一种图像处理方法、装置及设备、计算机存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像处理方法、装置及设备，其中，方法包括：将目标图像的背景估计数据和附属估计数据输入到图像处理模型中进行处理，得到背景初始数据和附属初始数据；调用背景估计模型对背景初始数据进行处理，得到背景数据；调用附属估计模型对附属初始数据进行处理，得到附属数据；若数据变化信息不满足变化条件，则将背景数据作为用于表示背景特征内容的图像数据。采用本发明专利技术实施例中，可较好地实现对目标图像去处附属的效果，在一定程度上得到较优的背景数据，得到较为清晰的不包括附属的清晰图像。

An Image Processing Method, Device, Equipment and Computer Storage Media

【技术实现步骤摘要】
一种图像处理方法、装置及设备、计算机存储介质
本专利技术涉及图像处理
，尤其涉及一种图像处理方法、装置及设备、计算机存储介质。
技术介绍
随着图像处理技术的发展，目前基于图像处理的应用场景也逐渐增多，例如智能交通监控、汽车自动驾驶、街景应用等一些基于计算机视觉的应用，这些应用通过对环境图像的拍摄和自动识别处理，能够识别出街道环境、路况等情况，以便于进一步地实现监控、导航、自动驾驶等功能。图像去雨是图像处理的重要问题之一，雨是最常见的一项天气干扰，在上述提到的自动驾驶、交通监控等场景中拍摄得到的带有天气特征的附属特征部分的图像处处可见，例如，带有下雨天气特征的雨线附属特征、带有下雪天气特征的雪线附属特征、带有冰雹天气特征的冰雹附属特征等等。在对这些场景下的图像进行分类、检测等处理的过程中，这些附属特征会带来很大干扰，使得检测结果不准确。
技术实现思路
本专利技术实施例提供一种图像处理方法、装置及设备、计算机存储介质，可对带有雨线等附属特征的图像进行处理得到较为清晰的修正图像的图像数据。一方面，本专利技术实施例提供了一种图像处理方法，用于对包括背景特征内容和附属特征内容的目标图像进行处理，所述方法包括：将关于所述目标图像的背景估计数据和附属估计数据作为输入参数输入到图像处理模型中进行处理，得到背景初始数据和附属初始数据；调用背景估计模型对所述背景初始数据进行处理，得到背景数据；调用附属估计模型对所述附属初始数据进行处理，得到附属数据；若数据变化信息在预设的变化条件所包括的变化值范围内，则将所述背景数据作为用于表示所述背景特征内容的图像数据；其中，所述数据变化信息包括：所述背景数据与所述背景估计数据之间的第一变化信息、和/或所述附属数据和所述附属估计数据之间的第二变化信息。另一方面，本专利技术实施例还提供了一种图像处理装置，用于对包括背景特征内容和附属特征内容的目标图像进行处理，所述装置包括：确定模块，用于确定出目标图像；处理模块，用于将关于所述目标图像的背景估计数据和附属估计数据作为输入参数输入到图像处理模型中进行处理，得到背景初始数据和附属初始数据；调用背景估计模型对所述背景初始数据进行处理，得到背景数据；调用附属估计模型对所述附属初始数据进行处理，得到附属数据；若数据变化信息在预设的变化条件所包括的变化值范围内，则将所述背景数据作为用于表示所述背景特征内容的图像数据；其中，所述数据变化信息包括：所述背景数据与所述背景估计数据之间的第一变化信息、和/或所述附属数据与所述附属估计数据之间的第二变化信息。相应地，本专利技术实施例还提供了一种图像处理设备，包括存储装置和处理器；所述存储装置中存储有计算机程序指令，所述处理器调用所述计算机程序指令，用于执行上述的图像处理方法。