技术领域
本发明涉及汽车维修技术领域，特别涉及一种基于图像识别技术的汽车油漆修复方法及设备。
背景技术
随着汽车的普及，汽车在发生擦碰时补漆也成为了汽车维修的很重要的一部分活动。
现有的补漆方法完全依赖补漆师傅的人工经验，往往补漆后汽车会出现色差。即使是采用原厂的配方，也无法完全避免这个问题。
发明内容
有鉴于此，本发明提供一种基于图像识别技术的汽车油漆修复方法及设备。
一种基于图像识别技术的汽车油漆修复方法，其包括如下步骤：
S01、获取汽车表面油漆的纹路信息；
S02、获取汽车的油漆修复组件的三维结构信息以及最终汽车油漆修复方案；
S03、根据汽车表面油漆的纹路信息、油漆修复组件的三维结构信息以及最终汽车油漆修复方案生成汽车油漆喷涂方案；
S04、根据汽车油漆喷涂方案控制喷涂组件进行汽车油漆喷涂修复。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S02包括以下子步骤：
S1、将汽车整车划分为不同结构的油漆修复组件；预先获取油漆修复组件的三维结构信息；
S2、根据三维结构信息配置不同结构的油漆修复组件对比采集时对应的距离值表、射角调节表、光线强度调节表、光照颜色调节表；配置距离值表对应的第一计数器，射角调节表对应的第二计数器，光线强度调节表对应的第四计数器，光照颜色调节表对应的第三计数器；
S3、获取待修复车辆的三维结构信息以及修复部位信息，根据修复车辆的三维结构信息以及修复部位信息确定待修复的油漆修复组件；根据待修复的油漆修复组件选定对应的距离值表、射角调节表、光线强度调节表、光照颜色调节表；
S4、在汽车修理设备被引导到预设位置信息时，控制触发启动待修复的油漆修复组件的图像采集；
S5、通过距离值表控制图像采集装置所处的位置，第一计数器加1，并且判断第一计数器是否等于第一阈值，在等于时跳转到步骤S10；否则跳转到步骤S6；
S6、通过射角调节表控制图像采集装置的射角朝向，第二计数器加1，并判断第二计数器是否等于第二阈值，在等于时跳转到步骤S5；否则跳转到步骤S7；
S7、通过光照颜色调节表控制调节待修复车辆所处环境的光照颜色，第三计数器加1，并且判断第三计数器是否等于第三阈值，在等于时跳转到步骤S6；否则跳转到步骤S8；
S8、通过光线强度调节表控制调节待修复车辆所处环境的光线强度；
S9、获取当前条件下的待修复的油漆修复组件的原始图像，将待修复的油漆修复组件的原始图像加入到对比参照集合中；第四计数器加1，并且判断第四计数器是否等于第四阈值，在等于时跳转到步骤S7；否则跳转到步骤S8；
S10、对对比参照集合中原始图像进行离散化处理，并建立对比参照集合中原始图像与距离值、射角朝向、光线强度、光照颜色对应的参照对比数据；
S11、按照与步骤S10中原始图像与距离值、射角朝向、光线强度、光照颜色相同的对应关系生成对生成的经过离散化处理的喷漆方案的与距离值、射角朝向、光线强度、光照颜色对应的实测对比数据；
S12、将步骤S10与步骤S11中参照对比数据、实测对比数据按照对比模型进行对比，判断误差系数是否超过预设误差阈值，超过预设误差阈值时，跳转到步骤S11，并重复执行步骤S11-步骤S12；在未超过预设误差阈值时，跳转到步骤S13；
S13、将未超过预设误差阈值时的喷漆方案作为最终汽车油漆修复方案。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S1包括：
将汽车整车划分为不同结构的油漆修复组件；
获取汽车的品牌、型号、该品牌型号对应车漆颜色信息；
根据汽车的品牌、型号生成对应的油漆修复组件的三维结构信息。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S10包括：
S101、将对比参照集合中原始图像划分为多个大小相同的第一矩形块；
S102、生成各个第一矩形块的色调、饱和度、亮度第一三维特征矢量；
S103、通过遗传算法获得色调、饱和度、亮度第一三维特征矢量分别对应的第一系数值；
S104、根据色调、饱和度、亮度第一三维特征矢量分别对应的第一系数值以及色调、饱和度、亮度第一三维特征矢量生成第一矩形块对应的第一特征组合；
S105、建立各个第一矩形块对应的第一特征组合与距离值、射角朝向、光线强度、光照颜色对应的参照对比数据；相应的，
所述步骤S11包括：
S111、按照与步骤S10中原始图像与距离值、射角朝向、光线强度、光照颜色相同的对应关系获取当前喷漆方案下的图像信息；
