一种图像处理方法、装置以及相关设备制造方法及图纸

本发明专利技术实施例公开了一种图像处理方法、装置以及相关设备，方法包括：获取包含目标对象的目标图像，识别目标对象在目标图像中的目标二维位置坐标以及与目标对象对应的目标属性类型；获取与目标图像相关联的目标三维点云，根据目标三维点云与目标图像中所有像素点之间的映射关系，获取处于目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标；根据目标三维位置坐标在三维地图数据中确定设置区域，为设置区域中的目标对象设置目标属性类型。采用本发明专利技术，可以自动化地为地图中中的对象标记属性类型，提高标记对象属性类型的效率。

An Image Processing Method, Device and Related Equipment

【技术实现步骤摘要】
一种图像处理方法、装置以及相关设备
本专利技术涉及计算机
，尤其涉及一种图像处理方法、装置以及相关设备。
技术介绍
高精度地图是指高精度、精细化定义的地图，其精度需要达到分米级才能够区分各个车道，如今随着定位技术的发展，高精度的定位已经成为可能。而精细化定义，则是需要格式化存储交通场景中的各种交通要素，包括传统地图的道路网数据、车道网络数据、车道线以和交通标志等数据。现有的在构建高精度地图中的交通标识牌时，主要是基于人工手动添加的方法，即是由人工遍历所有路段，在存在交通标识牌的路段中提取出该交通标识牌。由人工对提取出来的交通标识牌进行识别，再为高精度地图中的交通标识牌标记识别出来的类型。上述可知，在高精度地图中以手工的方式识别交通标识牌的属性，以及为交通标识牌设置属性类型工作量大，效率低下。
技术实现思路
本专利技术实施例提供一种图像处理方法、装置以及相关设备，可以自动化地为地图中中的对象标记属性类型，提高标记对象属性类型的效率。本专利技术实施例一方面提供了一种图像处理方法，包括：获取包含目标对象的目标图像，识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型；获取与所述目标图像相关联的目标三维点云，根据所述目标三维点云与所述目标图像中所有像素点之间的映射关系，获取处于所述目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标；根据所述目标三维位置坐标在三维地图数据中确定设置区域，为所述设置区域中的所述目标对象设置所述目标属性类型。其中，所述识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型，包括：将所述目标图像划分为多个目标子图，基于目标检测模型中的卷积层对所述目标图像进行卷积处理，得到与每个目标子图对应的目标卷积特征信息；识别所述目标卷积特征信息和所述目标检测模型中多种属性类型之间的匹配概率，并识别与所述目标卷积特征信息对应的位置坐标，将在所述目标图像中与所述位置坐标对应的区域作为第一区域；所述多种属性类型是与所述目标对象相关联的类型；将最大匹配概率确定为与所述第一区域对应的置信度，并将所述最大匹配概率对应的属性类型作为与所述第一区域对应的属性类型；将置信度大于置信度阈值的第一区域确定为第二区域，将所述第二区域对应的位置坐标确定为所述目标二维位置坐标，并将所述第二区域对应的属性类型确定为与所述目标对象对应的目标属性类型。其中，所述卷积层包括：正向卷积层和逆向卷积层；所述正向卷积层包括第一卷积层和第二卷积层；所述第二卷积层是位于正向卷积层顶部的卷积层，所述第一卷积层是与所述第二卷积层相邻的正向卷积层；所述基于目标检测模型中的卷积层对所述目标图像进行卷积处理，得到与每个目标子图对应的目标卷积特征信息，包括：基于所述第一卷积层对所述目标图像进行正向卷积处理，得到与每个目标子图对应的第一卷积特征信息；基于所述第二卷积层对所述第一卷积特征信息进行正向卷积处理，得到与每个目标子图对应的第二卷积特征信息；基于所述逆向卷积层对所述第二卷积特征信息进行反向卷积处理，得到与每个目标子图对应的第三卷积特征信息；连接属于同一个目标子图的第一卷积特征信息和第三卷积特征信息，得到与所述每个目标子图对应的所述目标卷积特征信息。