【技术实现步骤摘要】
一种图像处理方法和装置
[0001]本公开涉及人工智能领域,尤其涉及智能交通领域,具体为一种图像处理方法和装置。
技术介绍
[0002]在摄影和电影拍摄中,透视变形指的是一个物体及其周围区域与标准镜头中看到的相比完全不同,由于远近特征的相对比例变化,发生了弯曲或变形。
[0003]地图数据是导航系统中基础且重要的部分,而俯视图是地图数据生产的关键资料。高清俯视图一般由全景照片投影生成,受到镜头畸变、路面坡度、设备移动等等因素影响,俯视图往往会有很大的形变,即透视变形。地图要素由它在俯视图中的位置进行GPS经纬度预估,所以俯视图透视变形严重影响地面要素定位精度。
技术实现思路
[0004]本公开提供了一种图像处理方法、装置、设备、存储介质以及计算机程序产品。
[0005]根据本公开的第一方面,提供了一种图像处理方法,包括:获取道路的俯视图;从所述俯视图中识别出车道线的位置;将所述俯视图切分成至少2个区域,并根据每个区域中车道线的位置确定出每个区域中车道的宽度以及所述俯视图中车道的平均宽度;通过优化第一损失函数计算出第一透视校正矩阵,其中,所述第一损失函数用于表征每个区域中车道的宽度与所述俯视图中车道的平均宽度之间的差异;将所述俯视图通过所述第一透视校正矩阵进行横向校正,得到第一校正图像。
[0006]根据本公开的第二方面,提供了一种图像处理装置,包括:获取单元,被配置成获取道路的俯视图;识别单元,被配置成从所述俯视图中识别出车道线的位置;确定单元,被配置成将所述俯视图切分成至少2 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,包括:获取道路的俯视图;从所述俯视图中识别出车道线的位置;将所述俯视图切分成至少2个区域,并根据每个区域中车道线的位置确定出每个区域中车道的宽度以及所述俯视图中车道的平均宽度;通过优化第一损失函数计算出第一透视校正矩阵,其中,所述第一损失函数用于表征每个区域中车道的宽度与所述俯视图中车道的平均宽度之间的差异;将所述俯视图通过所述第一透视校正矩阵进行横向校正,得到第一校正图像。2.根据权利要求1所述的方法,其中,所述方法还包括:从所述俯视图中识别出车道线虚线;确定出每个区域中车道线虚线的长度以及所述俯视图中车道线虚线的平均长度;通过优化第二损失函数计算出第二透视校正矩阵,其中,所述第二损失函数用于表征每个区域中车道线虚线的长度与所述俯视图中车道线虚线的平均长度之间的差异;将所述第一校正图像通过所述第二透视校正矩阵进行纵向校正,得到第二校正图像。3.根据权利要求1所述的方法,其中,所述从所述俯视图中识别出车道线的位置,包括:通过语义分割模型从所述俯视图中识别出车道线像素及类型,生成语义分割图;从所述语义分割图中提取出车道线的位置。4.根据权利要求3所述的方法,其中,所述从所述语义分割图中提取出车道线的位置,包括:将所述语义分割图转换成二值图;对所述二值图进行轮廓检测,得到矩形轮廓;沿矩形轮廓长边方向将所述矩形轮廓拆分成多段,对每段再次进行轮廓检测,生成多个子轮廓;提取每个子轮廓矩形的中心线作为车道线矢量线形;通过二次曲线拟合所述车道线矢量线形,预测补充车道线缺失部分。5.根据权利要求1所述的方法,其中,所述根据每个区域中车道线的位置确定出每个区域中车道的宽度以及所述俯视图中车道的平均宽度,包括:对识别出的车道线进行近邻搜索,两两配对得到匹配对集合,其中,每个匹配对对应一个车道;对于每个车道,计算每个区域的中间位置的车道宽度作为该车道的每个区域的宽度;基于每个区域中车道的宽度计算出所述俯视图中车道的平均宽度。6.根据权利要求2所述的方法,其中,所述确定出每个区域中车道线虚线的长度以及所述俯视图中车道线虚线的平均长度,包括:对于每个区域,将该区域中中间完整的车道线虚线的长度作为该区域中车道线虚线的长度;基于每个区域中车道线虚线的长度计算出所述车道线虚线的平均长度。7.根据权利要求1
‑
6中任一项所述的方法,其中,所述获取道路的俯视图,包括:获取道路的全景图;将所述全景图通过透视投影方法转换成俯视图。
8.一种图像处理装置,包括:获取单元,被配置成获取道路的俯视图;识别单元,被配置成从所述俯视图中识别出车道线的位置;确定单元,被配置成将所述俯视图切分成至少2个区域,并根据每个区域中车道线的位置确定出每个区域中车道的宽度以及所述俯视图中车道的平均宽度;计算单元,被配置成通过优化第一损失函数计算出第一透视校正矩阵,...
【专利技术属性】
技术研发人员:蔡俊杰,钟开,杨建忠,夏德国,张通滨,卢振,
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:
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。