一种图像融合方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术实施例提供了一种图像融合方法、装置、存储介质及电子装置，其方法包括：获取对目标场景进行同步拍摄后所得到目标场景的初始像素图像以及初始雷达图像；对初始雷达图像进行聚类标定处理，以得到目标对象在初始雷达图像中的第一区域信息；确定初始像素图像中包括的目标对象在初始雷达图像中的映射区域，并将映射区域确定为第二区域信息；基于第一区域信息和第二区域信息确定初始像素图像与初始雷达图像之间的目标关联序列；根据目标关联序列，对初始雷达图像与初始像素图像进行融合。通过本发明专利技术，解决了相关技术中图像识别精度低的问题，进而达到了提高图像识别精度的效果。

【技术实现步骤摘要】
一种图像融合方法、装置、存储介质及电子装置
本专利技术实施例涉及通信领域，具体而言，涉及一种图像融合方法、装置、存储介质及电子装置。
技术介绍
在智能监控中，无歧义和完备的数据是重中之重，而随着智能监控设备的发展，对场景中的对象进行监控的精确度也越来越高；而目前的智能监控设备的监控精度仍有提高的空间。例如，在对道路进行监控时，若对车辆的目标识别错误，将会导致对车辆的轨迹监控出现错误，从而影响后续的预警和处理，如声音警示或车牌抓拍等。现有的对象识别均依赖于高精度的传感器或高精度的标定算法，前述识别方式对使用环境有较高要求或需要较高的技术支持，因而不能适用于普通环境；而在不采用高精度的传感器或高精度的标定算法的情况下，则会出现图像识别精度低的问题。而目前并没有针对上述问题提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种图像融合方法、装置、存储介质及电子装置，以至少解决相关技术中图像识别精度低的问题。根据本专利技术的一个实施例，提供了一种图像融合方法，包括：获取对所述目标场景进行同步拍摄后所得到目标场景的初始像素图像以及初始雷达图像；对所述初始雷达图像进行聚类标定处理，以得到目标对象在所述初始雷达图像中的第一区域信息；确定所述初始像素图像中包括的所述目标对象在所述初始雷达图像中的映射区域，并将所述映射区域确定为第二区域信息；基于所述第一区域信息和所述第二区域信息确定所述初始像素图像与所述初始雷达图像之间的目标关联序列；根据所述目标关联序列，对所述初始雷达图像与所述初始像素图像进行融合。在一个示例性实施例中，对所述初始雷达图像进行聚类处理，以得到目标对象在所述初始雷达图像中的第一区域信息包括：对所述初始雷达图像进行聚类计算，以得到所述目标对象所对应的目标点云数据；在所述初始雷达图像中对所述目标点云数据进行轮廓标定处理，以得到所述第一区域信息。在一个示例性实施例中，基于所述第一区域信息和所述第二区域信息确定所述初始像素图像与所述初始雷达图像之间的目标关联序列包括：确定所述第一区域信息和所述第二区域信息的重合度；基于所述重合度确定所述初始像素图像与所述初始雷达图像之间的所述目标关联序列。在一个示例性实施例中，基于所述重合度确定所述初始像素图像与所述初始雷达图像之间的所述目标关联序列包括：基于所述重合度建立所述初始像素图像与所述初始雷达图像之间的初始关联序列，其中，所述初始关联序列用于指示所述第一区域信息和所述第二区域信息的映射关系；对所述初始关联序列进行拆组，以获取多个关联子序列；对所述关联子序列进行损失值计算，以得到损失值最小的目标关联子序列；将所述目标关联子序列确定为所述目标关联序列。在一个示例性实施例中，对所述初始关联序列进行拆组，以获取多个关联子序列包括：根据预设规则对所述初始关联序列进行拆解，以得到多个子序列；对多个所述子序列进行组合，以得到多个所述关联子序列。在一个示例性实施例中，对所述关联子序列进行损失值计算，以得到损失值最小的目标关联子序列包括：根据所述第一区域信息和所述第二区域信息的重合度确定惩罚值；基于所述惩罚值，对所述关联子序列进行损失值计算，以得到所述关联子序列的损失值；对所述损失值进行比较，以得到最小损失值；将所述最小损失值对应的关联子序列确定为目标关联子序列。根据本专利技术的另一个实施例，提供了一种图像融合装置，包括：图像采集模块，用于获取对所述目标场景进行同步拍摄后所得到目标场景的初始像素图像以及初始雷达图像；聚类模块，用于对所述初始雷达图像进行聚类标定处理，以得到目标对象在所述初始雷达图像中的第一区域信息；映射确定模块，用于确定所述初始像素图像中包括的所述目标对象在所述初始雷达图像中的映射区域，并将所述映射区域确定为第二区域信息；关联序列确定模块，用于基于所述第一区域信息和所述第二区域信息确定所述初始像素图像与所述初始雷达图像之间的目标关联序列；融合模块，用于根据所述目标关联序列，对所述初始雷达图像与所述初始像素图像进行融合。在一个示例性实施例中，所述聚类模块包括：聚类计算单元，用于对所述初始雷达图像进行聚类计算，以得到所述目标对象所对应的目标点云数据；轮廓标定单元，用于在所述初始雷达图像中对所述目标点云数据进行轮廓标定处理，以得到所述第一区域信息。根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，由于将采像素图像中的目标对象映射至雷达图像中，并将像素图像与雷达图像相融合，因而能够对雷达图像中的目标对象进行精确识别，从而提高了雷达图像的识别精度，因此，可以解决相关技术中图像识别精度低的问题，达到提高图像识别精度的效果。附图说明图1是本专利技术实施例的一种图像融合方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的一种图像融合方法的流程图；图3是根据本专利技术实施例的一种图像融合装置的结构框图；图4是根据本专利技术的具体实施例的雷达图；图5是根据本专利技术的具体实施例的点云标识过程；图6是根据本专利技术的具体实施例的图像映射过程一；图7是根据本专利技术的具体实施例的图像映射过程二；图8是根据本专利技术的具体实施例的序列建立过程；图9是根据本专利技术的具体实施例的流程图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术的实施例。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种图像融合方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的一种图像融合方法对应的计算机程序，处理器102通过运行存储本文档来自技高网...