其中，所述根据所述目标三维点云与所述目标图像中所有像素点之间的映射关系，获取处于所述目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标，包括：将所述目标三维点云中的水平角和垂直角作为采样值，根据与所述目标三维点云对应的指像元数值，对所述采样值进行采样，并对采样后的采样值进行量化，得到与所述目标三维点云对应的辅助图像；在所述目标图像和所述辅助图像中查找同名点，根据所述同名点建立所述目标三维点云与所述目标图像中所有像素点之间的映射关系；根据所述映射关系，将处于所述目标二维位置坐标的像素点对应的三维位置坐标作为所述目标三维位置坐标。其中，所述根据所述目标三维位置坐标在三维地图数据中确定设置区域，包括：将所述目标三维位置坐标与图像集合中的参考图像对应的参考三维位置坐标进行重合度比较；所述图像集合包括所述目标图像和所述参考图像；所述参考三维位置坐标是指在所述三维地图数据中所述参考图像中的参考对象对应的三维位置坐标；所述参考对象和所述目标对象具有相同领域的属性类型；若重合度比较结果满足重合误差条件，则将所述目标三维位置坐标和所述参考三维位置坐标进行聚合处理，得到聚合三维位置坐标，并在所述三维地图数据中，将所述聚合三维位置坐标对应的区域作为所述设置区域；若所述重合度比较结果不满足重合误差条件，则在所述三维地图数据中，将所述目标三维位置坐标对应的区域作为所述设置区域。其中，所述将所述目标三维位置坐标和所述参考三维位置坐标进行聚合处理，得到聚合三维位置坐标，包括：将所述目标三维位置坐标和所述参考三维位置坐标均确定为辅助三维位置坐标，并将所述辅助三维位置坐标组合为辅助三维位置坐标集合；在所述辅助三维位置坐标集合中，提取一对辅助三维位置坐标，分别作为第一位置坐标和第二位置坐标；对所述第一位置坐标和所述第二位置坐标进行聚合处理，得到第三位置坐标，从所述辅助三维位置坐标集合中提取下一个辅助三维位置坐标，作为所述第一位置坐标，并将所述第三位置坐标确定为所述第二位置坐标，进行下一轮的聚合处理，直至当所述辅助三维位置坐标集合为空集时，将最后一次循环得到的第三位置坐标确定为所述聚合三维位置坐标。其中，所述对所述第一位置坐标和所述第二位置坐标进行聚合处理，得到第三位置坐标，包括：将所述第一位置坐标对应的第二区域的置信度确定为第一置信度，并将所述第二位置坐标对应的第二区域的置信度确定为第二置信度；若所述第一置信度和所述第二置信度之间的差异值大于第一目标差异值，则在所述第一置信度和所述第二置信度中，将置信度较大者对应的辅助三维位置坐标确定为所述第三位置坐标；若所述第一置信度和所述第二置信度之间的差异值小于或等于所述第一目标差异值，则根据所述第一位置坐标对应的第二区域的目标属性类型，确定目标形状，根据所述目标形状、所述第一位置坐标和所述第二位置坐标，确定所述第三位置坐标。其中，所述根据所述目标形状、所述第一位置坐标和所述第二位置坐标，确定所述第三位置坐标，包括：根据所述第一位置坐标确定第一形状，并根据所述第二位置坐标确定第二形状；检测所述第一形状和所述第二形状之间的第一形状差异值；若所述第一形状差异值小于第二目标差异值，则合并所述第一位置坐标和所述第二位置坐标，得到所述第三位置坐标；所述第三位置坐标在所述三维地图数据中的区域包含所述第一位置坐标在所述三维地图数据中的区域和所述第二位置坐标在所述三维地图数据中的区域；若所述第一形状差异值大于或等于所述第二目标差异值，则分别比较所述目标形状与所述第一形状和所述第二形状之间的第二形状差异值，将第二形状差异值较小者对应的辅助三维位置坐标作为所述第三位置坐标。本专利技术实施例一方面提供了一种图像处理装置，包括：获取模块，用于获取包含目标对象的目标图像；识别模块，用于识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型；所述获取模块，还用于本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：获取包含目标对象的目标图像，识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型；获取与所述目标图像相关联的目标三维点云，根据所述目标三维点云与所述目标图像中所有像素点之间的映射关系，获取处于所述目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标；根据所述目标三维位置坐标在三维地图数据中确定设置区域，为所述设置区域中的所述目标对象设置所述目标属性类型。

