本公开提供了一种图像处理方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为自动驾驶、智能交通、计算机视觉和深度学习技术领域。图像处理方法包括：对原始图像进行图像处理，得到针对原始图像的明亮度的分量图像；将原始图像和分量图像中的至少之一确定为待处理图像；对待处理图像中的像素进行分类，得到分类结果；基于分类结果处理待处理图像，得到目标图像；基于目标图像，确定原始图像的图像质量。图像质量。图像质量。
【技术实现步骤摘要】
图像处理方法、装置、电子设备和介质
[0001]本公开涉及人工智能
，具体为自动驾驶、智能交通、计算机视觉和深度学习
，更具体地，涉及一种图像处理方法、装置、电子设备、介质和程序产品。
技术介绍
[0002]在一些场景下，需要对采集的图像进行图像识别，以确定图像的图像质量。例如，在交通领域中，经常通过摄像头采集交通的图像，以便基于图像确定交通情况。但是，相关技术在识别图像的图像质量时，识别效果不佳，识别成本高。
技术实现思路
[0003]本公开提供了一种图像处理方法、装置、电子设备、存储介质以及程序产品。
[0004]根据本公开的一方面，提供了一种图像处理方法，包括：对原始图像进行图像处理，得到针对所述原始图像的明亮度的分量图像将所述原始图像和所述分量图像中的至少之一确定为待处理图像；对所述待处理图像中的像素进行分类，得到分类结果；基于所述分类结果处理所述待处理图像，得到目标图像；基于所述目标图像，确定所述原始图像的图像质量。
[0005]根据本公开的另一方面，提供了一种图像处理装置，包括：第一处理模块、第一确定模块、分类模块、第二处理模块以及第二确定模块。第一处理模块，用于对原始图像进行图像处理，得到针对所述原始图像的明亮度的分量图像；第一确定模块，用于将所述原始图像和所述分量图像中的至少之一确定为待处理图像；分类模块，用于对所述待处理图像中的像素进行分类，得到分类结果；第二处理模块，用于基于所述分类结果处理所述待处理图像，得到目标图像；第二确定模块，用于基于所述目标图像，确定所述原始图像的图像质量。
[0006]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和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上述的图像处理方法。
[0007]根据本公开的另一方面，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，所述计算机指令用于使所述计算机执行上述的图像处理方法。
[0008]根据本公开的另一方面，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上述的图像处理方法。
[0009]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
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1示意性示出了根据本公开一实施例的图像处理方法和装置的应用场景；
[0012]图2示意性示出了根据本公开一实施例的图像处理方法的流程图；
[0013]图3示意性示出了根据本公开一实施例的图像处理方法的示意图；
[0014]图4示意性示出了根据本公开另一实施例的图像处理方法的示意图；
[0015]图5示意性示出了根据本公开另一实施例的图像处理方法的示意图；
[0016]图6示意性示出了根据本公开一实施例的图像处理方法的系统架构；
[0017]图7示意性示出了根据本公开一实施例的图像处理方法的示意图；
[0018]图8示意性示出了根据本公开一实施例的图像处理方法的时序图；
[0019]图9示意性示出了根据本公开一实施例的图像处理装置的框图；以及
[0020]图10是用来实现本公开实施例的用于执行图像处理的电子设备的框图。
具体实施方式
[0021]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0022]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0023]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0024]在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
[0025]本公开的实施例提供了一种图像处理方法，包括：对原始图像进行图像处理，得到针对原始图像的明亮度的分量图像，将原始图像和分量图像中的至少之一确定为待处理图像。然后对待处理图像中的像素进行分类，得到分类结果，基于分类结果处理待处理图像，得到目标图像。接下来，基于目标图像，确定原始图像的图像质量。
