本申请实施例公开了一种基于AI的车身颜色与机盖类型识别系统，包括摄像单元，用于在车身到达指定位置后采集车身图像信息；控制器，用于当车身到达指定位置时，产生车身到位信号并将所述车身到位信号传送至中控单元；中控单元，用于在接收到所述车身到位信号后，控制所述摄像单元采集车身图像信息，并提取车身图像信息分别进行车身颜色识别与机盖类型识别，根据识别结果输出与车身匹配的颜色代码，并将识别结果进行存储和/或输出至用户终端。本系统提高了车身颜色识别的效率和准确率，有效降低了车漆颜色喷涂错误的风险。本申请还公开了一种基于AI的车身颜色与机盖类型识别方法及电子设备，具有以上有益效果。具有以上有益效果。具有以上有益效果。
【技术实现步骤摘要】
基于AI的车身颜色与机盖类型识别系统、方法及电子设备
[0001]本专利技术涉及车漆喷涂
，具体来说涉及一种基于AI的车身颜色与机盖类型识别系统、方法及电子设备，用于汽车涂装工厂的车漆喷涂。
技术介绍
[0002]汽车涂装车间的主要任务是根据客户需求，完成对指定车身号的装焊车身进行相应颜色的车漆喷涂。涂装车间中通常包含十多种喷涂颜色，喷涂系统各单元的结构示意图如图1所示：即现场摄像单元110对待喷涂的车身号进行识别后传入PLC系统120，PLC系统根据识别的车身号与PLUS颜色系统130交互，获取车身号对应的颜色代码，然后将颜色代码传送至喷涂机器人140进行车漆喷涂。当摄像单元读取车身号失败时，需人工检测后手动输入喷涂颜色。
[0003]上述的车漆喷涂系统准确性低，存在一定概率因车身颜色识别错误导致车漆颜色喷涂错误的情况，而目前对于车漆颜色喷涂错误的情况还无法进行高效的自动化检测，若喷涂错误的车身流入总装车间，会造成不可估量的损失。目前用于行业中的AI车身颜色识别算法较少，并且对漆面的反光处理不好，多数车身颜色检测算法应用于交通行驶中的车辆颜色检测，颜色一般为最基本的红、黄、蓝等色，而在实际的车漆喷涂中，由于存在颜色相近的车漆，普通的AI颜色识别方法不能满足车漆喷涂的颜色要求。
技术实现思路
[0004]本专利技术的目的在于提供一种基于AI的车身颜色与机盖类型识别系统、方法及电子设备，解决现有汽车涂装工厂车漆喷涂效率及准确率低的问题。
[0005]为实现上述目的，本专利技术公开了如下技术方案：
[0006]本专利技术一方面提供了一种基于AI的车身颜色与机盖类型识别系统，所述系统包括：
[0007]控制器，用于当车身到达指定位置时，产生车身到位信号并将所述车身到位信号传送至中控单元；
[0008]摄像单元，用于在车身到达指定位置后采集车身图像信息；
[0009]中控单元，用于在接收到所述车身到位信号后，控制所述摄像单元采集车身图像信息，并提取车身图像信息分别进行车身颜色识别与机盖类型识别，根据识别结果输出与车身匹配的颜色代码，并将识别结果进行存储和/或输出至用户终端。
[0010]上述的车身颜色与机盖类型识别系统，还包括：
[0011]第一存储单元，用于存储标准颜色数据以供中控单元进行车身颜色匹配；
[0012]第二存储单元，用于存储车身图像数据及车身颜色与机盖类型的识别结果数据，以供用户终端查看。
[0013]进一步的，所述中控单元包括：
[0014]颜色识别单元，用于对车身图像的颜色信息进行处理分析，得到车身颜色识别数
据；
[0015]机盖识别单元，用于对车身图像的机盖信息进行处理分析，得到机盖类型识别数据；
[0016]匹配输出单元，用于根据所述车身颜色识别数据和所述机盖类型识别数据，匹配所述第一存储单元中的标准颜色数据，并输出相应的颜色代码。
[0017]进一步的，所述颜色识别单元包括：
[0018]预处理模块，用于将车身图像由RGB色彩空间转换到HSV色彩空间；
[0019]降噪模块，用于对车身图像进行降噪处理，得到HSV特征值表；
[0020]训练模块，用于利用训练样本对HSV特征值进行训练；
[0021]识别模块，用于对车身颜色进行识别，得到车身颜色识别数据。
[0022]优选的，所述降噪模块通过连续两次高斯滤波对车身图像进行降噪处理。
[0023]优选的，所述识别模块基于BP神经网络对车身颜色进行识别。
[0024]进一步的，所述机盖识别单元包括：
[0025]灰度处理模块，用于对车身图像进行灰度化处理，得到灰度图；
[0026]缩小模块，用于对所述灰度图进行切分，得到包含机盖棱的区域图；
[0027]滤波模块，用于对所述区域图进行高斯滤波，得到滤波图；
[0028]检测模块，用于对所述滤波图进行边缘检测，识别机盖类型，得到机盖类型识别数据。
[0029]优选的，所述检测模块基于Canny算子对滤波图进行边缘检测。
[0030]上述的车身颜色与机盖类型识别系统，还包括：
[0031]PLUS颜色单元，与所述第一存储单元连接，用于存储设定的车身标准颜色信息，并通过Node
‑
RED将所述车身标准颜色信息采集到所述第一存储单元中。
[0032]本专利技术另一方面提供了一种基于AI的车身颜色与机盖类型识别方法，所述方法包括以下步骤：
