[发明专利]驾驶仿真场景中的图像处理方法、装置及存储介质有效
申请号: | 201910850744.5 | 申请日: | 2019-09-10 |
公开(公告)号: | CN110782391B | 公开(公告)日: | 2022-06-03 |
发明(设计)人: | 宋科科 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06T3/00 | 分类号: | G06T3/00 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 赵翠萍;张颖玲 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 驾驶 仿真 场景 中的 图像 处理 方法 装置 存储 介质 | ||
1.一种驾驶仿真场景中的图像处理方法,其特征在于,所述方法包括:
获取车辆的图像渲染引擎输出的仿真图像;
确定所述仿真图像中各像素点的像素值;
基于所述仿真图像中各像素点的像素值,生成对应各所述像素值的随机数;
基于所述各像素点的像素值及相应的随机数,从噪声模型中查找得到对应各像素点的泊松噪声值,所述噪声模型中的噪声值服从泊松分布;
基于所述仿真图像中各像素点的像素值及对应各像素点的泊松噪声值,生成用于驾驶仿真的噪声图像;
其中,所述噪声模型,为通过执行如下操作所生成:
确定所述噪声模型对应的灰度值范围及噪声等级;
基于所述灰度值范围及噪声等级,确定属于所述灰度值范围的各灰度值所对应的噪声幅度;
基于各所述灰度值对应的噪声幅度,生成所述噪声模型。
2.如权利要求1所述的方法,其特征在于,所述基于所述灰度值范围及噪声等级,确定属于所述灰度值范围的各灰度值所对应的噪声幅度,包括:
确定所述灰度值范围中各个灰度值;
基于预设的灰度值与噪声幅度的反比例关系,确定各所述灰度值对应的噪声幅度。
3.如权利要求1所述的方法,其特征在于,所述基于各所述灰度值对应的噪声幅度,生成所述噪声模型,包括:
基于各所述灰度值对应的噪声幅度、基于噪声幅度构建的泊松分布关系,确定各所述灰度值对应的噪声值集合;
分别获取各所述灰度值对应的随机数集合;
基于各所述灰度值对应的噪声值集合及随机数集合,分别确定各所述随机数集合中各个随机数对应的泊松噪声值;
基于各所述随机数集合中各个随机数对应的泊松噪声值,生成所述噪声模型。
4.如权利要求1所述的方法,其特征在于,所述像素点的像素值包括:所述像素点分别在红R、绿G、蓝B颜色通道上的像素值;
所述基于所述各像素点的像素值及相应的随机数,从噪声模型中查找得到对应各像素点的泊松噪声值,包括:
基于所述像素点在红R、绿G、蓝B颜色通道上的像素值,确定对应所述像素点的灰度值;
基于确定的灰度值及对应所述像素点的随机数,从噪声模型中查找得到对应各像素点的泊松噪声值。
5.如权利要求1所述的方法,其特征在于,所述基于所述仿真图像中各像素点的像素值及对应各像素点的泊松噪声值,生成用于驾驶仿真的噪声图像,包括:
分别确定各像素点的像素值与相应的泊松噪声值的加和,得到对应各像素点的第一目标像素值;
基于各像素点的第一目标像素值,生成用于驾驶仿真的噪声图像。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述各像素点对应的随机数,确定对应各像素点的高斯噪声值;
所述基于所述仿真图像中各像素点的像素值及对应各像素点的噪声值,生成用于驾驶仿真的噪声图像,包括:
分别确定各像素点的像素值与相应的噪声值、高斯噪声值的加和,得到对应各像素点的第二目标像素值;
基于各像素点的第二目标像素值,生成用于驾驶仿真的噪声图像。
7.如权利要求1至6任一项所述的方法,其特征在于,所述基于所述各像素点的像素值及相应的随机数,从噪声模型中查找得到对应各像素点的泊松噪声值,包括:
基于所述各像素点的像素值及相应的随机数,通过图形处理器从噪声模型中查找得到对应各像素点的泊松噪声值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910850744.5/1.html,转载请声明来源钻瓜专利网。