【技术实现步骤摘要】
图像处理方法、装置、设备、存储介质及程序产品
[0001]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、设备、存储介质及程序产品。
技术介绍
[0002]随着科技的发展，基于图像对随时可能移动的物体，即动态障碍物，进行位置跟踪是一个重要课题，尤其在建筑业等安全要求较高的场所，动态障碍物的位置跟踪显得尤为重要。现有技术中，主要依托定位技术或视觉技术实现动态障碍物跟踪。
[0003]对于定位技术，需要使用定位传感器等设备，目前使用较广的定位传感器，比如基于全球定位系统(Global Positioning System，GPS)、射频识别(Radio Frequency Identification，RFID)或超宽带(Ultra Wide Band，UWB)等技术的传感器，在复杂动态的现场中数据传输效率会受到影响，定位标签的信号强度会降低。此外，多径误差的存在还将致使大范围应用时定位技术精度降低。最终导致对动态障碍物位置跟踪时可靠性较差。
[0004]对于视觉技术，近年来计算机视觉技术的发展为...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取连续的至少两帧点云图像，其中，所述点云图像是以点云数据形式存储的图像，每一帧所述点云图像分别包含至少一个动态障碍物；从每一帧所述点云图像中，提取每一个所述动态障碍物分别对应的至少一种特征的特征值；基于所述特征值，构建所述动态障碍物的组合特征矩阵；对所述组合特征矩阵中的特征值进行聚类，根据聚类结果获取每一个所述动态障碍物分别在每一帧所述点云图像中对应的位置信息。2.根据权利要求1所述的图像处理方法，其特征在于，所述获取连续的至少两帧点云图像之后，还包括：获取至少两帧所述点云图像中的至少一个点云孔洞；对每一个所述点云孔洞分别进行如下处理：通过与所述点云孔洞所在帧相邻的所述点云图像，修复所述点云孔洞。3.根据权利要求1所述的图像处理方法，其特征在于，所述获取连续的至少两帧点云图像之后，还包括：分别对每一帧所述点云图像作如下处理：通过预设大小的图像窗口，遍历所述点云图像，获得所述点云图像基于对比度的局部直方图，其中，所述局部直方图的纵轴为对比度，横轴为所述图像窗口划分的各个局部图像；判断所述局部直方图中，每一个所述局部图像对应的对比度与对比度阈值的差值，是否大于差值阈值；若是，将所述局部直方图中超出所述对比度阈值部分的面积，平均至每一个所述局部图像，重新判断平均后的所述局部直方图中，所述差值是否大于所述差值阈值；若否，基于平均后的所述局部直方图，调整所述点云图像的对比度。4.根据权利要求1所述的图像处理方法，其特征在于，所述获取连续的至少两帧点云图像之后，还包括：分别对每一帧所述点云图像作如下处理：将所述点云图像分别输入预设的前景分割模型，获得所述前景分割模型输出的所述点云图像中每一个所述动态障碍物所在的分割区域，其中，所述分割区域为所述动态障碍物所在的最小矩形区域，所述前景分割模型为通过样本图像对原始神经网络模型进行训练得到；所述从每一帧所述点云图像中，提取每一个所述动态障碍物分别对应的至少一种特征的特征值，包括：基于每一帧所述点云图像中的所述分割区域，提取每一个所述动态障碍物分别对应的至少一种特征的所述特征值。5.根据权利要求1所述的图像处理方法，其特征在于，所述从每一帧所述点云图像中，提取每一个所述动态障碍物分别对应的至少一种特征的特征值，包括：确定所述动态障碍物的至少一个属性，其中，每一个所述属性对应至少一个所述特征，其中，所述属性包括颜色、位置、动作姿态和/或高度；
分别从每一帧所述点云图像中，提取每一个所述特征的特征值。6.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述特征值，构建所述动态障碍物的组合特征矩阵，包括：分别将每一种所述特征对应的特征值作为所述组合特征矩阵的每一列，分别将每一帧所述点云图像中的每一个所述动态障碍物对应的特征值作为所述组合特征矩阵的每一行；对每一列分别进行如下处理：基于所述特征值中的最大特征值和最小特征值，对每一个所述特征值进行归一化转换；基于归一化转换后的每一个所述特征值，构建所述动态障碍物的所述组合特征矩阵。7.根据权利要求6所述的图像处理方法，其特征在于，所述基于所述特征值，构...
【专利技术属性】
技术研发人员：郭红领，周颖，方东平，罗柱邦，林啸，
申请(专利权)人：清华大学，
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。