[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

说明书

本发明提供了一种驾驶仿真场景中的图像处理方法、装置及存储介质；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。通过本发明，能够提高驾驶仿真场景中噪声图像的生成效率。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种驾驶仿真场景中的图像处理方法、装置及存储介质。

背景技术

自动驾驶车辆又称无人驾驶车辆、电脑驾驶车辆，是实现车辆在无人状态下自主沿道路行进的智能车辆。通常，在自动驾驶车辆于实际交通道路行驶前，需要进行大量测试以检测其安全性及稳定性。

出于道路安全的考虑，相关技术中提供驾驶仿真平台构建驾驶反仿真场景，以对自动驾驶车辆进行仿真测试。然而，相关技术中在对驾驶仿真场景中的图像进行噪声仿真时，采用生成泊松分布随机变量的方法得到噪声值之后再进行图像处理，整个运行过程中涉及的计算量巨大，处理时间很长，降低了噪声图像的生成效率。

发明内容

本发明实施例提供一种驾驶仿真场景中的图像处理方法、装置及存储介质，能够提高驾驶仿真场景中噪声图像的生成效率。

本发明实施例的技术方案是这样实现的：

本发明实施例提供一种驾驶仿真场景中的图像处理方法，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。

本发明实施例还提供一种驾驶仿真场景中的图像处理装置，包括：

获取单元，用于获取车辆的图像渲染引擎输出的仿真图像；

确定单元，用于确定所述仿真图像中各像素点的像素值；

第一生成单元，用于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；

查找单元，用于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；

第二生成单元，用于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。

上述方案中，所述装置还包括：

模型构建单元，用于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。

上述方案中，所述模型构建单元，用于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。

上述方案中，所述模型构建单元，用于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；