CN108038423B - 基于图像识别的汽车车型的识别方法及装置 - Google Patents

Abstract

本发明公开了基于图像识别的汽车车型的识别方法，包括以下步骤：建立判断模型；所述判断模型中存储了每种汽车车型的内饰图片所对应的锚点区域以及锚点区域形状分布图；获取待识别汽车的汽车内饰图片；将待识别汽车的汽车内饰图片转换为对应的灰度图；根据汽车内饰图片的灰度图得出汽车内饰图片中的突变区域并根据突变区域得出汽车内饰图片所对应的锚点区域以及锚点区域形状分布图；根据汽车内饰图片所对应的锚点区域以及锚点区域形状分布图与判断模型得出待识别汽车的车型。本发明还公开了一种电子设备和存储介质。本发明解决了现有技术中不能够根据车辆内部汽车内饰图片得出汽车车型的问题。

Description

基于图像识别的汽车车型的识别方法及装置

技术领域

本发明涉及汽车车型识别，尤其涉及一种基于图像识别的汽车车型识别方法、电子设备及存储介质。

背景技术

目前，随着人们生活水平的提高，家用汽车已得到大范围的普及，能够提供给大家进行选择购买的车型也十分丰富。人们获取汽车信息的途径越来越多，通过互联网、朋友推荐、商家宣传等方式都十分普遍，特别是现如今很多人都会注重使用的舒适度，比如通过对汽车内饰的设计等提升驾驶员以及乘车人员的舒适度。比如常遇到在网络等社交媒体上看到汽车内饰的局部图片对该汽车产生兴趣，但是并不能够获知该汽车的型号、车型的信息，而无法通过网络查找该汽车的相关信息。

现有的车型检索的方法大都是根据汽车品牌、型号或某项具体参数等来进行，并没有根据汽车内饰的局部图片来进行查询检索的方法。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供基于图像识别的汽车车型识别方法，其能够解决现有技术中不能够通过汽车内饰图片来识别得出汽车车型的问题。

本发明的目的之二在于一种电子设备，其能够解决现有技术中不能够通过汽车内饰图片来识别得出汽车车型的问题。

本发明的目的之三在于一种计算机可读存储介质，其能够解决现有技术中不能够通过汽车内饰图片来识别得出汽车车型的问题。

本发明的目的之一采用如下技术方案实现：

基于图像识别的汽车车型的识别方法，包括以下步骤：

模型建立步骤：建立判断模型；所述判断模型中存储了每种汽车车型的内饰图片所对应的锚点区域以及锚点区域形状分布图；

获取步骤：获取待识别汽车的汽车内饰图片；

转换步骤：将待识别汽车的汽车内饰图片转换为对应的灰度图；

锚点区域处理步骤：根据汽车内饰图片的灰度图得出汽车内饰图片中的突变区域，并根据突变区域得出汽车内饰图片所对应的锚点区域以及锚点区域形状分布图；

识别步骤：根据汽车内饰图片所对应的锚点区域以及锚点区域形状分布图与判断模型得出待识别汽车的车型。

进一步地，所述判断模型的建立过程如下：

获取步骤：获取同一汽车车型的多张汽车内饰图片并将每张汽车内饰图片转换为对应的灰度图；

拼接步骤：逐个对比同一汽车车型的任意两张汽车内饰图片的边缘区域的图案，并对边缘区域具有重叠图案的两张汽车内饰图片进行拼接得出同一汽车车型的汽车内饰的拼接图；

处理步骤：通过查找同一汽车车型的每个拼接图中的突变区域，并根据突变区域得到同一汽车车型的每个拼接图的锚点区域以及对应的锚点区域形状分布图，即判断模型。

进一步地，所述拼接步骤具体包括：随机选取同一汽车车型的两张汽车内饰图片作为待拼接图片，调整其中一张待拼接图片的透明度，通过调整该待拼接图片的大小和倾斜度并判断该待拼接图片与另外一张待拼接图片的边缘内容是否存在重叠区域，若是，则将两张待拼接图片根据重叠区域进行拼接形成对应的拼接图。

进一步地，所述汽车内饰的拼接图包括八个方向上的拼接图。

进一步地，所述八个方向为前、后、左、右、左前、左后、右前以及右后八个方向。

进一步地，还包括预处理步骤：对待识别汽车的汽车内饰图片进行预处理过程，其中预处理过程包括以下方法的一种或多种的组合：图像二值化、去除干扰点、质心对齐方法以及线性插值放大方法。

