[发明专利]车身侧视图参数化模型的自动提取方法

摘要

本发明提供了一种车身侧视图参数化模型的自动提取方法。在提取参数化模型过程中，能够判定侧视图的正确性，并能够根据侧视图的重要结构参数指标判定侧视图的方向性，以及对不同车型进行分类。通过定位车身侧视图的两个车轮，利用模板均匀离散点集与图像特征点集匹配的方法对参数化模板与图像特征点进行匹配，结合关键点位置约束、特征线形状约束、模型全局约束，利用动态规划的方法优化特征曲线与图像特征点的覆盖率来提取侧视图参数化模型。给定车身图像，就可以全自动得到一个新的车身结构，可以方便的建立汽车的图片库。利用图像特征点与模板的点集配准方法，根据车身主要结构参数，能够对不同的车型进行分类，进一步自动提取到对应的参数化模型。

主权项

1.一种车身侧视图参数化模型的自动提取方法，其特征在于，步骤如下：(1)参数化模板定义：按照车身结构特征，采用跑车和SUV的结构特征定义2种参数化模板；跑车的参数化模板，用于提取跑车类型的参数化模型；SUV的参数化模板，用于提取除跑车外其他车型的参数化模型；(2)特征点提取及图像校准：1)图像尺寸调整：采用一致缩放的方法将图像的宽度调整至一致；2)图像特征点提取：首先，利用Canny边界提取算子得到初始边缘点，将邻近边缘点连接成关键特征点链；其次，关键特征点链分割成短链，以关键特征点链的两端点的连线作为基础，在关键特征点链上找到距离该连线最远的点；如果从该距离连线最远的点处分开，形成的两侧链中的不少于一条的拟合误差大于给定阈值，则将关键特征点链在该距离连线最远的点处断开为两条关键特征点链，否则保留该关键特征点链；关键特征点链分割成短链的过程为迭代过程，最终分割的结果为基本链条，用来计算拟合曲线以及车轮半径和位置；3)利用车轮的提取识别侧视图：通过两个车轮的判定来区分一幅图像是否为车身侧视图图像；车轮识别的具体方法是利用步骤2)得到的基本链条，计算每一个基本链条的圆心及半径，根据计算得到的不同的圆心及半径聚类得到左右两侧的圆；(3)模板与图像匹配：1)图像曲线生成：尽可能多的合并相邻的基础链条，拟合形成多个二次曲线；2)点集匹配：采用PR‑GLS点集匹配算法建立参数模板的均匀离散点集与二次曲线的均匀离散点集的对应关系，得到模型关键特征点在图像中的初始化位置；3)车型分类：根据变形后模板重要结构参数的分析，确定车身在图像中的方向，若是反向的则将图像水平翻转；根据竖直车门线的空间位置将车型分为3门或5门车型；跑车类别是由匹配后变形后的模板的高度所决定的；(4)特征曲线生成及标注：生成图像车身的模型，利用拟合得到的二次曲线和关键特征点在图像中的初始化位置，结合车身结构的全局拓扑约束、关联关键点的位置约束和特征曲线的形状约束，采用动态规划的方法提取到关键点列的精确位置以及特征曲线的精确形状；最优化模板是所创建的特征曲线应尽可能覆盖提取到的图像特征点，即最终创建的模型对图像特征点的覆盖率最优；对于给定两点最优曲线生成，通过两点邻域内的线集合，计算所有拟合的二次曲线的覆盖率，选择最大覆盖率的曲线为最优曲线。