我认为任务1-3对于最后一年的项目来说可能绰绰有余!使用固定距离的相机不会让您确定(我不相信)图像中物体的大小,除非您还了解有关相机内部参数(焦距等)的一些信息。如果没有该信息您将无法将像素长度转换为可靠的实际测量值。话虽如此,只要进行一些测试,只要在测试之间保持摄像机与边缘的距离完全相同,并确保摄像机与车辆成直角,那么您可能就会在那里。
我会说,检测轮辋将是一个挑战,因为轮辋的风格都会有所不同。您可以充分利用颜色通常不存在的情况(查找饱和度非常低的像素)。然而,如果汽车是白色,黑色,灰色等,那么这将包括车身中的像素。然后,您可能需要利用轮辋内的边缘内容来为您提供关于其范围的线索。最后,您可以使用广义Hough变换来尝试查找“循环”对象。将这三组数据结合起来可能会给你一个体面的线索。一旦你知道了原始边框的边界,假设你具有上述摄像机参数的一些知识,那么获得它的物理尺寸并应用新的合金轮廓图像就相当简单。
如果您只需查找车身,我只需在图像中查找相同颜色的大面积区域。尝试建立一个颜色模型来挑选车辆必须是什么颜色。然后,如果在阴影或强光下有部分车辆,并且知道如何自动将这些像素连接到车身模型中,则只会遇到一些问题。
一旦你有整个车辆的颜色模型,你可以通过找到完全在车体内的自包含的颜色块(或非颜色,视情况而定)来确定窗口。
这些只是一些想法。你已经得到了你需要的关键词(用于车身确定的图像分割,可能用于边缘检测的边缘检测,摄影测量和相机校准以便能够进行真实世界的测量等)。我认为你应该明确地解决问题因为你提到的每个组件本身都是相当困难的!
祝你好运。
如果你能指导我去研究那些会非常有帮助的领域。 –