S112、将对比参照集合中当前喷漆方案下的图像信息划分为多个大小相同的第二矩形块；
S113、生成各个第二矩形块的色调、饱和度、亮度第二三维特征矢量；
S114、通过遗传算法获得色调、饱和度、亮度第二三维特征矢量分别对应的第二系数值；
S115、根据色调、饱和度、亮度第二三维特征矢量分别对应的第二系数值以及色调、饱和度、亮度第二三维特征矢量生成第二矩形块对应的第二特征组合；
S116、建立各个第二矩形块对应的第二特征组合与距离值、射角朝向、光线强度、光照颜色对应的实测对比数据。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S03包括如下步骤：
S031、获取最终汽车油漆修复方案下各个第二矩形块对应的第二特征组合；
S032、根据汽车表面油漆的纹路信息配置汽车油漆组件的喷涂倾斜角度信息；
S033、根据油漆修复组件的三维结构信息配置汽车油漆组件的喷涂路径信息；
S034、根据步骤S031中各个第二矩形块对应的第二特征组合配置汽车油漆组件在对应第二矩形块上的停留时间信息；
S035、将喷涂倾斜角度信息、喷涂路径信息、停留时间信息封装为汽车油漆喷涂方案。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
将步骤S10与步骤S11中参照对比数据、实测对比数据按照对比模型进行对比，判断误差系数是否超过预设误差阈值包括：
获取第一特征组合A＝a1Hi1+b1Si1+c1Vi1,(i1＝1.2...M)，其中a1为第一矩形块i色调Hi1对应的第一系数值；b1为第一矩形块i饱和度Si1对应的第一系数值；c1为第一矩形块i亮度Vi1对应的第一系数值；
获取第二特征组合B＝a2Hi2+b2Si2+c2Vi2,(i2＝1.2...M)，其中a2为第二矩形块i色调Hi2对应的第二系数值；b2为第二矩形块i饱和度Si2对应的第二系数值；c2为第二矩形块i亮度Vi2对应的第二系数值；
配置对比模型如下：
其中f(ω)为误差调试因子；在
的取值大于或等于预设判断阈值时，判断误差系数超过预设误差阈值，否则判断误差系数未预设误差阈值。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S1中包括将不同结构的油漆修复组件划分为对应的不同连接过渡区域以及连片区域；
配置不同连接过渡区域以及连片区域相对应的预设误差阈值；
相应地，所述步骤S101还包括：
将对比参照集合中原始图像对应的第一矩形块划分为连接过渡区域第一矩形块、连片区域第一矩形块；
相应地，所述步骤S112还包括：
将对比参照集合中当前喷漆方案下的图像信息对应的第二矩形块划分为连接过渡区域第二矩形块、连片区域第二矩形块；
相对地，所述步骤S12包括：
将步骤S10与步骤S11中参照对比数据、实测对比数据按照对比模型进行对比，分别判断不同连接过渡区域以及连片区域相对应的误差系数是否分别超过预设误差阈值。
本发明还提供一种基于图像识别技术的汽车油漆修复方法的设备，
包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一项所述的方法。
有益技术效果：本发明的相对于现有技术，能够实现：对汽车补漆过程的方案进行自动调整，能够根据汽车表面油漆的纹路信息、油漆修复组件的三维结构信息以及最终汽车油漆修复方案生成汽车油漆喷涂方案，色差小。
附图说明
图1是本发明实施例提供的基于图像识别技术的汽车油漆修复方法流程图。
具体实施方式
在本发明实施例中，如图1所示，一种基于图像识别技术的汽车油漆修复方法，其包括如下步骤：
S01、获取汽车表面油漆的纹路信息。不同的汽车表面油漆的纹路信息可能不同，特别一些较为高端的汽车，不同部件之间的纹路信息也不相同；这些不同的纹路信息可能是由油漆喷的角度、厚度、或者配方不同而造成的。
S02、获取汽车的油漆修复组件的三维结构信息以及最终汽车油漆修复方案。
油漆修复组件比如翼子板、前门、后门、前杠等等，拆分为不同的部件；不同的油漆修复组件的三维结构信息，比如形状、大小、倾斜角、凹槽等等，三维结构信息会对人眼对于油漆色差的观感造成影响。
S03、根据汽车表面油漆的纹路信息、油漆修复组件的三维结构信息以及最终汽车油漆修复方案生成汽车油漆喷涂方案。
S04、根据汽车油漆喷涂方案控制喷涂组件进行汽车油漆喷涂修复。
