处理图像的方法、装置和计算机存储介质制造方法及图纸

根据本公开的示例实施例，提供了一种处理图像的方法、装置和计算机存储介质，可用于自动驾驶、自主泊车领域。一种处理图像的方法，包括：获取图像序列集合，所述图像序列集合包括按照图像序列之间的相似度度量划分的多个图像序列子集，每个图像序列子集包括基础图像序列和其他图像序列，其中与所述基础图像序列对应的第一相似度度量高于等于与所述其他图像序列对应的第一相似度度量；使用所述基础图像序列，建立初始三维模型；以及基于所述初始三维模型，使用所述其他图像序列，建立最终三维模型。利用上述方法，可以提高建立三维模型的效率并且减少建立三维模型的开销。

【技术实现步骤摘要】
处理图像的方法、装置和计算机存储介质
本公开的实施例涉及图像处理领域，并且更具体地，涉及处理图像的方法、装置和计算机存储介质，可以应用于自动驾驶领域中。
技术介绍
在自动驾驶领域、尤其是在例如停车场或者小区道路的自主泊车或巡航场景中，需要基于例如由用于采集行车记录图像的交通工具或者其他设备采集的行车记录图像来重建和融合针对前述场景的三维模型。然而，由于行车记录图像的数据量通常非常大，因此重建和融合三维模型会涉及大量的计算量并且占用大量的系统资源。此外，随着行车记录图像的数据量的进一步上升，重建和融合三维模型的计算量和系统资源占用更是会以指数级数增长，不仅会对例如可以由云端进行的三维模型重建与融合造成巨大的计算负担，并且会耗费大量的时间，从而影响三维模型的重建融合效率，并且会降低用户体验。
技术实现思路
根据本公开的实施例，提供了一种基于图像时序特征匹配的海量行车技术图像的并行三维重建融合方法。在本公开的第一方面中，提供了一种处理图像的方法，包括：获取图像序列集合，所述图像序列集合包括按照图像序列之间的相似度度量划分的本文档来自技高网...

【技术保护点】
1.一种处理图像的方法，包括：/n获取图像序列集合，所述图像序列集合包括按照图像序列之间的相似度度量划分的多个图像序列子集，每个图像序列子集包括基础图像序列和其他图像序列，其中与所述基础图像序列对应的第一相似度度量高于等于与所述其他图像序列对应的第一相似度度量；/n使用所述基础图像序列，建立初始三维模型；以及/n基于所述初始三维模型，使用所述其他图像序列，建立最终三维模型。/n

【技术特征摘要】
1.一种处理图像的方法，包括：
获取图像序列集合，所述图像序列集合包括按照图像序列之间的相似度度量划分的多个图像序列子集，每个图像序列子集包括基础图像序列和其他图像序列，其中与所述基础图像序列对应的第一相似度度量高于等于与所述其他图像序列对应的第一相似度度量；
使用所述基础图像序列，建立初始三维模型；以及
基于所述初始三维模型，使用所述其他图像序列，建立最终三维模型。


2.根据权利要求1所述的方法，其中与每个图像序列子集中的图像序列子集对应的第二相似度度量高于等于与其他图像序列子集中的图像序列子集对应的第二相似度度量。


3.根据权利要求1所述的方法，其中建立初始三维模型包括：
根据以下至少一项在所述基础图像序列之间确定针对基础图像序列的相关联的图像：
所述图像的采集位置，以及
所述图像之间的第三相似度度量；以及
使用所述针对基础图像序列的相关联的图像，建立所述初始三维模型。


4.根据权利要求3所述的方法，其中建立所述初始三维模型包括：
将所述针对基础图像序列的相关联的图像按照图像采集顺序划分成多个对应的基础分段；
使用所述多个对应的基础分段中的一个对应的基础分段，建立初始基础分段三维模型；
基于建立的所述初始基础分段三维模型，使用与所述一个对应的基础分段相邻的对应的基础分段，建立增量基础分段三维模型；以及
将所述初始基础分段三维模型和所述增量基础分段三维模型融合，以获得所述初始三维模型。


5.根据权利要求4所述的方法，其中建立多个所述增量基础分段三维模型是并行进行的。


6.根据权利要求1所述的方法，其中建立最终三维模型包括：
基于所述初始三维模型，分别使用所述多个图像序列子集中的所述其他图像序列，建立多个中间三维模型；以及
将所述多个中间三维模型融合，以获得所述最终三维模型。


7.根据权利要求6所述的方法，其中建立多个所述中间三维模型是并行进行的。


8.根据权利要求3所述的方法，其中建立最终三维模型包括：
根据以下至少一项在所述图像序列集合中的图像序列之间确定相关联的图像：
所述图像的采集位置，以及
所述图像之间的第三相似度度量，
其中所述相关联的图像包括针对所述基础图像序列的相关联的图像和针对所述其他图像序列的相关联的图像；以及
使用针对所述其他图像序列的相关联的图像，建立所述最终三维模型。


9.根据权利要求4所述的方法，其中建立最终三维模型包括：
根据以下至少一项在所述图像序列集合中的图像序列之间确定相关联的图像：
所述图像的采集位置，以及
所述图像之间的第三相似度度量，
其中所述相关联的图像包括针对所述基础图像序列的相关联的图像和针对所述其他图像序列的相关联的图像；
将所述相关联的图像按照图像采集顺序划分成多个对应的分段，所述多个对应的分段包括所述多个对应的基础分段和从所述其他图像序列划分出的多个对应的其他分段；
基于所述初始三维模型，使用与所述初始基础分段三维模型和所述增量基础分段三维模型对应的所述对应的其他分段，建立多个中间三维模型；以及
将所述多个中间三维模型融合，以获得所述最终三维模型。


10.根据权利要求9所述的方法，其中建立多个所述中间三维模型是并行进行的。


11.一种处理图像的装置，包括：
图像序列集合获取模块，被配置为获取图像序列集合，所述图像序列集合包括按照图像序列之间的相似度度量划分的多个图像序列子集，每个图像序列子集包括基础图像序列和其他图像序列，其中与所述基础图像序列对应的第一相似度度量高于等于与所述其他图像序列对应的第一相似度度量；
初始三维模型建模模块，被配置为使用所述基础图像序列，建立初始三维模型；以及
最终三维模型建模模块，被配置为基于所述初始三维模型，使用所述其他图像序列，建立最终三维模型。


12.根据权利要求11所述的装置，其中与每个图像序列子集中的图像...

【专利技术属性】
技术研发人员：姚萌，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11