本公开提供一种车辆部件检测方法、装置、电子设备及计算机可读存储介质，涉及车辆部件检测技术领域，该方法包括：获取车辆部件中待检测零件的目标图像，获取所述目标图像对应的预设零件模板，确定所述目标图像与所述预设零件模板之间的相似度，比对所述相似度与预设相似度阈值，得到对比结果，并根据所述对比结果确定所述待检测零件是否安装正确。本公开实现了车辆部件的误欠品检测，提升了车辆部件的误欠品检测方法的适用范围。欠品检测方法的适用范围。欠品检测方法的适用范围。
【技术实现步骤摘要】
车辆部件检测方法、装置、电子设备及可读存储介质
[0001]本公开涉及车辆部件检测
，尤其涉及一种车辆部件检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]误欠品质检项目可以应用于车辆地板螺母、螺孔、小件等零部件的检测，主要解决车辆部件的错装、漏装的问题。传统的视觉质检由专门的人工质检人员负责，由于车辆的生产频率高，量产大，通过人工进行车辆部件的误欠品质检，会造成质检人员视觉疲劳，容易出现漏检问题，对车辆的质量无法完全保证。因此，市场上相应出现了用于车辆部件的误欠品检测的误欠品检测模型。该误欠品检测模型是通过识别车辆部件的图像以进行车辆部件中误欠品的错装、漏装检测，对于该误欠品检测模型前期需要通过大量标注的生产图片进行训练，并且训练模型存在过拟合情况，开发周期长，当车辆部件中出现新的误欠品项目时，误欠品检测模型不能复用到新的误欠品项目，导致无法对新的误欠品项目进行检测。
[0003]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0004]本公开的目的在于提供一种车辆部件检测方法、装置、电子设备及计算机可读存储介质，至少能够在一定程度上提升误欠品检测方法的适用范围。
[0005]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0006]根据本公开的一个方面，提供一种车辆部件检测方法，该方法包括：
[0007]获取车辆部件中待检测零件的目标图像；
[0008]获取上述目标图像对应的预设零件模板；其中，上述待检测零件与上述预设零件模板中预设零件的安装位置相对应；
[0009]确定上述目标图像与上述预设零件模板之间的相似度；
[0010]比对上述相似度与预设相似度阈值，得到对比结果，并根据上述对比结果确定上述待检测零件是否安装正确。
[0011]可选地，上述确定上述目标图像与上述预设零件模板之间的相似度的步骤包括：提取上述目标图像中的上述待检测零件的第一特征向量，以及提取上述预设零件模板中的上述预设零件的第二特征向量；确定上述第一特征向量与上述第二特征向量之间的余弦距离；将上述余弦距离确定为上述相似度。
[0012]可选地，上述提取上述目标图像中的上述待检测零件的第一特征向量，以及提取上述预设零件模板中的预设零件的第二特征向量的步骤包括：采用预训练的卷积网络模型对上述目标图像进行特征提取，得到上述待检测零件的第一特征向量；采用上述卷积网络模型对上述预设零件模板进行特征提取，得到上述预设零件的第二特征向量。
[0013]可选地，上述获取车辆部件中待检测零件的目标图像的步骤包括：获取上述车辆部件的原始图像；覆盖上述原始图像中上述车辆部件以外的背景区域，得到掩膜图像；根据上述掩膜图像确定待检测图像；基于上述待检测图像，提取上述待检测零件的位置信息；根据提取的上述位置信息对上述待检测图像进行裁剪，得到上述待检测零件的目标图像。
[0014]可选地，上述覆盖上述原始图像中上述车辆部件以外的背景区域，得到掩膜图像的步骤包括：获取预设感兴趣区掩膜，上述预设感兴趣区掩膜与上述原始图像的尺寸信息相同；将上述原始图像与上述预设感兴趣区掩膜相乘，得到感兴趣区图像；将上述感兴趣区图像作为上述掩膜图像。
[0015]可选地，上述根据上述掩膜图像确定待检测图像的步骤包括：判断上述掩膜图像中的上述车辆部件是否发生畸变；在上述掩膜图像中的上述车辆部件未发生畸变的情况下，将上述掩膜图像确定为上述待检测图像。
[0016]可选地，上述根据上述掩膜图像确定待检测图像的步骤包括：判断上述掩膜图像中的上述车辆部件是否发生畸变；在上述掩膜图像中的上述车辆部件发生畸变的情况下，获取上述掩膜图像对应的预设掩膜图像；获取上述掩膜图像的第一灰度值变化信息，以及上述预设掩膜图像的第二灰度值变化信息；根据上述第一灰度值变化信息和上述第二灰度值变化信息，从上述掩膜图像和上述预设掩膜图像的像素点中分别筛选得到n个关键像素点，n为正整数，且n大于或者等于4；根据分别筛选得到的上述n个关键像素点生成m个关键像素点对，并根据上述m个关键像素点对生成变换矩阵，m为大于n的正整数；采用上述变换矩阵对上述掩膜图像进行矫正，得到上述待检测图像。
