买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南应超智能计算研究院有限责任公司申请的专利基于人工智能的工地车辆清洁度判断方法、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114639003B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210318045.8，技术领域涉及：G06V10/80；该发明授权基于人工智能的工地车辆清洁度判断方法、设备及介质是由徐晓晖;黄晃;张炼设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本基于人工智能的工地车辆清洁度判断方法、设备及介质在说明书摘要公布了：本发明公开了一种基于人工智能的工地车辆清洁度判断方法、设备及介质，方法为：使用多个摄像机抓拍待检测车辆的图像；使用目标检测器获取图像中的车辆与车轮轮廓，根据车轮轮廓特征对图像进行校正；将每个校正图像中的车辆轮廓均与给定的车辆理想轮廓对比，选择相似度最大的图像作为最优视角图像；利用深度学习方法从最优视角图像分割出车头、车门和货箱；针对每个部位区域图像，均采用边缘检测、基于颜色的图像分割、深度学习分类三种方法判断是否清洁，形成3个预判结果，再采用投票方法判断每个部位是否清洁；对车辆这3个部位，若被判断为不清洁的数目=2，则判断车辆不清洁，否则判断车辆清洁。本发明对工地车辆清洁度判断的准确率高。

本发明授权基于人工智能的工地车辆清洁度判断方法、设备及介质在权利要求书中公布了：1.一种基于人工智能的工地车辆清洁度判断方法，其特征在于，包括：S1，使用N个摄像机同时抓拍清洁度待判断车辆出入工地时的侧面图像，N2；S2，使用带实例分割的目标检测器，获取S1所得每张图像中的车辆轮廓和车轮轮廓，根据车轮轮廓特征对图像进行旋转校正；S3，将S2每个旋转校正图像中的车辆轮廓均与给定的车辆理想轮廓进行对比，计算相似度，选择其中相似度最大的旋转校正图像，作为最优视角图像；S4，利用深度学习方法对最优视角图像进行分割，获得车辆以下3个部位的区域图像：车头、车门和货箱；S5，针对S4得到的车辆每个部位的区域图像，均采用边缘检测、基于颜色的图像分割、深度学习分类器这三种方法对该部位是否清洁进行预判；S5采用边缘检测方法对车辆各部位是否清洁进行预判断的方法为：S511，针对当前清洁度待判断车辆的待预判部位的区域图像，采用canny算法提取区域图像中的部位边缘，获得边缘mask图像，其中边缘处像素值为1，非边缘处像素值为0；S512，对边缘mask图像中的边缘进行连通域分析，删除面积小于预设阈值的连通域；S513，计算边缘mask图像中的边缘像素值之和，得到边缘像素点的数目Nedg；S514，计算Nedge与给定车辆该部位的边缘像素值Nedge*的比值p=NedgNedge*，若比值p大于预设比值，则通过边缘检测方法对当前清洁度待判断车辆的待预判部位的预判断结果为“不清洁”，否则为“清洁”；S5采用基于颜色的图像分割方法对车辆各部位是否清洁进行预判断的方法为：S521，针对当前清洁度待判断车辆的待预判部位的区域图像，采用高斯平滑进行去噪处理；S522，采用kmeans聚类算法，以RGB各通道值作为特征值，以欧式距离作为特征距离，对S521去噪后的区域图像进行聚类分割，将去噪后的区域图像划分为5个颜色分割区域；S523，计算S522每个颜色分割区域的RGB各通道的平均值，并计算相对于给定车辆该部位的相应颜色分割区域的RGB各通道平均值的欧式距离，每个颜色分割区域对应得到1个欧式距离值；S524，若S523得到的5个欧式距离值中的最大值大于预设阈值，则通过基于颜色的图像分割方法对当前清洁度待判断车辆的待预判部位的预判断结果为“不清洁”，否则为“清洁”；S6，对车辆每个部位，均采用投票方法根据S5得到的3个预判结果判断该部位是否清洁；S7，对车辆的车头、车门和货箱这3个部位，若S6被判断为不清洁的数目大于或等于2，则判断车辆为不清洁，否则判断车辆为清洁。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南应超智能计算研究院有限责任公司，其通讯地址为：410131 湖南省长沙市中国(湖南)自由贸易试验区长沙片区东六路南段77号东方智造港C2栋17楼1701室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。