进一步地，还包括匹配步骤：根据待识别汽车的车型与***预先存储的汽车信息数据库得出待识别汽车的信息。

本发明的目的之二采用如下技术方案实现：

一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如前所述的基于图像识别的汽车车型的识别方法的步骤。

本发明的目的之三采用如下技术方案实现：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的基于图像识别的汽车车型的识别方法的步骤。

相比现有技术，本发明的有益效果在于：

本发明通过将图像识别技术运用到对汽车车型的识别当中，通过对待识别汽车的汽车内饰图片进行灰度处理，并得出该汽车内饰图片所对应的锚点区域以及锚点区域形状分布图，然后将其与***中预先建立的保存有各种汽车车型的汽车内饰图片所对应的锚点区域以及锚点形状分布图的判断模型进行匹配对比，进而得出待识别汽车的类型。本发明解决了现有技术中不能够通过车辆内部的局部图片来查询汽车车型的问题；同时本发明具有操作简便以及良好的用户体验。

附图说明

图1为本发明提供的汽车内饰图。

图2为图1经过处理后得到的汽车内饰图片所对应的锚点区域以及锚点区域形状分布图；

图3为本发明提供的基于图像识别的汽车车型的识别方法的流程图；

图4为本发明提供的基于图像识别的汽车车型的识别装置的模块图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

实施例

本发明是将图像识别技术运用到汽车车型识别中，首先通过采集各种汽车型号的汽车内饰的局部图片，通过机器学习建立每种汽车型号所对应的汽车内饰的局部图片之间的对应关系。然后在识别时，通过对待识别汽车的汽车内饰的局部图片与***中的对应关系进行对比，进而得到待识别汽车的车型，这样用户就可以根据汽车的车型通过互联网等获知该汽车的相关信息。本发明解决了现有技术中无法通过汽车内部的内饰局部图片来查询得到汽车型号或相关配置的问题，其操作简单、识别速度快，具有较好的用户体验。本文中的汽车内饰图片，也即是指的汽车内部所用到汽车产品，比如汽车方向盘、汽车仪表盘、汽车座椅、汽车内部摆件、收纳箱等。

在识别之前，首先需要建立汽车车型与汽车内饰的图片的对应关系，即建立对应的判断模型，其是通过采集每种汽车车型的汽车内饰的各个角度的照片或图片等，然后通过自由变换和图像重合等对图片进行拼接，生成对应的汽车内部的各个方向的拼接图，并得出每个拼接图所对应的锚点区域以及锚点区域形状分布图。由于在拍摄图片时，不可能将汽车内饰的所有图像均拍摄到同一张图片中，因此需要从不同角度的对汽车内饰进行拍摄，然后在对拍摄到的图片进行拼接来得到整个汽车内饰的多个方向上的拼接图。其中拼接图可设置为汽车内饰的八个方向的拼接图，即为前、后、左、右、左前、左后、右前以及右后八个方向的拼接图。

判断模型的具体建立过程如下：

步骤S1、采集同一种汽车车型的多张汽车内饰图片。汽车内饰的图像可通过互联网进行获取，也可以通过其他的方式进行获取，比如通过汽车生产厂家或经销商拍摄提供。另外，对于采集到的汽车内饰图片首先经过预处理过程，比如将图片统一转换为相同的大小、格式等，便于后期对图片的处理。其中，预处理过程可采用以下方法，比如图像二值化、去除干扰点、质心对齐方法和线性差值放大方法等。

步骤S2、对每张图像进行灰度处理转换为灰度图。比如通过颜色聚类的方式将每张图像均处理为灰白分明的色块或线条组合的灰度图。

步骤S3、逐个对比同一种汽车车型的任意两张汽车内饰图片的边缘区域的图案，并对边缘区域具有重叠图案的两张汽车内饰图片进行拼接得出同一种汽车车型的汽车内饰的拼接图。对每张图片进行拼接得到每种汽车型号的汽车内饰的各个方向上的拼接图。其中汽车内饰的各个方向上的拼接图包括汽车内饰的前、后、左、右、左前、左后、右前以及右后8个方向的拼接图。

