[发明专利]一种基于图像识别的车辆定损系统及方法在审

专利信息
申请号: 201310080716.2 申请日: 2013-03-13
公开(公告)号: CN103310223A 公开(公告)日: 2013-09-18
发明(设计)人: 冯宇 申请(专利权)人: 四川天翼网络服务有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 成都金英专利代理事务所(普通合伙) 51218 代理人: 袁英
地址: 610041 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 车辆 系统 方法
【权利要求书】:

1.一种基于图像识别的车辆定损系统,其特征在于:它包括用于采集车辆待定损部件图像信息的图像采集设备和用于对图像采集设备所采集的图像文件进行处理、识别、定损的后台处理单元,图像采集设备通过传输网络与后台处理单元进行数据通讯;

所述的后台处理单元包括模数转换器、数字信号处理器和图像识别模块,模数转换器的输入端连接图像采集设备,模数转换器的输出端通过数字信号处理器与图像识别模块连接;

所述的图像识别模块包括用于对典型样本进行特征训练的SVM分类器训练模块、用于对待判别图像样本进行识别的SVM分类器识别模块和用于存储典型样本的数据库;所述的典型样本包括轻度损坏典型样本、中度损坏典型样本和重度损坏典型样本,各典型样本分别输入SVM分类器训练模块,SVM分类器训练模块输出SVM分类器模型;数字信号处理器输出的待判别图像样本输入至SVM分类器识别模块,SVM分类器识别模块加载已训练完成的SVM分类器模型,得到并输出车辆定损结果。

2.根据权利要求1所述的一种基于图像识别的车辆定损系统,其特征在于:所述的SVM分类器训练模块包括数据预处理电路、特征提取电路、特征向量归一化电路和SVM分类器训练电路,数据预处理电路的输入端连接典型样本信号,数据预处理电路的输出端依次通过特征提取电路和特征向量归一化电路与SVM分类器训练电路的一个输入端相连,SVM分类器训练电路的另一个输入端输入该典型样本信号所对应的车辆定损结果。

3.根据权利要求1所述的一种基于图像识别的车辆定损系统,其特征在于:所述的SVM分类器识别模块包括数据预处理电路、特征提取电路、特征向量归一化电路和SVM分类器识别电路,数据预处理电路的输入端连接待判别样本信号,数据预处理电路的输出端依次通过特征提取电路和特征向量归一化电路与SVM分类器识别电路的输入端相连,SVM分类器识别电路中加载有已训练完成的SVM分类器,特征向量归一化电路输出的特征向量输入至SVM分类器中完成识别,SVM分类器输出待判别样本的车辆定损结果。

4.一种基于图像识别的车辆定损方法,其特征在于:它包括以下步骤:

S1:图像采集设备采集车辆待定损部件的图像信息;

S2:图像文件输入至模数转换器进行模数转换,转换为数字信号后进入数字信号处理器进行处理,经数字信号处理后传输至图像识别模块进行车辆定损;

所述的图像识别模块进行车辆定损的步骤包括以下步骤:

S201:SVM分类器训练,它包括以下子步骤:

S2011:分别对预存于数据库中的轻度损坏典型样本、中度损坏典型样本和重度损坏典型样本进行数据预处理;

S2012:特征提取,组成特征向量;

S2013:归一化特征向量;

S2014:确认该典型样本相对应的车辆定损结果;

S2015:将特征向量与该车辆定损结果分别作为SVM分类器训练电路的输入输出,训练SVM分类器;

S2016:得到SVM分类器模型并存储;

S202:SVM分类器识别,它包括以下子步骤:

S2021:对数字信号处理器输出的待判别图像样本信号进行数据预处理;

S2022:特征提取,组成特征向量;

S2023:归一化特征向量;

S2024:加载已训练完成的SVM分类器;

S2025:将特征向量输入至SVM分类器中进行识别;

S2026:根据SVM分类器的输出得到该待判别图像样本所对应的车辆定损结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川天翼网络服务有限公司,未经四川天翼网络服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310080716.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top