本发明的相对于现有技术，能够实现：对汽车补漆过程的方案进行自动调整，能够根据汽车表面油漆的纹路信息、油漆修复组件的三维结构信息以及最终汽车油漆修复方案生成汽车油漆喷涂方案，色差小。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S02包括以下子步骤：
S1、将汽车整车划分为不同结构的油漆修复组件；预先获取油漆修复组件的三维结构信息；
S2、根据三维结构信息配置不同结构的油漆修复组件对比采集时对应的距离值表、射角调节表、光线强度调节表、光照颜色调节表；配置距离值表对应的第一计数器，射角调节表对应的第二计数器，光线强度调节表对应的第四计数器，光照颜色调节表对应的第三计数器；
通过配置距离值表、射角调节表、光线强度调节表、光照颜色调节表，能够从距离、射角、光线强度、光照颜色各个方面控制色差，使得补漆色差控制更为精细化。
特别是射角方向，是通常补漆过程中并未关注到的点。
S3、获取待修复车辆的三维结构信息以及修复部位信息，根据修复车辆的三维结构信息以及修复部位信息确定待修复的油漆修复组件；根据待修复的油漆修复组件选定对应的距离值表、射角调节表、光线强度调节表、光照颜色调节表；
S4、在汽车修理设备被引导到预设位置信息时，控制触发启动待修复的油漆修复组件的图像采集。
被引导到预设位置信息时，是对汽车修理设备整体位置的初步控制。
S5、通过距离值表控制图像采集装置所处的位置，第一计数器加1，并且判断第一计数器是否等于第一阈值，在等于时跳转到步骤S10；否则跳转到步骤S6；
S6、通过射角调节表控制图像采集装置的射角朝向，第二计数器加1，并判断第二计数器是否等于第二阈值，在等于时跳转到步骤S5；否则跳转到步骤S7；
S7、通过光照颜色调节表控制调节待修复车辆所处环境的光照颜色，第三计数器加1，并且判断第三计数器是否等于第三阈值，在等于时跳转到步骤S6；否则跳转到步骤S8；
S8、通过光线强度调节表控制调节待修复车辆所处环境的光线强度；
S9、获取当前条件下的待修复的油漆修复组件的原始图像，将待修复的油漆修复组件的原始图像加入到对比参照集合中；第四计数器加1，并且判断第四计数器是否等于第四阈值，在等于时跳转到步骤S7；否则跳转到步骤S8；
S10、对对比参照集合中原始图像进行离散化处理，并建立对比参照集合中原始图像与距离值、射角朝向、光线强度、光照颜色对应的参照对比数据；
S11、按照与步骤S10中原始图像与距离值、射角朝向、光线强度、光照颜色相同的对应关系生成对生成的经过离散化处理的喷漆方案的与距离值、射角朝向、光线强度、光照颜色对应的实测对比数据；
S12、将步骤S10与步骤S11中参照对比数据、实测对比数据按照对比模型进行对比，判断误差系数是否超过预设误差阈值，超过预设误差阈值时，跳转到步骤S11，并重复执行步骤S11-步骤S12；在未超过预设误差阈值时，跳转到步骤S13；
S13、将未超过预设误差阈值时的喷漆方案作为最终汽车油漆修复方案。
通过实施本实施例，能够实现对色差的精细化控制。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S1包括：
将汽车整车划分为不同结构的油漆修复组件；
获取汽车的品牌、型号、该品牌型号对应车漆颜色信息；
根据汽车的品牌、型号生成对应的油漆修复组件的三维结构信息。
通过实施本实施例，能够预先对喷漆方案中的油漆组分进行初次选择，以及预先确定汽车的品牌、型号生成对应的油漆修复组件的三维结构信息。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S10包括：
S101、将对比参照集合中原始图像划分为多个大小相同的第一矩形块；
S102、生成各个第一矩形块的色调、饱和度、亮度第一三维特征矢量；
S103、通过遗传算法获得色调、饱和度、亮度第一三维特征矢量分别对应的第一系数值；
S104、根据色调、饱和度、亮度第一三维特征矢量分别对应的第一系数值以及色调、饱和度、亮度第一三维特征矢量生成第一矩形块对应的第一特征组合；
S105、建立各个第一矩形块对应的第一特征组合与距离值、射角朝向、光线强度、光照颜色对应的参照对比数据；相应的，
所述步骤S11包括：
S111、按照与步骤S10中原始图像与距离值、射角朝向、光线强度、光照颜色相同的对应关系获取当前喷漆方案下的图像信息；
S112、将对比参照集合中当前喷漆方案下的图像信息划分为多个大小相同的第二矩形块；