[0033]当车身到达指定位置时，产生车身到位信号并传送至中控单元；
[0034]中控单元接收所述车身到位信号，控制采集车身图像信息；
[0035]中控单元提取车身图像信息分别进行车身颜色识别与机盖类型识别，根据识别结果输出与车身匹配的颜色代码，并将识别结果进行存储和/或输出至用户终端。
[0036]上述的车身颜色与机盖类型识别方法，还包括：
[0037]对标准颜色数据进行存储以供中控单元进行车身颜色匹配；
[0038]对车身图像数据及车身颜色与机盖类型的识别结果数据进行存储，以供用户终端查看。
[0039]进一步的，所述中控单元分别进行车身颜色识别与机盖类型识别，根据识别结果输出与车身匹配的颜色代码，包括：
[0040]对车身图像的颜色信息进行处理分析，得到车身颜色识别数据；
[0041]对车身图像的机盖信息进行处理分析，得到机盖类型识别数据；
[0042]根据所述车身颜色识别数据和所述机盖类型识别数据，匹配所述第一存储单元中的标准颜色数据，并输出相应的颜色代码。
[0043]进一步的，所述对车身图像的颜色信息进行处理分析，得到车身颜色识别数据，包
括：
[0044]将车身图像由RGB色彩空间转换到HSV色彩空间；
[0045]在HSV色彩空间中，通过连续两次高斯滤波对车身图像进行降噪处理，得到HSV特征值表；
[0046]提取训练样本对HSV特征值进行训练；
[0047]基于BP神经网络对车身颜色进行识别，得到车身颜色识别数据。
[0048]进一步的，所述对车身图像的机盖信息进行处理分析，得到机盖类型识别数据，包括：
[0049]对车身图像进行灰度化处理，得到灰度图；
[0050]对所述灰度图进行切分，得到包含机盖棱的区域图；
[0051]对所述区域图进行高斯滤波，得到滤波图；
[0052]基于Canny算子对滤波图进行边缘检测，识别机盖类型，得到机盖类型识别数据。
[0053]本专利技术还提供了一种电子设备，所述电子设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于AI的车身颜色与机盖类型识别方法。
[0054]
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于AI的车身颜色与机盖类型识别系统，包括摄像单元，用于在车身到达指定位置后采集车身图像信息，其特征在于，还包括：控制器，用于当车身到达指定位置时，产生车身到位信号并将所述车身到位信号传送至中控单元；中控单元，用于在接收到所述车身到位信号后，控制所述摄像单元采集车身图像信息，并提取车身图像信息分别进行车身颜色识别与机盖类型识别，根据识别结果输出与车身匹配的颜色代码，并将识别结果进行存储和/或输出至用户终端。2.根据权利要求1所述的基于AI的车身颜色与机盖类型识别系统，其特征在于，所述系统还包括：第一存储单元，用于存储标准颜色数据以供中控单元进行车身颜色匹配；第二存储单元，用于存储车身图像数据及车身颜色与机盖类型的识别结果数据，以供用户终端查看。3.根据权利要求2所述的基于AI的车身颜色与机盖类型识别系统，其特征在于，所述中控单元包括：颜色识别单元，用于对车身图像的颜色信息进行处理分析，得到车身颜色识别数据；机盖识别单元，用于对车身图像的机盖信息进行处理分析，得到机盖类型识别数据；匹配输出单元，用于根据所述车身颜色识别数据和所述机盖类型识别数据，匹配所述第一存储单元中的标准颜色数据，并输出相应的颜色代码。4.根据权利要求3所述的基于AI的车身颜色与机盖类型识别系统，其特征在于，所述颜色识别单元包括：预处理模块，用于将车身图像由RGB色彩空间转换到HSV色彩空间；降噪模块，用于对车身图像进行降噪处理，得到HSV特征值表；训练模块，用于利用训练样本对HSV特征值进行训练；识别模块，用于对车身颜色进行识别，得到车身颜色识别数据。5.根据权利要求4所述的基于AI的车身颜色与机盖类型识别系统，其特征在于，所述降噪模块通过连续两次高斯滤波对车身图像进行降噪处理。6.根据权利要求4所述的基于AI的车身颜色与机盖类型识别系统，其特征在于，所述识别模块基于BP神经网络对车身颜色进行识别。7.根据权利要求3所述的基于AI的车身颜色与机盖类型识别系统，其特征在于，所述机盖识别单元包括：灰度处理模块，用于对车身图像进行灰度化处理，得到灰度图；缩小模块，用于对所述灰度图进行切分，得到包含机盖棱的区域图；滤波模块，用于对所述区域图进行高斯滤波，得到滤波图；检测模块，用于对所述滤波图进行边缘检测，识别机盖类型，得到机盖类型识别数据。8.根据权利要求7所述的基于AI的车身颜色与机盖类型识别系统，其特征在于，所述检测模块基于Canny算子对滤波图进行边缘检测。9.根据权利要求2所述的基于AI的车...
【专利技术属性】
技术研发人员：刘岩，孙勇涛，彭勋，
申请(专利权)人：北京奔驰汽车有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。