[0017]根据本公开的另一个方面，提供一种车辆部件检测装置，上述车辆部件检测装置包括：
[0018]第一图像获取模块，用于获取车辆部件中待检测零件的目标图像；
[0019]第二图像获取模块，用于获取上述目标图像对应的预设零件模板；其中，上述待检测零件与上述预设零件模板中预设零件的安装位置相对应；
[0020]相似度计算模块，用于确定上述目标图像与上述预设零件模板之间的相似度；
[0021]结果检测模块，用于比对上述相似度与预设相似度阈值，得到对比结果，并根据上述对比结果确定上述待检测零件是否安装正确。
[0022]根据本公开的再一个方面，提供一种电子设备，上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述实施例中上述的车辆部件检测方法。
[0023]根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现如上述实施例中上述的车辆部件检测方法。
[0024]本公开的实施例所提供的车辆部件检测方法、装置、电子设备及计算机可读存储介质，具备以下技术效果：
[0025]本公开通过采用获取车辆部件中待检测零件的目标图像，获取目标图像对应的预设零件模板(待检测零件与预设零件模板中预设零件的安装位置相对应)，确定上述目标图像与上述预设零件模板之间的相似度，比对上述相似度与预设相似度阈值，得到对比结果，并根据对比结果确定待检测零件是否安装正确的技术手段，通过比对待检测零件的目标图像与对应预设零件模板之间的相似度，便可以实现待检测零件是否安装正确的检测，即实
现车辆部件的误欠品检测。本公开的车辆部件检测方法相对于现有的误欠品检测模型来说，无需进行模型训练前的样本图像标注以及模型训练，通过该车辆部件检测方法的构思可以应用到其他事物的误欠品检测中去，提升了车辆部件的误欠品检测方法的适用范围。
[0026]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0027]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0028]图1示出了本公开一示例性实施例中车辆部件检测方法的流程示意图；
[0029]图2示出了本公开车辆部件检测方本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车辆部件检测方法，其特征在于，所述车辆部件检测方法包括：获取车辆部件中待检测零件的目标图像；获取所述目标图像对应的预设零件模板；其中，所述待检测零件与所述预设零件模板中预设零件的安装位置相对应；确定所述目标图像与所述预设零件模板之间的相似度；比对所述相似度与预设相似度阈值，得到对比结果，并根据所述对比结果确定所述待检测零件是否安装正确。2.如权利要求1所述的车辆部件检测方法，其特征在于，所述确定所述目标图像与所述预设零件模板之间的相似度的步骤包括：提取所述目标图像中的所述待检测零件的第一特征向量，以及提取所述预设零件模板中的所述预设零件的第二特征向量；确定所述第一特征向量与所述第二特征向量之间的余弦距离；将所述余弦距离确定为所述相似度。3.如权利要求2所述的车辆部件检测方法，其特征在于，所述提取所述目标图像中的所述待检测零件的第一特征向量，以及提取所述预设零件模板中的预设零件的第二特征向量的步骤包括：采用预训练的卷积网络模型对所述目标图像进行特征提取，得到所述待检测零件的第一特征向量；采用所述卷积网络模型对所述预设零件模板进行特征提取，得到所述预设零件的第二特征向量。4.如权利要求1至3中任意一项所述的车辆部件检测方法，其特征在于，所述获取车辆部件中待检测零件的目标图像的步骤包括：获取所述车辆部件的原始图像；覆盖所述原始图像中所述车辆部件以外的背景区域，得到掩膜图像；根据所述掩膜图像确定待检测图像；基于所述待检测图像，提取所述待检测零件的位置信息；根据提取的所述位置信息对所述待检测图像进行裁剪，得到所述待检测零件的目标图像。5.如权利要求4所述的车辆部件检测方法，其特征在于，所述覆盖所述原始图像中所述车辆部件以外的背景区域，得到掩膜图像的步骤包括：获取预设感兴趣区掩膜，所述预设感兴趣区掩膜与所述原始图像的尺寸信息相同；将所述原始图像与所述预设感兴趣区掩膜相乘，得到感兴趣区图像；将所述感兴趣区图像作为所述掩膜图像。6.如权利...
【专利技术属性】
技术研发人员：高世奇，余钱红，李海洋，
申请(专利权)人：长城汽车股份有限公司，
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。