在拼接时，随机选取两张汽车内饰图片作为待拼接图片，调整其中一张待拼接图片的透明度，并对该待拼接图片进行自由变换以便调整图片的大小和倾斜度，然后判断该待拼接图片的边缘部分的图像内容与另一张待拼接图片的边缘区域的图像内容是否重叠；当重叠时，去掉其中一种待拼接图片的多余重叠区域的图像内容，完成了两张汽车内饰图片的拼接。逐个选取其中两张汽车内饰图片通过上述拼接方法对其拼接，最终可得到每种汽车型号的汽车内饰的八个方向的拼接图。

步骤S4、通过查找拼接后的汽车内饰的八个方向上的拼接图中的突变区域，得到每个拼接图所对应的锚点区域以及锚点区域形状分布图，也即是判断模型。对于每个拼接图其所对应的锚点区域不仅仅只有一个，如图2所示，图中的每个方框均代表一个锚点区域。由于汽车内饰内各种按钮的设置的不同，其图片处理成灰度图后会呈现不同的突变区域，则根据这些突变区域划分出每个拼接图的锚点区域，而锚点区域形状分布图指的是该拼接图中的所有的锚点区域的分布图。

通过上述方法可建立每种汽车车型的汽车内饰所对应的锚点区域以及锚点区域形状分布图，在识别时，只需获取待识别汽车的汽车内饰图片所对应的锚点区域以及锚点区域形状分布图与判断模型中的任意一种汽车车型的汽车内饰所对应的锚点区域以及锚点区域形状分布图进行匹配对比，进而可得出待识别汽车的类型。

如图3所示，基于图像识别的汽车车型的识别方法，其包括以下步骤：

S21、获取待识别汽车的汽车内饰图片。用户可通过移动设备等拍摄待识别汽车的汽车内饰图片或通过互联网获取的待识别汽车的汽车内饰图片，然后上传至***中。另外，在实际的应用过程中，汽车内饰图片不仅仅只有一张，可以是汽车内饰的多个角度的图片，这样在判断识别时，得到的结果就更加准确。

S22、将待识别汽车的汽车内饰图片转换为对应的灰度图。比如通过颜色聚类将图像处理成灰白分明的色块或线条组合的灰度图。

S23、根据汽车内饰图片的灰度图查找出汽车内饰图片中的突变区域，并根据突变区域得出汽车内饰图片所对应的锚点区域以及锚点区域形状分布图。

其中突变区域指的是汽车内饰图片的灰度图中有明显黑白线条、色块分布的区域。而将分布规范的、相似度在一定阈值范围内的色块组合在一起形成一个锚点区域，进而可得出汽车内饰图片所对应的多个锚点区域。其中阈值可根据图片的不同做相应的调整。

S24、根据待识别汽车的汽车内饰图片所对应的锚点区域以及锚点区域形状分布图与判断模型得出待识别汽车的车型。

也即是，将待识别汽车的汽车内饰图片所对应的锚点区域以及锚点区域形状分布图与判断模型中的任意一种汽车车型的汽车内饰图片所对应的锚点区域以及锚点区域形状分布图进行一一匹配对比。在进行匹配时，比如通过自由变换来调整汽车内饰图片的锚点区域，然后计算汽车内饰图片所对应的锚点区域与判断模型中各个车型的汽车内饰图片所对应的锚点区域的重叠率。当待识别汽车的汽车内饰图片所对应的锚点区域与判断模型中汽车内饰图片所对应的锚点区域之间的重叠面积超过一定的预设值时，认为该待识别汽车的车型与判断模型中该汽车内饰图片所对应的汽车车型是相同或相似的。当出现多个重叠面积均满足预设值时，按照重叠面积从高到低进行排序，选取其中重叠面积最高的车型为待识别汽车的类型。

在实际的使用过程中，用户只需将对应的汽车内饰图片上传到***中，***就会自动对汽车内饰图片进行处理并将该汽车内饰图片所对应的汽车车型返回给用户。

当然，***中还可以存储各种汽车车型的相关信息，比如汽车的颜色、尺寸、品牌、厂商、价格、生产年份等信息，***还可以根据识别得出的汽车车型将该汽车对应的相关信息一并显示给用户，方便用户查看，比如通过数据库的形式将各种汽车车型的相关信息存储起来。

该方法还包括S25、根据待识别汽车的车型与***中存储的汽车信息数据库得出待识别汽车的信息。

本发明还提供了一种电子设备，其包括存储器、处理器以及存储在存储器上并可在处理上运行的计算机程序，所述处理器执行所述程序时实现如文中所述的基于图像识别的汽车车型的识别方法的步骤。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如文中所述的基于图像识别的汽车车型的识别方法的步骤。

