【技术实现步骤摘要】
本申请涉及智能驾驶，并且更具体地，涉及一种图像处理的方法、装置和车辆。
技术介绍
1、激光雷达是无人驾驶系统最重要的传感器之一，但由于激光信号对环境中的雨雾、扬尘、汽车尾气等目标比较敏感，基于激光回波信号得到的点云测量结果中可能包含关于这些目标的噪声点云，而这些噪声点云容易被误识别为车辆、行人等障碍物，进而导致智能车辆紧急刹停，影响智能车辆正常驾驶，引入安全隐患。
2、因此，在不同的环境状况下，如何将基于激光雷达获取的点云数据中的环境噪声点云去除，以提升点云去噪的效果，是亟需解决的技术问题。
技术实现思路
1、本申请实施例提供一种图像处理的方法、装置和车辆，针对不同的天气状况，对图像进行针对性的去噪处理，在图像为点云图像时，能够识别出点云图像中的由环境因素造成的噪声点云，并将这些点云剔除。该方法不需要额外增加较多的用于检测环境数据的传感器，以较低的成本，提升点云去噪的效果。尤其在智能驾驶场景中，能够有效提升对激光雷达获取的点云数据的去噪效果，以避免将环境中的噪声点云识别为障碍物...
【技术保护点】
1.一种图像处理的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一环境信息对应于以下至少一种环境数据：气温数据、相对湿度数据、风量数据、降水量数据、雾霾数据、沙尘量数据。
3.根据权利要求2所述的方法，其特征在于，所述获取第一环境信息包括：
4.根据权利要求3所述的方法，其特征在于，在确定的所述第一编码向量为多个时，所述方法还包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述第一图像包括通过雷达装置获取的图像。
6.根据权利要求1至5中任一项所述的方法，其特...
【技术特征摘要】
1.一种图像处理的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一环境信息对应于以下至少一种环境数据：气温数据、相对湿度数据、风量数据、降水量数据、雾霾数据、沙尘量数据。
3.根据权利要求2所述的方法，其特征在于，所述获取第一环境信息包括：
4.根据权利要求3所述的方法，其特征在于，在确定的所述第一编码向量为多个时，所述方法还包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述第一图像包括通过雷达装置获取的图像。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述第一图像是点云图像。
7.根据权利要求6所述的方法，其特征在于，所述多个模型中的每个模型用于提取所述第一图像中的噪声点云。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述多个模型构成m级专家层，所述m级专家层中的每一层包括一个或者多个所述第一模型，所述m为大于1的整数，所述根据所述第一模型，对所述第一图像进行处理包括：
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
11.一种图像处理的装置，其特征在于，所述装置包括：
12.根据权利要求11所述的装置，其特征在于，所述第一环境信息对应于以下至少一种环境数据：气温数据、相对湿度数据、风量数据、降水量数据、雾霾数据、沙尘量数据。
13.根据权利要求12所述的装置，其特征在...
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。