【技术实现步骤摘要】
本申请涉及影像处理，尤其涉及一种车辆影像数据的处理方法、装置、设备及存储介质。
技术介绍
1、随着车辆数量的不断增加和城市交通环境的复杂化，传统手动或半自动的车辆信息处理方法已经无法满足高效和实时的监控需求。如何自动化地处理大规模车辆影像数据，准确地识别和分类车辆，并有效地标注车辆信息，对于提高交通管理系统的自动化水平、提升车辆监控效率以及增强道路安全具有重要意义。
2、传统的车辆监控系统主要依赖于全色图像数据，这些数据虽然能够提供车辆的视觉信息，但在车辆特征识别、状态检测以及在复杂环境下的准确性方面存在限制。例如，在恶劣天气条件或光照变化显著的情况下，全色图像往往无法提供足够的信息来准确识别车辆状态或进行有效的车辆分类。即现有技术的准确率低。
技术实现思路
1、本申请提供了一种车辆影像数据的处理方法、装置、设备及存储介质，用于实现了车辆影像数据的智能车辆信息标注并且提高了车辆信息识别的准确率。
2、第一方面，本申请提供了一种车辆影像数据的处理方法，所述车辆影像数据的处理方法包括：
3、获取车辆实时影像数据并进行图像分帧，得到多个全色图像，以及对所述多个全色图像进行图像转换，生成多个伪高光谱图像；
4、对所述多个伪高光谱图像进行高光谱图像分割和车辆预检测，得到每个伪高光谱图像的多个车辆候选区块；
5、通过adaboost算法对每个伪高光谱图像的多个车辆候选区块进行特征提取，得到每个车辆候选区块的初始特征点集；
7、第二方面，本申请提供了一种车辆影像数据的处理装置，所述车辆影像数据的处理装置包括：
8、获取模块，用于获取车辆实时影像数据并进行图像分帧，得到多个全色图像，以及对所述多个全色图像进行图像转换，生成多个伪高光谱图像；
9、分割模块，用于对所述多个伪高光谱图像进行高光谱图像分割和车辆预检测，得到每个伪高光谱图像的多个车辆候选区块；
10、提取模块，用于通过adaboost算法对每个伪高光谱图像的多个车辆候选区块进行特征提取，得到每个车辆候选区块的初始特征点集；
11、生成模块，用于对每个车辆候选区块的初始特征点集进行车辆信息标注，生成带有车辆信息的车辆影像数据。
12、本申请第三方面提供了一种车辆影像数据的处理设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述车辆影像数据的处理设备执行上述的车辆影像数据的处理方法。
13、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的车辆影像数据的处理方法。
14、本申请提供的技术方案中，通过将全色图像转换为伪高光谱图像，能够提供比传统全色图像更丰富的信息。伪高光谱图像能够捕捉车辆和背景在不同波长下的反射率差异，这有助于提高车辆检测的准确性，尤其是在光照条件不佳或视线受阻的复杂环境中。利用adaboost算法对车辆候选区块进行特征提取，结合高光谱图像分割和车辆预检测，能够有效地识别和提取车辆的关键特征点集。这不仅增强了对车辆特定部位如车灯、轮胎等的识别能力，还为后续的车辆信息标注提供了准确的特征基础。通过对特征点簇进行特征向量转换并输入到预置的异常检测模型中，能够自动识别出车辆的异常状态，如损坏或非法改装。这种自动化的异常检测不仅减少了人工审核的工作量，还提高了识别异常车辆的速度和准确度。能够根据每个车辆候选区块的目标特征点集进行详细的车辆信息识别和数据标注，生成带有丰富车辆信息的车辆影像数据，进而实现了车辆影像数据的智能车辆信息标注并且提高了车辆信息识别的准确率。
本文档来自技高网...【技术保护点】
1.一种车辆影像数据的处理方法，其特征在于，所述车辆影像数据的处理方法包括：
2.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述获取车辆实时影像数据并进行图像分帧，得到多个全色图像，以及对所述多个全色图像进行图像转换，生成多个伪高光谱图像，包括：
3.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述对所述多个伪高光谱图像进行高光谱图像分割和车辆预检测，得到每个伪高光谱图像的多个车辆候选区块，包括：
4.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述通过AdaBoost算法对每个伪高光谱图像的多个车辆候选区块进行特征提取，得到每个车辆候选区块的初始特征点集，包括：
5.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述对每个车辆候选区块的初始特征点集进行车辆信息标注，生成带有车辆信息的车辆影像数据，包括：
6.根据权利要求5所述的车辆影像数据的处理方法，其特征在于，所述对每个车辆候选区块的初始特征点集进行局部感知分组，得到每个初始特征点集的多个特征点簇，包括：
8.一种车辆影像数据的处理装置，其特征在于，所述车辆影像数据的处理装置包括：
9.一种车辆影像数据的处理设备，其特征在于，所述车辆影像数据的处理设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一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指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的车辆影像数据的处理方法。
...【技术特征摘要】
1.一种车辆影像数据的处理方法，其特征在于，所述车辆影像数据的处理方法包括：
2.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述获取车辆实时影像数据并进行图像分帧，得到多个全色图像，以及对所述多个全色图像进行图像转换，生成多个伪高光谱图像，包括：
3.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述对所述多个伪高光谱图像进行高光谱图像分割和车辆预检测，得到每个伪高光谱图像的多个车辆候选区块，包括：
4.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述通过adaboost算法对每个伪高光谱图像的多个车辆候选区块进行特征提取，得到每个车辆候选区块的初始特征点集，包括：
5.根据权利要求1所述的车辆影像数据的处理方法，其特征在于，所述对每个车辆候选区块的初始特征点集进行车辆信息标注，生成带有车辆信息的车辆影像数据，包括：<...
【专利技术属性】
技术研发人员：任毅，
申请(专利权)人：深圳金语科技有限公司，
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。