S113、生成各个第二矩形块的色调、饱和度、亮度第二三维特征矢量；
S114、通过遗传算法获得色调、饱和度、亮度第二三维特征矢量分别对应的第二系数值；
S115、根据色调、饱和度、亮度第二三维特征矢量分别对应的第二系数值以及色调、饱和度、亮度第二三维特征矢量生成第二矩形块对应的第二特征组合；
S116、建立各个第二矩形块对应的第二特征组合与距离值、射角朝向、光线强度、光照颜色对应的实测对比数据。
第一矩形块对应的第一特征组合以及第二矩形块对应的第二特征组合，能够对于每个油漆修复组件的各个区域进行色差的控制，比如同一个油漆修复组件中，采用同样的油漆配方，同样的喷射角度、喷射时间，效果可能并不理想。因为该油漆修复组件由于三维结构信息，比如形状、大小、倾斜角、凹槽等等，三维结构信息会对人眼对于油漆色差的观感造成影响，并且与其他汽车组件的过渡会不自然。通过实施本实施例，能够实现对汽车油漆修复组件的各个区域进行色差的精细化控制，满足汽车目前油漆色差的整体协调性才是最合适的油漆修复方案。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S03包括如下步骤：
S031、获取最终汽车油漆修复方案下各个第二矩形块对应的第二特征组合；
S032、根据汽车表面油漆的纹路信息配置汽车油漆组件的喷涂倾斜角度信息；
S033、根据油漆修复组件的三维结构信息配置汽车油漆组件的喷涂路径信息；
S034、根据步骤S031中各个第二矩形块对应的第二特征组合配置汽车油漆组件在对应第二矩形块上的停留时间信息；
S035、将喷涂倾斜角度信息、喷涂路径信息、停留时间信息封装为汽车油漆喷涂方案。
通过实施本实施例，也是为了解决油漆修复组件比如翼子板、前门、后门、前杠等等，拆分为不同的部件；不同的油漆修复组件的三维结构信息，比如形状、大小、倾斜角、凹槽等等，三维结构信息会对人眼对于油漆色差的观感造成影响。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
将步骤S10与步骤S11中参照对比数据、实测对比数据按照对比模型进行对比，判断误差系数是否超过预设误差阈值包括：
获取第一特征组合A＝a1Hi1+b1Si1+c1Vi1,(i1＝1.2...M)，其中a1为第一矩形块i色调Hi1对应的第一系数值；b1为第一矩形块i饱和度Si1对应的第一系数值；c1为第一矩形块i亮度Vi1对应的第一系数值；
获取第二特征组合B＝a2Hi2+b2Si2+c2Vi2,(i2＝1.2...M)，其中a2为第二矩形块i色调Hi2对应的第二系数值；b2为第二矩形块i饱和度Si2对应的第二系数值；c2为第二矩形块i亮度Vi2对应的第二系数值；
配置对比模型如下：
其中f(ω)为误差调试因子；在
的取值大于或等于预设判断阈值时，判断误差系数超过预设误差阈值，否则判断误差系数未预设误差阈值。f(ω)为误差调试因子为预先根据实验结果确定的值，不同油漆的误差调试因子不同。
在本发明所述的基于图像识别技术的汽车油漆修复方法中，
所述步骤S1中包括将不同结构的油漆修复组件划分为对应的不同连接过渡区域以及连片区域；
配置不同连接过渡区域以及连片区域相对应的预设误差阈值；
相应地，所述步骤S101还包括：
将对比参照集合中原始图像对应的第一矩形块划分为连接过渡区域第一矩形块、连片区域第一矩形块；
相应地，所述步骤S112还包括：
将对比参照集合中当前喷漆方案下的图像信息对应的第二矩形块划分为连接过渡区域第二矩形块、连片区域第二矩形块；
相对地，所述步骤S12包括：
将步骤S10与步骤S11中参照对比数据、实测对比数据按照对比模型进行对比，分别判断不同连接过渡区域以及连片区域相对应的误差系数是否分别超过预设误差阈值。
通过实施本实施例，可以较好的解决油漆修复组件与其他未修复的完好的组件之间的协调性。
本发明还提供一种基于图像识别技术的汽车油漆修复方法的设备，
包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述任一项所述的方法。
有益技术效果：本发明的相对于现有技术，能够实现：对汽车补漆过程的方案进行自动调整，能够根据汽车表面油漆的纹路信息、油漆修复组件的三维结构信息以及最终汽车油漆修复方案生成汽车油漆喷涂方案，色差小。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。
