【技术实现步骤摘要】
本申请涉及自动驾驶，尤其涉及一种图像处理方法、装置、车辆及计算机可读存储介质。
技术介绍
1、近年来自动驾驶技术得到了迅速发展。它不仅在经济上具有巨大潜力，而且在提高交通效率和驾驶安全方面也具有巨大优势。
2、在自动驾驶过程中，为提高夜间车辆行驶的安全性，往往采用激光雷达、毫米波雷达等多传感器融合的方式进行自动驾驶过程中的控制。而雷达等传感器的价格昂贵，为了降低成本，还可采用纯视觉方案实现自动驾驶过程的安全性，例如，在夜间进行自动驾驶时，先将暗光图像进行暗光增强映射为亮光图像，再采用亮光图像通过深度学习模型进行目标检测，但是，由于检测过程中需要先对采集到的暗光图像进行暗光增强处理，而导致检测过程繁杂，并且对采集暗光图像的摄像装置的要求较高。
技术实现思路
1、本申请的主要目的在于提供一种图像处理方法、装置、车辆及计算机可读存储介质，旨在解决相关技术中夜间自动驾驶过程中通过暗光图像进行目标检测过程繁杂的技术问题。
2、为实现上述目的，本申请提供一种图像处理方法，所述图像处理方法包括以下步骤：
3、获取亮图对应的暗图，并获取所述亮图对应的第一图像特征以及所述暗图对应的第二图像特征；
4、对所述第一图像特征以及所述第二图像特征进行特征对齐操作，获得第一对齐图像特征以及第二对齐图像特征；
5、基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据。
6、进一步地，所述对所述第一图像特征以及所述第二图像特征进
7、基于l1损失函数对所述第一图像特征以及所述第二图像特征进行特征对齐操作，获得第一对齐图像特征以及第二对齐图像特征。
8、进一步地，所述基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据的步骤包括：
9、对所述第一对齐图像特征以及所述第二对齐图像特征进行特征通道的交换操作，获得第一对齐图像特征对应的第一目标特征以及所述第二对齐图像特征对应的第二目标图像特征；
10、基于所述第一目标图像特征以及所述第二目标图像特征，确定所述目标特征数据。
11、进一步地，所述对所述第一对齐图像特征以及所述第二对齐图像特征进行特征通道的交换操作的步骤包括：
12、基于所述第一对齐图像特征的特征通道数量以及预设交换比例，确定待交换通道数量；
13、基于所述待交换通道数量，对所述第一对齐图像特征以及所述第二对齐图像特征进行特征通道的随机交换操作。
14、进一步地，所述获取所述亮图对应的第一图像特征以及所述暗图对应的第二图像特征的步骤包括：
15、将所述亮图与所述暗图组成的图像对输入神经网络模型进行图像特征提取，获得亮暗图像特征；
16、基于所述亮暗图像特征，获取所述第一图像特征以及所述第二图像特征。
17、进一步地，所述获取亮图对应的暗图的步骤包括：
18、对所述亮图进行图像亮度处理，获得低亮度的待处理图；
19、通过图像信号处理器对所述待处理图进行处理，获得所述暗图。
20、进一步地，所述基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据的步骤之后，方法还包括：
21、将所述目标特征数据输入初始检测模型进行模型训练，获得目标检测模型。
22、进一步地，所述将所述目标特征数据输入初始检测模型进行模型训练，获得目标检测模型的步骤之后，所述方法还包括：
23、获取车辆的摄像装置拍摄的待预测图像；
24、将所述待预测图像输入所述目标检测模型进行模型预测，获得所述待预测图像对应的预测结果。
25、此外，为实现上述目的，本申请还提供一种车辆，所述车辆包括：
26、获取模块，用于获取亮图对应的暗图，并获取所述亮图对应的第一图像特征以及所述暗图对应的第二图像特征；
27、对齐模块，用于对所述第一图像特征以及所述第二图像特征进行特征对齐操作，获得第一对齐图像特征以及第二对齐图像特征；
28、确定模块，用于基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据。
29、此外，为实现上述目的，本申请还提供一种图像处理装置，所述图像处理装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像处理程序，所述图像处理程序被所述处理器执行时实现前述的图像处理方法的步骤。
30、此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现前述的图像处理方法的步骤。
31、本申请通过获取亮图对应的暗图，并获取所述亮图对应的第一图像特征以及所述暗图对应的第二图像特征；接着对所述第一图像特征以及所述第二图像特征进行特征对齐操作，获得第一对齐图像特征以及第二对齐图像特征；而后基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据，通过第一对齐图像特征以及第二对齐图像特征，提高了第一对齐图像特征以及第二对齐图像特征之间的相似度，进而提升了通过目标特征数据获取到的目标检测模型对暗光图像(例如夜间拍摄的图像)的感知性能，使得目标检测模型可以直接通过暗光图像进行目标检测，减少了对暗光图像进行暗光增强的过程，提高了自动驾驶过程中目标检测的效率。
本文档来自技高网...【技术保护点】
1.一种图像处理方法，其特征在于，所述图像处理方法包括以下步骤：
2.如权利要求1所述的图像处理方法，其特征在于，所述对所述第一图像特征以及所述第二图像特征进行特征对齐操作，获得第一对齐图像特征以及第二对齐图像特征的步骤包括：
3.如权利要求1所述的图像处理方法，其特征在于，所述基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据的步骤包括：
4.如权利要求3所述的图像处理方法，其特征在于，所述对所述第一对齐图像特征以及所述第二对齐图像特征进行特征通道的交换操作的步骤包括：
5.如权利要求1所述的图像处理方法，其特征在于，所述获取所述亮图对应的第一图像特征以及所述暗图对应的第二图像特征的步骤包括：
6.如权利要求1所述的图像处理方法，其特征在于，所述获取亮图对应的暗图的步骤包括：
7.如权利要求1至6任一项所述的图像处理方法，其特征在于，所述基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据的步骤之后，方法还包括：
8.如权利要求7所述的图像处理方法，其特征在于，所述
9.一种车辆，其特征在于，所述车辆包括：
10.一种图像处理装置，其特征在于，所述图像处理装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像处理程序，所述图像处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的图像处理方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现如权利要求1至8中任一项所述的图像处理方法的步骤。
...【技术特征摘要】
1.一种图像处理方法，其特征在于，所述图像处理方法包括以下步骤：
2.如权利要求1所述的图像处理方法，其特征在于，所述对所述第一图像特征以及所述第二图像特征进行特征对齐操作，获得第一对齐图像特征以及第二对齐图像特征的步骤包括：
3.如权利要求1所述的图像处理方法，其特征在于，所述基于所述第一对齐图像特征以及所述第二对齐图像特征，确定目标特征数据的步骤包括：
4.如权利要求3所述的图像处理方法，其特征在于，所述对所述第一对齐图像特征以及所述第二对齐图像特征进行特征通道的交换操作的步骤包括：
5.如权利要求1所述的图像处理方法，其特征在于，所述获取所述亮图对应的第一图像特征以及所述暗图对应的第二图像特征的步骤包括：
6.如权利要求1所述的图像处理方法，其特征在于，所述获取亮图对应的暗图的步骤包括：
7...
【专利技术属性】
技术研发人员：汪琦，冯谢星，杨轶林，
申请(专利权)人：广州小鹏自动驾驶科技有限公司，
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。