[发明专利]一种图像处理方法、装置及设备

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取第一摄像机采集的第一图像，从所述第一图像中确定出目标对象所在的第一区域，并确定所述第一区域对应的第一像素坐标；

从第二摄像机采集的多个图像中选取与所述第一图像关联的第二图像，所述第二图像的采集时刻与所述第一图像的采集时刻相同；其中，所述第二摄像机的可视区域与所述第一摄像机的可视区域存在重叠区域；

基于第一摄像机的图像坐标系与第二摄像机的图像坐标系之间的转换关系，将所述第一像素坐标转换为所述第二图像中的第二像素坐标，并基于所述第二像素坐标从所述第二图像中确定出所述目标对象所在的第二区域；

对所述第一图像中的第一区域进行标定，对所述第二图像中的第二区域进行标定，并关联已标定的第一图像和已标定的第二图像；

其中，所述方法还包括：采用如下方式确定第一摄像机的图像坐标系与第二摄像机的图像坐标系之间的转换关系：

通过第一摄像机采集目标场景的第一样本图像，通过第二摄像机采集目标场景的第二样本图像，通过雷达采集目标场景的第三样本图像；其中，第一样本图像、第二样本图像和第三样本图像均包括所述目标场景的多个标记点；

确定每个标记点对应的第一坐标点对和第二坐标点对；其中，该标记点对应的第一坐标点对包括该标记点在第一样本图像中的坐标值、该标记点在第三样本图像中的坐标值；该标记点对应的第二坐标点对包括该标记点在第二样本图像中的坐标值、该标记点在第三样本图像中的坐标值；

基于所述多个标记点对应的多个第一坐标点对，确定第一摄像机的图像坐标系与所述雷达的雷达坐标系之间的第一转换关系；基于所述多个标记点对应的多个第二坐标点对，确定第二摄像机的图像坐标系与所述雷达的雷达坐标系之间的第二转换关系；基于所述第一转换关系和所述第二转换关系确定第一摄像机的图像坐标系与第二摄像机的图像坐标系之间的转换关系。

2.根据权利要求1所述的方法，其特征在于，所述第一区域为第一矩形区域，所述第一像素坐标包括所述第一矩形区域的4个顶点的第一坐标值，所述第二像素坐标包括4个第一坐标值对应的4个第二坐标值；所述基于所述第二像素坐标从所述第二图像中确定出所述目标对象所在的第二区域，包括：

从所述第二图像中确定出所述4个第二坐标值组成的第二矩形区域；

将所述第二矩形区域确定为所述第二区域；或者，对所述第二矩形区域进行放大处理，将放大处理后的矩形区域确定为所述第二区域。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第二像素坐标从所述第二图像中确定出所述目标对象所在的第二区域之后，还包括：

将所述第二区域的子图像输入给已训练的目标深度学习模型，由所述目标深度学习模型对所述子图像进行处理，得到所述目标对象对应的属性信息；

其中，所述目标对象对应的属性信息包括以下至少一种：所述目标对象对应的车牌标识、车身特性、人脸特征、用户行为特征；

所述目标深度学习模型为用于检测属性信息的深度学习模型。

4.根据权利要求3所述的方法，其特征在于，

所述关联已标定的第一图像和已标定的第二图像之后，所述方法还包括：

将所述已标定的第一图像和所述已标定的第二图像合成为证据链图像；

关联所述目标对象对应的属性信息与所述证据链图像。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：采用如下方式确定第一摄像机的图像坐标系与第二摄像机的图像坐标系之间的转换关系：

通过第一摄像机采集目标场景的第一样本图像，通过第二摄像机采集所述目标场景的第二样本图像，所述目标场景包括多个标记点，所述第一样本图像包括所述多个标记点，所述第二样本图像包括所述多个标记点；

确定每个标记点对应的坐标点对，该标记点对应的坐标点对包括该标记点在第一样本图像中的坐标值、该标记点在第二样本图像中的坐标值；

基于所述多个标记点对应的多个坐标点对，确定所述第一摄像机的图像坐标系与所述第二摄像机的图像坐标系之间的转换关系。