[发明专利]用于高级驾驶辅助系统的图像处理装置和方法

说明书

本发明提供了一种图像处理装置(100)，用于基于场景的多个图像生成场景地图。所述图像处理装置(100)包括处理电路(101)，其用于通过以下方式处理所述多个图像来迭代地生成所述地图：(a)将所述多个图像的第一图像划分为多个图像部分；(b)从每个图像部分中提取多个特征点，并且在至少一个所述特征点与所述场景的静态背景相关联的情况下，将所述多个特征点的至少一个特征点归类为相应图像部分的至少一个成功特征点；(c)基于所述至少一个成功特征点，为所述第一图像的每个图像部分确定置信度值；以及(d)对所述多个图像的另一图像重复(a)至(c)，其中，在(b)中，从所述另一图像的相应图像部分中提取的多个特征点的数量取决于所述第一图像的相应图像部分的置信度值。本发明还公开了一种图像处理方法。

技术领域

本发明涉及图像处理或计算机视觉领域。更具体地说，本发明涉及用于高级驾驶辅助系统的图像处理装置和方法。

背景技术

高级驾驶辅助系统(advanced driver assistance system，简称ADAS)可以在危险情况下提醒驾驶员和/或积极参与驾驶。

高级驾驶辅助系统(advanced driver assistance system，简称ADAS)面临的一个主要挑战在于车辆环境的构图。通常，构图涉及相机轨迹和环境结构(例如，3D点云)的估计，其将用于定位任务。构图依赖于视觉输入，通常采用来自一部或多部相机的视频输入形式，需要从场景中的静态背景中检测足够数量的特征点。

同步定位与地图构建(simultaneous localization and mapping，简称SLAM)是构建或更新未知环境的地图同时跟踪车辆在环境中的位置的计算问题。例如，CN105989586 A、US 9574883B2和US 9758305B2等发明中公开了用于结合SLAM与语义信息的技术(也称为语义地图构建和定位)。

在传统的构图技术中，移动物体会使构图结果失真并导致其失败。在某些情况下，交通场景包含许多移动物体(例如，汽车、行人等)。在一些其它情况下，由于缺乏独特的场景点、图像模糊、照明条件不佳等原因，未找到足够的特征点。传统技术主要依靠点或线或边缘来检测场景中的独特特征点。

因此，如果存在太多移动物体或没有足够多的较佳特征点，传统的构图或定位技术可能会失败。有时，即使构图技术可行，也未在地图中采集足够多的较佳特征点(离群点或没有对应的点)，以实现准确和稳健的定位。提取许多特征点通常是一项计算量非常大的工作。

鉴于上述情况，需要改进的图像处理设备和方法，以允许稳健且有效的构图和定位。

发明内容

本发明的实施例由独立权利要求的特征定义，且实施例的其它有利实施方式由从属权利要求的特征定义。

为详细描述本发明的实施例，将使用以下术语、缩写和符号：

场景：相对于参照物的周围环境。例如，相机的场景是相机可见环境的一部分。

ADAS：高级驾驶辅助系统。

2D图像：使用相机获取的正常二维图像或图片(RGB或色度-亮度)。

纹理：图像内的区域，其示出了具有(颜色)强度的显著变化的内容。

3D点云：3D空间中的点集合。

2D特征点：图像坐标中的位置，表示场景中的特征点。

3D特征点：3D场景中的特征点。

构图：在某些环境的全局坐标系中创建3D结构/3D点云，包括位置支持(例如，坐标……)。

定位：估计实体(例如，相机)相对于所提供地图的全局坐标系的当前位置。