级属性模型,以在所述目标车体三维模型中标注零部件缺陷信息。

7.根据权利要求6所述的一种车辆零部件缺陷检测系统,其特征在于,

所述识别提取后的部位图片包括一级分类和二级分类,所述一级分类包括:车体外形、车体内饰,所述二级分类包括:前保险杠、后保险杠、前挡风玻璃、后挡风玻璃、前大灯、后大灯、引擎盖、后备箱、前门、后门、前车窗、后车窗、车顶、车轮,所述一级分类和二级分类的映射关系满足1:N。

8.根据权利要求7所述的一种车辆零部件缺陷检测系统,其特征在于,

所述瑕疵分类属性包括:划痕、凹陷、缺损、撕裂,所述二级分类与所述瑕疵分类属性的映射关系满足1:N。

9.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的一种车辆零部件缺陷检测方法中的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的一种车辆零部件缺陷检测方法中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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金瓜子科技发展(北京)有限公司,未经金瓜子科技发展(北京)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/202210066211.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top