相应地，本专利技术实施例还提供了一种计算机存储介质，该计算机存储介质中存储有计算机程序，该计算机程序指令被处理器执行时，实现上述的图像处理方法。在本专利技术实施例中，首先通过模型对目标图像的相关数据进行初始的识别处理，得到两个初始的图像，然后再基于专用的背景估计模型对背景初始数据进行优化，并基于专用的附属估计模型对附属初始数据进行优化，这样可以较好地实现对目标图像去处附属的效果，在一定程度上保证得到较优的背景数据，得到较为清晰的不包括附属的清晰图像。附图说明图1是本专利技术实施例的一种图像处理方法的应用场景示意图；图2是本专利技术实施例的另一种图像处理方法的应用场景示意图；图3是本专利技术实施例的进行图像去雨处理的一个架构示意图；图4则是本专利技术实施例的图像去雨处理的方法流程示意图；图5是本专利技术实施例的一种图像处理方法的流程示意图；图6是本专利技术实施例的一种图像处理装置的结构示意图；图7是本专利技术实施例的一种图像处理设备的结构示意图。具体实施方式在本专利技术实施例中提出了新的对图像进行处理的模型架构，引入了三个模型来对目标图像的相关数据进行处理，一方面通过图像处理模型对输入的目标图像相关的数据进行初步处理，得到关于目标图像背景特征内容的背景初始数据和关于目标图像附属特征内容的附属初始数据，另一方面再分别基于专用的背景估计模型对背景初始数据进行优化得到相对更清晰的背景图像的数据、基于专用附属估计模型对附属初始数据进行估计得到相对更准确的附属数据，三个模型之间相互独立，并且可以基于各自不同的用途分别使用相应的较优算法来实现这三个模型，使得各个模型对输入数据进行计算更具针对性，可以较好地保证得到较优的计算结果。在一个实施例中，附属特征内容主要是指雨线、雪线、冰雹线等相应天气特征的图像内容，而背景特征内容即是除去附属特征内容外的所有图像内容。并且，在本专利技术实施例中还设置了变化条件，只有在经过三个模型处理后输出的数据与输入数据之间的变化较小时，例如数据所对应数值的差值均在所述变化条件中指示的变化值范围内，才将背景数据作为仅用于表示所述背景特征内容的图像数据，以此生成去除雨线、雪线等附属特征内容的修正图像，也就是说，通过判断是否满足变化条件来确定三个模型对数据的处理后是否还有较大的数据优化空间，如果不满足变化条件，不在所述变化条件中指示的变化值范围内，则表明还需要进一步基于三个模型来对本次输出的数据再进行优化处理。而如果满足变化条件，在所述变化条件中指示的变化值范围内，则表明输出的数据特别是背景数据已经为较优的数据，可以不必再继续进行进行优化处理，直接可以确定出关于目标图像的背景特征内容的图像数据。在不满足变化条件时，可以接着将本次输出的背景数据和附属数据分别作为新的背景估计数据和附属估计数据，先后输入到三个模型中进行相应的优化处理。本专利技术实施例可以通过循环优化处理的方式，基于三个模型构成的处理架构进行优化处理，以最终输出较优的用于表示所述背景特征内容的图像数据，进而得到去除了雨线、雪线等附属特征内容的较为清晰的背景图像。请参考图1，是本专利技术实施例的一种图像处理方法的应用场景示意图，该应用场景为一个自动驾驶场景，在汽车等交通工具的各个不同位置上安装有图像采集设备，透过这些图像采集设备，能够采集交通工具在行驶过程中的交通环境图像。在自动驾驶场景下，为了行驶安全对图像的清晰度要求非常高，对于包括了雨线、雪线等附属特征内容的图像，需要准确地进行去雨、去雪等处理。在一个实施例中，可在交通工具中设置一个控制装置，一方面控制装置能够获取各个图像采集设备采集到的图像，将每一帧图像或者其中的部分图像确定为待处理的目标图像，基于预置的上述提及的三个模型先后对目标图像进行处理，得到去除附属特征内后的清晰的修正图像即背景图像，控制装置再针对这些清晰的背景图像按照现有的识别方式进行图像识别，确定行驶环境，生成控制指令；另一方面，在确定了行驶环境后再按照现有的控制方式发出控制指令，完成对交通工具转弯、停止或者继续行驶等控制。