[發明專利]一種汽車全液晶儀表圖像識別方法

有效

• 申請號: 202010114458.5
• 申請日: 2020-02-25
• 公開（公告）號: CN111428563B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 劉衛平;關哲;胡博春;孟金;劉佳;王兆楓;王郁霖;郭玉峰;張希明;劉祥港
• 申請（專利權）人: 吉林大學;吉林省馭功智能科技有限責任公司
• 主分類號: G06V20/62
• 分類號: G06V20/62;G06V10/34;G06V10/75;G06V10/46
• 代理公司: 沈陽銘揚聯創知識產權代理事務所(普通合伙) 21241
• 代理人: 屈芳

本發明涉及圖像識別技術領域，具體而言，涉及一種汽車全液晶儀表圖像識別方法，采集全液晶儀表不同功能狀態下的圖像并創建標準的全液晶儀表圖像的特征模型庫；采用攝像裝置在暗箱無光源條件下對待檢測的全液晶儀表不同顯示功能狀態下進行圖像采集；對采集到的全液晶儀表圖像進行增強處理，包括圖像平滑處理、圖像銳化處理；利用改進的SIFT算法對待檢測全液晶儀表圖像與特征模型庫中的標準圖像進行特征點匹配；根據設定好的匹配率閾值得到識別結果。通過改進原SIFT算法的尺度空間、關鍵點描述子的生成以及特征點匹配等方面，提升了識別匹配的效率和實時性，可應用于汽車全液晶儀表顯示功能的自動化測試中。

技術領域

本發明涉及圖像識別技術領域，具體而言，涉及一種汽車全液晶儀表圖像識別方法。

背景技術

隨著電子信息技術以及5G等通訊技術的發展，全液晶儀表正廣泛應用和普及在汽車內，全液晶儀表所包含的圖像信息十分豐富，而對于全液晶儀表顯示功能的檢測技術上，仍以人工目測為主，檢測速度以及檢測效率受人為主觀因素影響較大。

發明內容

本發明所要解決的技術問題在于提供一種汽車全液晶儀表圖像識別方法。通過改進原SIFT算法的尺度空間、關鍵點描述子的生成以及特征點匹配等方面，提升了識別匹配的效率和實時性，可應用于汽車全液晶儀表顯示功能的自動化測試中。

本發明是這樣實現的，一種汽車全液晶儀表圖像識別方法，該方法包括：

S1：采集全液晶儀表不同功能狀態下的圖像并創建標準的全液晶儀表圖像的特征模型庫；

S2：采用攝像裝置在暗箱無光源條件下對待檢測的全液晶儀表不同顯示功能狀態下進行圖像采集；

S3：對采集到的全液晶儀表圖像進行增強處理，包括圖像平滑處理、圖像銳化處理；

S4：利用改進的SIFT算法對待檢測全液晶儀表圖像與特征模型庫中的標準圖像進行特征點匹配；

S5：根據設定好的匹配率閾值得到識別結果。

其中：用改進的SIFT算法對待檢測全液晶儀表圖像與特征模型庫中的標準圖像進行特征點匹配的具體步驟為：

S41:簡化尺度空間，將原算法中的尺度空間的5層層數和5層級數簡化為4層；

S42:進行尺度空間極值點的檢測，采樣點與空間相鄰的所有點進行比較，來確定極值點；

S43:定位極值點，將不穩定和低對比度的極值點剔除；

S44:關鍵點主方向的確定，定位后的極值點作為特征點，計算每一個特征點的梯度和方向計算后在像素點的梯度方向用直方圖的方法進行統計，直方圖的峰值用來代表關鍵點的主方向；

S45：簡化關鍵點描述子，將原SIFT算法中的關鍵點描述子由128維向量簡化至24維向量；

S46：特征點匹配，采用Ransac算法進行特征點匹配。

進一步地，所述步驟S2的攝像裝置在暗裝無光源條件下對待檢測全液晶儀表進行拍照，采樣照片上傳到上位機中待處理，攝像頭選用CCD攝像頭，像素尺寸為2560×1920。

進一步地，所述步驟S3全液晶儀表圖像增強處理的具體步驟為：

S31：圖像平滑處理：采用中值濾波法對圖像進行平滑處理：轉換公式如下：

g(x,y)＝median{f(x-k,y-l),(k,l)∈W}

其中f(x,y)為原始圖像，g(x,y)為濾波后的輸出圖像,W為中值過濾模板，l和k分別為x,y方向上的邊界值；

S32：圖像銳化處理：采用拉普拉斯算子對圖像進行銳化處理：銳化公式如下：