(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111674325.4 (22)申请日 2021.12.31 (71)申请人 北京奔驰汽车有限公司 地址 100176 北京市大兴区经济技 术开发 区博兴路8号 (72)发明人 刘岩　孙勇涛　彭勋　 (74)专利代理 机构 北京市立康律师事务所 11805 代理人 林媛媛　梁挥 (51)Int.Cl. G06T 7/90(2017.01) G06T 7/13(2017.01) G06T 7/11(2017.01) G06T 5/20(2006.01) G06T 5/00(2006.01)G06N 3/04(2006.01) (54)发明名称 基于AI的车身颜色与机盖类型识别系统、 方 法及电子设备 (57)摘要 本申请实施例公开了一种基于AI的车身颜 色与机盖类型识别系统， 包括摄像单元， 用于在 车身到达指定位置后采集车身图像信息； 控制 器， 用于当车身到达指定位置时， 产生车身到位 信号并将所述车身到位信号传送至中控单元； 中 控单元， 用于在接收到所述车身到位信号后， 控 制所述摄像单元采集车身图像信息， 并提取车身 图像信息分别进行车身颜色识别与机盖类型识 别， 根据识别结果输出与车身匹配的颜色代码， 并将识别结果进行存储和/或输出至用户终端。 本系统提高了车身颜色识别的效率和准确率， 有 效降低了 车漆颜色喷涂错误的风险。 本申请还公 开了一种基于AI的车身颜色与机盖类型识别方 法及电子设备， 具有以上有益效果。 权利要求书2页 说明书7页 附图7页 CN 114332254 A 2022.04.12 CN 114332254 A 1.基于AI的车身颜色与机盖类型识别系统， 包括摄像单元， 用于在车身到达指定位置 后采集车身图像信息， 其特 征在于， 还 包括： 控制器， 用于当车身到达指定位置时， 产生车身到位信号并将所述车身到位信号传送 至中控单 元； 中控单元， 用于在接收到所述车身到位信号后， 控制所述摄像单元采集车身图像信 息， 并提取车身图像信息分别进行车身颜色识别与机盖类型识别， 根据识别结果输出与车身匹 配的颜色代码， 并将识别结果进行存 储和/或输出至用户终端。 2.根据权利要求1所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述系 统还包括： 第一存储单元， 用于存 储标准颜色数据以供中控单 元进行车身颜色匹配； 第二存储单元， 用于存储车身图像数据及车身颜色与机盖类型的识别结果数据， 以供 用户终端查看。 3.根据权利要求2所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述中 控单元包括： 颜色识别单 元， 用于对车身图像的颜色信息进行处 理分析， 得到车身颜色识别数据； 机盖识别单 元， 用于对车身图像的机 盖信息进行处 理分析， 得到 机盖类型识别数据； 匹配输出单元， 用于根据所述车身颜色识别数据和所述机盖类型识别数据， 匹配所述 第一存储单元中的标准颜色数据， 并输出相应的颜色代码。 4.根据权利要求3所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述颜 色识别单 元包括： 预处理模块， 用于将车身图像由RGB色彩空间转换到 HSV色彩空间； 降噪模块， 用于对车身图像进行降噪处 理， 得到HSV特征值表； 训练模块， 用于利用训练样本对HSV特 征值进行训练； 识别模块， 用于对车身颜色进行识别， 得到车身颜色识别数据。 5.根据权利要求4所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述降 噪模块通过连续两次高斯滤波对车身图像进行降噪处 理。 6.根据权利要求4所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述识 别模块基于BP神经网络对车身颜色进行识别。 7.根据权利要求3所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述机 盖识别单 元包括： 灰度处理模块， 用于对车身图像进行 灰度化处 理， 得到灰度图； 缩小模块， 用于对所述灰度图进行切分， 得到包 含机盖棱的区域图； 滤波模块， 用于对所述区域图进行高斯滤波， 得到滤波图； 检测模块， 用于对所述滤波图进行边 缘检测， 识别机 盖类型， 得到 机盖类型识别数据。 8.根据权利要求7所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述检 测模块基于 Canny算子对滤波图进行边 缘检测。 9.根据权利要求2所述的基于AI的车身颜色与机盖类型识别系统， 其特征在于， 所述系 统还包括： PLUS颜色单元， 与所述第一存储单元连接， 用于存储设定的车身标准颜色信息， 并通过权　利　要　求　书 1/2 页 2 CN 114332254 A 2Node‑RED将所述车身标准颜色信息采集到所述第一存 储单元中。 10.基于AI的车身颜色与机 盖类型识别方法， 其特 征在于， 包括以下步骤： 当车身到 达指定位置时， 产生车身到位信号并传送至中控单 元； 中控单元接收所述车身到位信号， 控制采集车身图像信息； 中控单元提取车身图像信 息分别进行车身颜色识别与机盖类型识别， 根据识别结果输 出与车身匹配的颜色代码， 并将识别结果进行存 储和/或输出至用户终端。 11.根据权利要求10所述的基于AI的车身颜色与机盖类型识别方法， 其特征在于， 所述 方法还包括： 对标准颜色数据进行存 储以供中控单 元进行车身颜色匹配； 对车身图像数据及车身颜色与机盖类型的识别结果数据进行存储， 以供用户终端查 看。 12.根据权利要求11所述的基于AI的车身颜色与机盖类型识别方法， 其特征在于， 所述 中控单元分别进 行车身颜色识别与机盖类型识别， 根据识别结果输出与车身匹配的颜色代 码， 进一步包括： 对车身图像的颜色信息进行处 理分析， 得到车身颜色识别数据； 对车身图像的机 盖信息进行处 理分析， 得到 机盖类型识别数据； 根据所述车身颜色识别数据和所述机盖类型识别数据， 匹配所述第 一存储单元中的标 准颜色数据， 并输出相应的颜色代码。 13.根据权利要求12所述的基于AI的车身颜色与机盖类型识别方法， 其特征在于， 所述 对车身图像的颜色信息进行处 理分析， 得到车身颜色识别数据， 进一 步包括： 将车身图像由RGB色彩空间转换到 HSV色彩空间； 在HSV色彩空间中， 通过连续两次高斯滤波对车身图像进行降噪处理， 得到HSV特征值 表； 提取训练样本对HSV特 征值进行训练； 基于BP神经网络对车身颜色进行识别， 得到车身颜色识别数据。 14.根据权利要求12所述的基于AI的车身颜色与机盖类型识别方法， 其特征在于， 所述 对车身图像的机 盖信息进行处 理分析， 得到 机盖类型识别数据， 进一 步包括： 对车身图像进行 灰度化处 理， 得到灰度图； 对所述灰度图进行切分， 得到包 含机盖棱的区域图； 对所述区域图进行高斯滤波， 得到滤波图； 基于Canny算子对滤波图进行边 缘检测， 识别机 盖类型， 得到 机盖类型识别数据。 15.一种电子设备， 包括： 包括存储器、 处理器以及存储在所述存储器上并可在所述处 理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求 10～14中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114332254 A 3