对于我最后一年的项目，我正在做一个车辆细节修改系统。系统应该能够完成以下这些任务。我正在使用从固定距离拍摄的车辆尺寸图像，比如说从 5m 拍摄。并存储不同的颜色和边缘图像我是我的应用程序，这是基本思想。
测量车轮尺寸
改装合金轮毂图片
那么我对这个项目的研究领域是什么？我应该注意什么？你们能帮帮我吗？
我知道我需要使用摄影测量技术来测量车轮。
我认为任务 1-3 对于最后一年的项目来说可能绰绰有余！除非您还知道有关相机内部参数（焦距等）的一些信息，否则将相机固定在固定距离不会让您确定（我不相信）图像中物体的大小。没有这些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，您可以只进行一些测试，只要您在测试之间保持从相机到轮辋的距离完全相同，并确保相机与车辆成直角，您就可以在那里。
我会说检测轮辋将是一项挑战，因为轮辋样式都会有所不同。您可以利用颜色通常不存在的事实（寻找饱和度非常低的像素）。但是，如果汽车是白色、黑色、灰色等，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有关其范围在哪里的线索。最后，您可以使用广义霍夫变换来尝试找到“圆形”对象。结合这三组数据可能会给你一个关于轮辋在哪里的不错的线索。一旦您知道原始轮辋的边界，假设您对上述相机参数有一些了解，那么获取其物理尺寸并应用新的合金轮辋图像就相当简单了。
如果您只需要找到车身，我只会在图像中寻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，如果车辆的某些部分处于阴影或强光下，并且知道如何自动将这些像素连接到您的车身模型中，您就会遇到一些问题。
一旦你有了整个车辆的颜色模型，你就可以通过找到完全在车身内的独立的颜色块（或非颜色，视情况而定）来确定窗户。
这些只是一些想法。您已经获得了所需的关键字（用于确定车身的图像分割、可能用于轮辋检测的边缘检测、摄影测量和相机校准以便能够进行实际测量等）我认为您绝对应该解决这个问题件，因为您提到的每个组件本身都相当困难！
祝你好运。
如果您的检测汽车与相机的距离为 x 米，其中 a < x < ba,b 已知，并且 b -a 足够小，您可以执行以下操作，从 (b+a)/2 米的一些矩形对象，高度为 1 米，并计算图像中对象边缘的像素（= p 像素）。您始终可以假设汽车与相机的距离为 (b + a) / 2。然后，如果您找到轮辋（您从 aardvarkk 收到了很多想法）及其以像素为单位的直径（= dp），您可以通过以像素为单位的轮辋直径除以 p，dm = dp 来找出以米为单位的轮辋直径（= dm） /页。我认为这个准确性对于最后一年的项目来说已经足够了