如图4所示，基于图像识别的汽车车型的识别装置，包括：

模型建立模块，用于建立判断模型；所述判断模型中存储了每种汽车车型的内饰图片所对应的锚点区域以及锚点区域形状分布图；

获取模块，用于获取待识别汽车的汽车内饰图片；

转换模块，用于将待识别汽车的汽车内饰图片转换为对应的灰度图；

锚点区域处理模块，用于根据汽车内饰图片的灰度图得出汽车内饰图片中的突变区域，并根据突变区域得出汽车内饰图片所对应的锚点区域以及锚点区域形状分布图；

识别模块，用于根据汽车内饰图片所对应的锚点区域以及锚点区域形状分布图与判断模型得出待识别汽车的车型。

进一步地，所述拼接模块，还用于：随机选取同一汽车车型的两张汽车内饰图片作为待拼接图片，调整其中一张待拼接图片的透明度，通过调整该待拼接图片的大小和倾斜度并判断该待拼接图片与另外一张待拼接图片的边缘内容是否存在重叠区域，若是，则将两张待拼接图片根据重叠区域进行拼接形成对应的拼接图。

进一步地，还包括预处理模块，用于对待识别汽车的汽车内饰图片进行预处理过程，其中预处理过程包括以下方法的一种或多种的组合：图像二值化、去除干扰点、质心对齐方法以及线性插值放大方法。

进一步地，还包括匹配模块，用于根据待识别汽车的车型与***预先存储的汽车信息数据库得出待识别汽车的信息。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (8)

1.基于图像识别的汽车车型的识别方法，其特征在于包括以下步骤：

模型建立步骤：建立判断模型；所述判断模型中存储了每种汽车车型的内饰图片所对应的锚点区域以及锚点区域形状分布图；

获取步骤：获取待识别汽车的汽车内饰图片；

转换步骤：将待识别汽车的汽车内饰图片转换为对应的灰度图；

锚点区域处理步骤：根据汽车内饰图片的灰度图得出汽车内饰图片中的突变区域，并根据突变区域得出汽车内饰图片所对应的锚点区域以及锚点区域形状分布图；

识别步骤：根据汽车内饰图片所对应的锚点区域以及锚点区域形状分布图与判断模型得出待识别汽车的车型；所述判断模型的建立过程如下：

获取步骤：获取同一汽车车型的多张汽车内饰图片并将每张汽车内饰图片转换为对应的灰度图；

拼接步骤：逐个对比同一汽车车型的任意两张汽车内饰图片的边缘区域的图案，并对边缘区域具有重叠图案的两张汽车内饰图片进行拼接得出同一汽车车型的汽车内饰的拼接图；

处理步骤：通过查找同一汽车车型的每个拼接图中的突变区域，并根据突变区域得到同一汽车车型的每个拼接图的锚点区域以及对应的锚点区域形状分布图，即判断模型。

2.如权利要求1所述的方法，其特征在于：所述拼接步骤具体包括：随机选取同一汽车车型的两张汽车内饰图片作为待拼接图片，调整其中一张待拼接图片的透明度，通过调整该待拼接图片的大小和倾斜度并判断该待拼接图片与另外一张待拼接图片的边缘内容是否存在重叠区域，若是，则将两张待拼接图片根据重叠区域进行拼接形成对应的拼接图。

3.如权利要求1所述的方法，其特征在于：所述汽车内饰的拼接图包括八个方向上的拼接图。

4.如权利要求3所述的方法，其特征在于：所述八个方向为前、后、左、右、左前、左后、右前以及右后八个方向。

5.如权利要求1所述的方法，其特征在于：还包括预处理步骤：对待识别汽车的汽车内饰图片进行预处理过程，其中预处理过程包括以下方法的一种或多种的组合：图像二值化、去除干扰点、质心对齐方法以及线性插值放大方法。

6.如权利要求1所述的方法，其特征在于：还包括匹配步骤：根据待识别汽车的车型与***预先存储的汽车信息数据库得出待识别汽车的信息。

7.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现如权利要求1-6中任一项所述的基于图像识别的汽车车型的识别方法的步骤。

8.一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1-6中任一项所述的基于图像识别的汽车车型的识别方法的步骤。

Images