[發明專利]車身側視圖參數化模型的自動提取方法

有效

• 申請號: 201710530836.6
• 申請日: 2017-07-03
• 公開（公告）號: CN107346437B
• 公開（公告）日: 2019-08-09
• 發明（設計）人: 李寶軍;王博;宋明亮;董穎
• 申請（專利權）人: 大連理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/13;G06F17/50
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

1.一種車身側視圖參數化模型的自動提取方法，其特征在于，步驟如下：

(1)參數化模板定義：

按照車身結構特征，采用跑車和SUV的結構特征定義2種參數化模板；跑車的參數化模板，用于提取跑車類型的參數化模型；SUV的參數化模板，用于提取除跑車外其他車型的參數化模型；

(2)特征點提取及圖像校準：

1)圖像尺寸調整：采用一致縮放的方法將圖像的寬度調整至一致；

2)圖像特征點提取：首先，利用Canny邊界提取算子得到初始邊緣點，將鄰近邊緣點連接成關鍵特征點鏈；

其次，關鍵特征點鏈分割成短鏈，以關鍵特征點鏈的兩端點的連線作為基礎，在關鍵特征點鏈上找到距離該連線最遠的點；如果從該距離連線最遠的點處分開，形成的兩側鏈中的不少于一條的擬合誤差大于給定閾值，則將關鍵特征點鏈在該距離連線最遠的點處斷開為兩條關鍵特征點鏈，否則保留該關鍵特征點鏈；關鍵特征點鏈分割成短鏈的過程為迭代過程，最終分割的結果為基本鏈條，用來計算擬合曲線以及車輪半徑和位置；

3)利用車輪的提取識別側視圖：通過兩個車輪的判定來區分一幅圖像是否為車身側視圖圖像；車輪識別的具體方法是利用步驟2)得到的基本鏈條，計算每一個基本鏈條的圓心及半徑，根據計算得到的不同的圓心及半徑聚類得到左右兩側的圓；

(3)模板與圖像匹配：

1)圖像曲線生成：盡可能多的合并相鄰的基礎鏈條，擬合形成多個二次曲線；

2)點集匹配：采用PR-GLS點集匹配算法建立參數模板的均勻離散點集與二次曲線的均勻離散點集的對應關系，得到模型關鍵特征點在圖像中的初始化位置；

3)車型分類：根據變形后模板重要結構參數的分析，確定車身在圖像中的方向，若是反向的則將圖像水平翻轉；根據豎直車門線的空間位置將車型分為3門或5門車型；跑車類別是由匹配后變形后的模板的高度所決定的；

(4)特征曲線生成及標注：生成圖像車身的模型，利用擬合得到的二次曲線和關鍵特征點在圖像中的初始化位置，結合車身結構的全局拓撲約束、關聯關鍵點的位置約束和特征曲線的形狀約束，采用動態規劃的方法提取到關鍵點列的精確位置以及特征曲線的精確形狀；最優化模板是所創建的特征曲線應盡可能覆蓋提取到的圖像特征點，即最終創建的模型對圖像特征點的覆蓋率最優；

對于給定兩點最優曲線生成，通過兩點鄰域內的線集合，計算所有擬合的二次曲線的覆蓋率，選擇最大覆蓋率的曲線為最優曲線。