[发明专利]一种图像处理方法和装置

说明书

本公开提供了图像处理方法和装置，涉及人工智能领域，尤其涉及智能交通领域。具体实现方案为：获取道路的俯视图；从俯视图中识别出车道线的位置；将俯视图切分成至少2个区域，并根据每个区域中车道线的位置确定出每个区域中车道的宽度以及俯视图中车道的平均宽度；通过优化第一损失函数计算出第一透视校正矩阵，其中，第一损失函数用于表征每个区域中车道的宽度与俯视图中车道的平均宽度之间的差异；将俯视图通过第一透视校正矩阵进行横向校正，得到第一校正图像。该实施方式能够校准俯视图的形变，大幅提升俯视图中要素定位的精度。

技术领域

本公开涉及人工智能领域，尤其涉及智能交通领域，具体为一种图像处理方法和装置。

背景技术

在摄影和电影拍摄中，透视变形指的是一个物体及其周围区域与标准镜头中看到的相比完全不同，由于远近特征的相对比例变化，发生了弯曲或变形。

地图数据是导航系统中基础且重要的部分，而俯视图是地图数据生产的关键资料。高清俯视图一般由全景照片投影生成，受到镜头畸变、路面坡度、设备移动等等因素影响，俯视图往往会有很大的形变，即透视变形。地图要素由它在俯视图中的位置进行GPS经纬度预估，所以俯视图透视变形严重影响地面要素定位精度。

发明内容

本公开提供了一种图像处理方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的第一方面，提供了一种图像处理方法，包括：获取道路的俯视图；从所述俯视图中识别出车道线的位置；将所述俯视图切分成至少2个区域，并根据每个区域中车道线的位置确定出每个区域中车道的宽度以及所述俯视图中车道的平均宽度；通过优化第一损失函数计算出第一透视校正矩阵，其中，所述第一损失函数用于表征每个区域中车道的宽度与所述俯视图中车道的平均宽度之间的差异；将所述俯视图通过所述第一透视校正矩阵进行横向校正，得到第一校正图像。

根据本公开的第二方面，提供了一种图像处理装置，包括：获取单元，被配置成获取道路的俯视图；识别单元，被配置成从所述俯视图中识别出车道线的位置；确定单元，被配置成将所述俯视图切分成至少2个区域，并根据每个区域中车道线的位置确定出每个区域中车道的宽度以及所述俯视图中车道的平均宽度；计算单元，被配置成通过优化第一损失函数计算出第一透视校正矩阵，其中，所述第一损失函数用于表征每个区域中车道的宽度与所述俯视图中车道的平均宽度之间的差异；校正单元，被配置成将所述俯视图通过所述第一透视校正矩阵进行横向校正，得到第一校正图像。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面所述的方法。

本公开的实施例提供的图像处理方法和装置，基于车道线识别结果，通过控制同一车道的宽度在俯视图中各处相等的方式，校准俯视图的形变，大幅提升俯视图中要素定位的精度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的图像处理方法的一个实施例的流程图；

图3是根据本公开的图像处理方法的车道线提取与矢量化结果示意图；