[0026]图1示意性示出了根据本公开一实施例的图像处理方法和装置的应用场景。需要注意的是，图1所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的
技术实现思路
，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
[0027]如图1所示，本公开的应用场景100例如包括多个摄像头110、120。
[0028]多个摄像头110、120例如用于采集视频流，通过对视频流中的图像帧进行识别可以得到交通情况。多个摄像头110、120可以安装在路面设备上，也可以安装在自动驾驶车辆上，在自动驾驶车辆进行驾驶的过程中实时采集视频流。
[0029]在一些场景下，由于各种外部环境原因，如刮风、下雨、冰冻等等，会照成摄像头采集的视频流出现异常，例如视频流中的图像帧出现噪声点、模糊、遮挡、偏色或亮度异常等
等，导致图像质量较差，使得基于图像质量较差的视频流进行识别时，难以准确地识别路口的车辆、车牌、行人等交通情况。
[0030]因此，本公开的实施例通过图像识别的方式来确定图像质量，以便基于图像质量及时检测摄像头是否拍摄异常，相比于通过人工巡检的方式检测摄像头的拍摄异常，本公开的实施例降低了摄像头的维护成本。
[0031]本公开实施例提供了一种图像处理方法，下面结合图1的应用场景，参考图2～图8来描述根据本公开示例性实施方式的图像处理方法。
[0032]图2示意性示出了根据本公开一实施例的图像处理方法的流程图。
[0033]如图2所示，本公开实施例的图像处理方法200例如可以包括操作 S210～操作S250。
[0034]在操作S210，对原始图像进行图像处理，得到针对原始图像的明亮度的分量图像。
[0035]在操作S220，将原始图像和分量图像中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，包括：对原始图像进行图像处理，得到针对所述原始图像的明亮度的分量图像；将所述原始图像和所述分量图像中的至少之一确定为待处理图像；对所述待处理图像中的像素进行分类，得到分类结果；基于所述分类结果处理所述待处理图像，得到目标图像；以及基于所述目标图像，确定所述原始图像的图像质量。2.根据权利要求1所述的方法，其中，所述对所述待处理图像中的像素进行分类，得到分类结果包括，针对所述待处理图像中的每个像素：响应于所述像素的像素值大于阈值，将所述像素划分至第一分组；响应于所述像素的像素值小于或等于所述阈值，将所述像素划分至第二分组；以及将所述第一分组和所述第二分组，作为所述分类结果。3.根据权利要求2所述的方法，其中，所述基于所述分类结果处理所述待处理图像，得到目标图像包括：将所述第一分组中的像素的像素值，配置为第一分值；将所述第二分组中的像素的像素值，配置为第二分值；以及基于所述第一分值和所述第二分值，得到所述目标图像。4.根据权利要求3所述的方法，其中，所述基于所述目标图像，确定所述原始图像的图像质量包括：基于所述目标图像，确定所述原始图像的连通区域；以及基于所述连通区域，确定所述原始图像的图像质量。5.根据权利要求4所述的方法，其中，所述基于所述连通区域，确定所述原始图像的图像质量包括：基于所述连通区域的区域面积和所述原始图像的图像面积之间的比值，确定所述原始图像的遮挡率；以及基于所述遮挡率，确定所述原始图像的图像质量。6.根据权利要求1
‑
5中任意一项所述的方法，其中，所述将所述原始图像和所述分量图像中的至少之一确定为待处理图像包括：确定所述原始图像的前景信息和背景信息之间的第一差异程度；确定所述分量图像的前景信息和背景信息之间的第二差异程度；以及基于所述第一差异程度和所述第二差异程度，将所述原始图像或者所述分量图像确定为所述待处理图像。7.根据权利要求1
‑
6中任意一项所述的方法，其中，所述对原始图像进行图像处理，得到针对所述原始图像的明亮度的分量图像包括：将所述原始图像转换到HSV颜色空间，得到多个分量图像；以及从所述多个分量图像中确定针对明亮度的分量图像。8.一种图像处理装置，包括：第一处理模块，用于对原始图像进行图像处理，得到针对所述原始图像的明亮度的分量图像；第一确定模块，用于将所述原始图像和所述分量图像中的至少之一确定为待处理图
像；分类模块，用于对所述待处理图像中的像素进行分类，得到分类结果；第二处理模块，用于基于所述分类结果处理所述待处理图像，得到目标图像；以及第二确定模块，用于基于所述目标图像，确定所述原始...
【专利技术属性】
技术研发人员：王小云，陈明智，王召，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。