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取包含目标对象的目标图像，识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型；获取与所述目标图像相关联的目标三维点云，根据所述目标三维点云与所述目标图像中所有像素点之间的映射关系，获取处于所述目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标；根据所述目标三维位置坐标在三维地图数据中确定设置区域，为所述设置区域中的所述目标对象设置所述目标属性类型。2.根据权利要求1所述的方法，其特征在于，所述识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型，包括：将所述目标图像划分为多个目标子图，基于目标检测模型中的卷积层对所述目标图像进行卷积处理，得到与每个目标子图对应的目标卷积特征信息；识别所述目标卷积特征信息和所述目标检测模型中多种属性类型之间的匹配概率，并识别与所述目标卷积特征信息对应的位置坐标，将在所述目标图像中与所述位置坐标对应的区域作为第一区域；所述多种属性类型是与所述目标对象相关联的类型；将最大匹配概率确定为与所述第一区域对应的置信度，并将所述最大匹配概率对应的属性类型作为与所述第一区域对应的属性类型；将置信度大于置信度阈值的第一区域确定为第二区域，将所述第二区域对应的位置坐标确定为所述目标二维位置坐标，并将所述第二区域对应的属性类型确定为与所述目标对象对应的目标属性类型。3.根据权利要求2所述的方法，其特征在于，所述卷积层包括：正向卷积层和逆向卷积层；所述正向卷积层包括第一卷积层和第二卷积层；所述第二卷积层是位于正向卷积层顶部的卷积层，所述第一卷积层是与所述第二卷积层相邻的正向卷积层；所述基于目标检测模型中的卷积层对所述目标图像进行卷积处理，得到与每个目标子图对应的目标卷积特征信息，包括：基于所述第一卷积层对所述目标图像进行正向卷积处理，得到与每个目标子图对应的第一卷积特征信息；基于所述第二卷积层对所述第一卷积特征信息进行正向卷积处理，得到与每个目标子图对应的第二卷积特征信息；基于所述逆向卷积层对所述第二卷积特征信息进行反向卷积处理，得到与每个目标子图对应的第三卷积特征信息；连接属于同一个目标子图的第一卷积特征信息和第三卷积特征信息，得到与所述每个目标子图对应的所述目标卷积特征信息。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标三维点云与所述目标图像中所有像素点之间的映射关系，获取处于所述目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标，包括：将所述目标三维点云中的水平角和垂直角作为采样值，根据与所述目标三维点云对应的指像元数值，对所述采样值进行采样，并对采样后的采样值进行量化，得到与所述目标三维点云对应的辅助图像；在所述目标图像和所述辅助图像中查找同名点，根据所述同名点建立所述目标三维点云与所述目标图像中所有像素点之间的映射关系；根据所述映射关系，将处于所述目标二维位置坐标的像素点对应的三维位置坐标作为所述目标三维位置坐标。5.根据权利要求2所述的方法，其特征在于，所述根据所述目标三维位置坐标在三维地图数据中确定设置区域，包括：将所述目标三维位置坐标与图像集合中的参考图像对应的参考三维位置坐标进行重合度比较；所述图像集合包括所述目标图像和所述参考图像；所述参考三维位置坐标是指在所述三维地图数据中所述参考图像中的参考对象对应的三维位置坐标；所述参考对象和所述目标对象具有相同领域的属性类型；若重合度比较结果满足重合误差条件，则将所述目标三维位置坐标和所述参考三维位置坐标进行聚合处理，得到聚合三维位置坐标，并在所述三维地图数据中，将所述聚合三维位置坐标对应的区域作为所述设置区域；若所述重合度比较结果不满足重合误差条件，则在所述三维地图数据中，将所述目标三维位置坐标对应的区域作为所述设置区域。6.根据权利要求5所述的方法，其特征在于，所述将所述目标三维位置坐标和所述参考三维位置坐标进行聚合处理，得到聚合三维位置坐标，包括：将所述目标三维位置坐标和所述参考三维位置坐标均确定为辅助三维位置坐标，并将所述辅助三维位置坐标组合为辅助三维位置坐标集合；在所述辅助三维位置坐标集合中，提取一对辅助三维位置坐标，分别作为第一位置坐标和第二位置坐标；对所述第一位置坐标和所述第二位置坐标进行聚合处理，得到第三位置坐标，从所述辅助三维位置坐标集合中提取下一个辅助三维位置坐标，作为所述第一位置坐标，并将所述第三位置坐标确定为所述第二位置坐标，进行下一轮的聚合处理，直至当所述辅助三维位置坐标集合为空集时，将最后一次循环得到的第三位置坐标确定为所述聚合三维位置坐标。7.根据权利要求6所述的方法，其特征在于，所述对所述第一位置坐标和所述第二位置坐标进行聚合处理，得到第三位置坐标，包括：将所述第一位置坐标对应的第二区域的置信度确定为第一置信度，并将所述第二位置坐标对应的第二区域的置信度确定为第二置信度；若所述第一置信度和所述第二置信度之间的差异值大于第一目标差异值，则在所述第一置信度和所述第二置信度中，将置信度较大者对应的辅助三维位置坐标确定为所述第三位置坐标；若所述第一置信度和所述第二置信度之间的差异值小于或等于所述第一目标差异值，则根据所述第一位置坐标对应的第二...

【专利技术属性】
技术研发人员：舒茂，陈偲，
申请(专利权)人：腾讯大地通途北京科技有限公司，腾讯科技深圳有限公司，
类型：发明
国别省市：北京,11