[发明专利]基于人工智能的车身损伤取证方法、装置、设备及介质

权利要求书

1.一种基于人工智能的车身损伤取证方法，其特征在于，所述方法包括：

依据预设的多个点位对车身进行图像采集以获取点位图像集，所述点位与所述点位图像集一一对应；

对所述点位图像集中的图像进行预处理获得点位优化图像集，所述点位优化图像集和所述点位图像集一一对应；

对所述点位优化图像集中的图像进行筛选获得点位显著图像，所述点位显著图像与所述点位优化图像集一一对应；

基于所有的点位显著图像构建车身取证图像集；

基于预设的车身损伤检测模型对所述车身取证图像集中的所有图像进行检测得到车身损伤图片。

2.如权利要求1所述的基于人工智能的车身损伤取证方法，其特征在于，所述依据预设的多个点位对车身进行图像采集以获取点位图像集，所述点位与所述点位图像集一一对应，包括：

对预设的多个点位设置不同的编码标签得到多个标签点位；

分别依据每一个标签点位对车身进行多次图像采集，并将每一个标签点位对应的所有图像作为点位图像集，所述点位与所述点位图像集一一对应。

3.如权利要求1所述的基于人工智能的车身损伤取证方法，其特征在于，所述对所述点位图像集中的图像进行预处理获得点位优化图像集，所述点位优化图像集和所述点位图像集一一对应，包括：

将所有的点位图像集中的图像转换为灰度图像得到点位灰度图像集，所述点位灰度图像集与所述点位图像集一一对应；

对所有的点位灰度图像集中的图像进行图像滤波得到点位优化图像集。

4.如权利要求1所述的基于人工智能的车身损伤取证方法，其特征在于，所述对所述点位优化图像集中的图像进行筛选获得点位显著图像，所述点位显著图像与所述点位优化图像集一一对应，包括：

分别计算所述点位优化图像集中的每一幅图像和预设的点位模板图像之间的图像相似度，所述点位优化图像集和预设的点位模板图像一一对应；

基于所述图像相似度对所述点位优化图像集中的图像进行筛选获得点位显著图像。

5.如权利要求1所述的基于人工智能的车身损伤取证方法，其特征在于，所述基于所有的点位显著图像构建车身取证图像集包括：

依据预设方式对所有的点位显著图像进行划分获得各点位显著图像的边缘区域图像；

依次对各相邻的点位所对应的点位显著图像之间的边缘区域图像进行相似变换；

依次计算经过相似变换后的各相邻的点位所对应的边缘区域图像的相似度以获取临近相似度；

基于所述临近相似度和预设的临近阈值构建车身取证图像集。

6.如权利要求5所述的基于人工智能的车身损伤取证方法，其特征在于，所述基于所述临近相似度和预设的临近阈值构建车身取证图像集包括：

对比所述临近相似度与预设的临近相似度阈值；

若所有的临近相似度均大于预设的临近相似度阈值，则将所有的点位显著图像作为车身取证图像集；

若不是所有的临近相似度均大于预设的临近相似度阈值，则需要对不大于临近相似度阈值的临近相似度所对应的点位进行重新拍照以使所有的临近相似度均大于预设的临近相似度阈值，并将所有的点位显著图像作为车身取证图像集。

7.如权利要求1所述的基于人工智能的车身损伤取证方法，其特征在于，所述基于预设的车身损伤检测模型对所述车身取证图像集中的所有图像进行检测得到车身损伤图片包括：

对预设的车身损伤检测模型进行优化获得车损优化检测模型；

基于所述车损优化检测模型对所述车身取证图像集中的所有图像进行车身损伤检测，并将检测出车身损伤的图像作为车身损伤图片。