[发明专利]一种车辆零部件缺陷检测方法、系统及电子设备

说明书

本发明提供一种车辆零部件缺陷检测方法、系统及电子设备，涉及图像处理和深度学习技术领域，通过自动化的汽车部件识别，提升二手车信息采集的简易性和采集效率。该方法包括：对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；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；对部位图片进行瑕疵检测，获取瑕疵分类属性；根据瑕疵分类属性，形成车体多级属性模型，基于车体多级属性模型，以在目标车体三维模型中标注零部件缺陷信息。所述车辆零部件缺陷检测系统应用于车辆零部件缺陷检测方法。所述车辆零部件缺陷检测方法应用于电子设备中。

技术领域

本发明涉及图像处理和深度学习技术领域，更具体的说，涉及一种车辆零部件缺陷检测方法、系统、电子设备及计算机可读存储介质。

背景技术

随着科学技术的发展以及人们经济能力的提高，汽车越来越受到人们的青睐。汽车在使用过程中，可能会出现各种故障，造成汽车不同程度的缺陷。

现有的汽车缺陷分析服务通常只能对包含车体、损伤进行整体的检测，不能具体定位到某一具体部件的损伤，暂无针对汽车具体部件多级属性的识别系统，从而对二手车的信息采集不够精确。

发明内容

为解决上述技术问题，本发明提供一种车辆零部件缺陷检测方法、系统、电子设备及计算机可读存储介质，通过自动化的汽车部件识别，提升二手车信息采集的简易性和采集效率。

本发明提供一种车辆零部件缺陷检测方法，该方法包括：

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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

与现有技术相比，本发明提供的一种车辆零部件缺陷检测方法具有如下有益效果：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，对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；根据分割和识别后的车体图片，对车体各部位进行识别，获取识别后的部位图片；对部位图片进行瑕疵检测，获取瑕疵分类属性；根据瑕疵分类属性，形成车体多级属性模型，基于车体多级属性模型，以在目标车体三维模型中标注零部件缺陷信息，实现二手车数字化描述。本发明通过自动化的汽车部件识别，不仅可以识别出车体的整体损伤，还能识别出车辆具体部件的损伤，提升二手车信息采集的简易性和采集效率，提高检测精度。

本发明还提供一种车辆零部件缺陷检测系统，该系统包括：