【技术保护点】
1.一种图像融合方法，其特征在于，包括：/n获取对目标场景进行同步拍摄后所得到目标场景的初始像素图像以及初始雷达图像；/n对所述初始雷达图像进行聚类标定处理，以得到目标对象在所述初始雷达图像中的第一区域信息；/n确定所述初始像素图像中包括的所述目标对象在所述初始雷达图像中的映射区域，并将所述映射区域确定为第二区域信息；/n基于所述第一区域信息和所述第二区域信息，确定所述初始像素图像与所述初始雷达图像之间的目标关联序列；/n根据所述目标关联序列，对所述初始雷达图像与所述初始像素图像进行融合。/n

【技术特征摘要】
1.一种图像融合方法，其特征在于，包括：
获取对目标场景进行同步拍摄后所得到目标场景的初始像素图像以及初始雷达图像；
对所述初始雷达图像进行聚类标定处理，以得到目标对象在所述初始雷达图像中的第一区域信息；
确定所述初始像素图像中包括的所述目标对象在所述初始雷达图像中的映射区域，并将所述映射区域确定为第二区域信息；
基于所述第一区域信息和所述第二区域信息，确定所述初始像素图像与所述初始雷达图像之间的目标关联序列；
根据所述目标关联序列，对所述初始雷达图像与所述初始像素图像进行融合。


2.根据权利要求1所述的方法，其特征在于，对所述初始雷达图像进行聚类处理，以得到目标对象在所述初始雷达图像中的第一区域信息包括：
对所述初始雷达图像进行聚类计算，以得到所述目标对象所对应的目标点云数据；
在所述初始雷达图像中对所述目标点云数据进行轮廓标定处理，以得到所述第一区域信息。


3.根据权利要求1所述的方法，其特征在于，基于所述第一区域信息和所述第二区域信息确定所述初始像素图像与所述初始雷达图像之间的目标关联序列包括：
确定所述第一区域信息和所述第二区域信息的重合度；
基于所述重合度确定所述初始像素图像与所述初始雷达图像之间的所述目标关联序列。


4.根据权利要求3所述的方法，其特征在于，基于所述重合度确定所述初始像素图像与所述初始雷达图像之间的所述目标关联序列包括：
基于所述重合度，建立所述初始像素图像与所述初始雷达图像之间的初始关联序列，其中，所述初始关联序列用于指示所述第一区域信息和所述第二区域信息的映射关系；
对所述初始关联序列进行拆组，以获取多个关联子序列；
对所述关联子序列进行损失值计算，以得到损失值最小的目标关联子序列；
将所述目标关联子序列确定为所述目标关联序列。


5.根据权利要求4所述的方法，其特征在于，对所述初始关联序列进行拆组，以获取多个关联子序列包括：
根据预设规则对所述...

【专利技术属性】
技术研发人员：李冬冬，李乾坤，卢维，殷俊，陈文博，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33