在确定待处理的目标图像之前，可以判断当前是否处于下雨或者下雪等天气环境中，可以通过在交通工具中内置的传感器来检测，在传感器检测到下雨或者下雪等天气情况时，即开始将当前获取到的环境图像分别作为目标图像，然后执行在后续如图4等附图对应的实施例中的图像处理方法，将关于所述目标图像的背景估计数据和附属估计数据作为输入参数输入到图像处理模型中进行处理，得到背景初始数据和附属初始数据等步骤。再请参见图2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，用于对包括背景特征内容和附属特征内容的目标图像进行处理，所述方法包括：将关于所述目标图像的背景估计数据和附属估计数据作为输入参数输入到图像处理模型中进行处理，得到背景初始数据和附属初始数据；调用背景估计模型对所述背景初始数据进行处理，得到背景数据；调用附属估计模型对所述附属初始数据进行处理，得到附属数据；若数据变化信息在预设的变化条件所包括的变化值范围内，则将所述背景数据作为用于表示所述背景特征内容的图像数据；其中，所述数据变化信息包括：所述背景数据与所述背景估计数据之间的第一变化信息、和/或所述附属数据和所述附属估计数据之间的第二变化信息。

【技术特征摘要】
1.一种图像处理方法，其特征在于，用于对包括背景特征内容和附属特征内容的目标图像进行处理，所述方法包括：将关于所述目标图像的背景估计数据和附属估计数据作为输入参数输入到图像处理模型中进行处理，得到背景初始数据和附属初始数据；调用背景估计模型对所述背景初始数据进行处理，得到背景数据；调用附属估计模型对所述附属初始数据进行处理，得到附属数据；若数据变化信息在预设的变化条件所包括的变化值范围内，则将所述背景数据作为用于表示所述背景特征内容的图像数据；其中，所述数据变化信息包括：所述背景数据与所述背景估计数据之间的第一变化信息、和/或所述附属数据和所述附属估计数据之间的第二变化信息。2.如权利要求1所述的方法，其特征在于，将关于所述目标图像的背景估计数据和附属估计数据作为输入参数输入到图像处理模型中进行处理之前，还包括：获取所述目标图像上像素点的像素点值，并根据像素点值得到初始化矩阵数据；将得到的初始化矩阵数据作为所述目标图像的背景估计数据；获取空白图像矩阵数据，并将该空白图像矩阵数据作为所述目标图像的附属估计数据，所述空白图像矩阵数据上的数值为指定数值。3.如权利要求2所述的方法，其特征在于，所述获取所述目标图像上像素点的像素点值，包括：检测所述目标图像所对应的颜色空间；若检测结果为第一颜色空间，则将所述目标图像对应的颜色空间从第一颜色空间转换到第二颜色空间，所述第二颜色空间为包括亮度信号Y通道的颜色空间；从第二颜色空间的目标图像中确定每个像素点的Y通道值，将Y通道值作为所述目标图像上像素点的像素点值。4.如权利要求1-3任一项所述的方法，其特征在于，所述得到背景数据包括：对所述背景估计模型得到的处理数据中的数值进行异常值修正处理，和/或，所述得到附属数据包括：对所述附属估计模型得到的处理数据中的数值进行异常值修正处理；其中，所述异常值修正处理包括：将相应的处理数据中数值小于第一阈值的像素点数据值设置为所述第一阈值，将相应的处理数据中大于第二阈值的像素点数据值设置为所述第二阈值，所述第一阈值小于所述第...

【专利技术属性】
技术研发人员：刘日升，程世超，姜智颖，
申请(专利权)人：腾讯科技深圳有限公司，大连理工大学，
类型：发明
国别省市：广东,44