一种汽车雷达检测方法、装置、设备、介质及产品

基本信息

申请号 CN202210161446.7 申请日 -
公开(公告)号 CN114219806B 公开(公告)日 2022-04-22
申请公布号 CN114219806B 申请公布日 2022-04-22
分类号 G06T7/00(2017.01)I;G06V10/44(2022.01)I;CN 103745475 A,2014.04.23;CN 104732207 A,2015.06.24;CN 108257171 A,2018.07.06;CN 110866332 A,2020.03.06;CN 107545244 A,2018.01.05;CN 113537167 A,2021.10.22;CN 113920117 A,2022.01.11;CN 107301636 A,2017.10.27;CN 108109137 A,2018.06.01;EP 2770322 A1,2014.08.27;WO 2020042800 A1,2020.03.05;CN 112288693 A,2021.01.29;CN 102162797 A,2011.08.24;CN 110349199 A,2019.10.18;CN 111862037 A,2020.10.30;CN 103034850 A,2013.04.10;US 2016150138 A1,2016.05.26;CN 112330600 A,2021.02.05 黄辉 等.基于机器视觉的汽车车灯螺丝装配缺失检测系统设计.《数码设计》.2017,;袁正 等.基于机器视觉的发动机热端螺纹缺失检测方法.《软件导刊》.2020,第19卷(第8期),;周鼎贺 等.基于机器视觉的汽车零件涂装缺陷检测方法.《电镀与涂饰》.2021,第40卷(第16期),;Hendawan Soebhakti 等.Automatic Optical Inspection to Detect Missing Components in Surface Mount Assemblies.《https://p2m.polibatam.ac.id/wp-content/uploads/2014/01/hendawan.pdf》.2014,;Muhammad Azmi Ayub 等.In-line inspection of roundness using machine vision.《Procedia Technology》.2014,;Wang Liqun 等.Research on Vehicle Parts Defect Detection Based on Deep Learning.《Journal of Physics: Conference Series》.2019,;Qinbang Zhou 等.An Automatic Surface Defect Inspection System for Automobiles Using Machine Vision Methods.《sensors》.2019, 分类 计算;推算;计数;
发明人 不公告发明人 申请(专利权)人 成都数联云算科技有限公司
代理机构 广州三环专利商标代理有限公司 代理人 王志
地址 610000四川省成都市高新区吉泰五路88号3栋5层8号、9号
法律状态 -

摘要

摘要 本申请公开了一种汽车雷达检测方法、装置、设备、介质及产品,该方法包括:获取待检测图像,所述待检测图像中包括第一bbox包围框,所述第一bbox包围框包括参考部件所在区域;基于所述第一bbox包围框和相对位置信息,获得包含待检测区域的局部图像;其中,所述相对位置信息为所述第一bbox包围框的中心坐标与所述待检测区域的中心坐标的相对距离;对所述局部图像中各区域进行轮廓提取,获得所述局部图像的闭合区域轮廓以及所述闭合区域轮廓的边界像素点;遍历所述闭合区域轮廓的边界像素点,获得所述闭合区域轮廓的圆度值;根据所述闭合区域轮廓的圆度值,判断所述局部图像中是否含有雷达。解决了现有检测技术容易出现漏检误检的技术问题。