[发明专利]图像处理方法、装置、设备、计算机程序及存储介质在审

专利信息
申请号: 202210082110.1 申请日: 2022-01-24
公开(公告)号: CN114429528A 公开(公告)日: 2022-05-03
发明(设计)人: 唐逸之;王海川;梅崴 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T17/05 分类号: G06T17/05;G06T15/20;G06T15/04;G06V10/40;G06V20/70
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 高天华;徐川
地址: 518057 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: 图像 处理 方法 装置 设备 计算机 程序 存储 介质
【说明书】:

本申请提供了一种图像处理方法、装置、设备、计算机程序及存储介质,应用于人工智能、地图领域、自动驾驶、智慧交通和车载等各种场景。方法包括:通过对待处理道路图像进行特征提取与语义识别,得到待处理道路图像中的待重建区域,以及待重建区域中的交通元素图像;对待重建区域进行三维重建,得到三维场景点云;根据交通元素图像的类型,将交通元素图像映射到三维场景点云中,生成三维实景图。通过本申请,能够提高生成道路实景图的效率。

技术领域

本申请涉及人工智能与车载技术,尤其涉及一种图像处理方法、装置、设备、计算机程序及存储介质。

背景技术

目前,导航中通常会采用实景放大图来为用户提供更直观的导航体验。其中,实景图是针对特定路口拍摄相关视角的图像,通过由人工根据图像绘制或者建模相关场景,选择特定角度渲染后生成的实景图。目前的实景图需要基于测绘得到的路口图像进行绘制或建模,需要较高的时间成本和人力成本,从而降低了生成实景图的效率。

发明内容

本申请实施例提供一种图像处理方法、装置、设备、计算机程序及存储介质,能够提高实景图生成的效率。

本申请实施例的技术方案是这样实现的:

本申请实施例提供一种图像处理方法,包括:

通过对待处理道路图像进行特征提取与语义识别,得到所述待处理道路图像中的待重建区域,以及所述待重建区域中的交通元素图像;

对所述待重建区域进行三维重建,得到三维场景点云;

根据所述交通元素图像的类型,将所述交通元素图像映射到所述三维场景点云中,生成三维实景图。

本申请实施例提供一种图像处理装置,包括:

语义识别模块,用于通过对待处理道路图像进行特征提取与语义识别,得到所述待处理道路图像中的待重建区域,以及所述待重建区域中的交通元素图像;

三维重建模块,用于对所述待重建区域进行三维重建,得到三维场景点云;

生成模块,用于根据所述交通元素图像的类型,将所述交通元素图像映射到所述三维场景点云中,生成三维实景图。

上述装置中,所述语义识别模块,还用于对所述待处理道路图像进行特征提取,得到初始特征点集;基于所述初始特征点集进行语义识别与分割,得到所述待处理道路图像中语义表征为道路信息的区域,以及所述交通元素图像,所述交通元素图像为语义表征为交通指示信息的图像区域;将所述语义表征为道路信息的区域作为所述待重建区域。

上述装置中,所述三维重建模块,还用于从所述待处理道路图像中,提取出所述待重建区域对应的重建特征点集;利用所述重建特征点集进行三维重建,得到所述三维场景点云。

上述装置中,所述三维重建模块,还用于在所述待处理道路图像中,对所述待重建区域之外的区域添加遮罩,得到待重建图像;对所述待重建图像进行特征提取,得到所述重建特征点集。

上述装置中,所述图像处理装置还包括获取模块与融合模块,所述获取模块,用于所述对待处理道路图像进行特征提取与语义识别之前,获取当前道路场景的目标图像,并获取所述当前道路场景对应的当前定位信息;根据所述当前定位信息,获取至少一个众包图像;所述融合模块。用于将所述至少一个众包图像与所述目标图像进行图像融合,得到所述当前道路场景对应的待处理道路图像;所述至少一个众包图像为至少一个终端对所述当前道路场景进行采集并上传的图像。

上述装置中,所述生成模块,用于获取所述三维场景点云对应的成像参数,计算成像轨迹;并基于所述成像轨迹,计算所述交通元素图像与所述三维场景点云的位置映射关系;所述成像参数通过三维重建过程计算得到;根据所述位置映射关系,确定所述交通元素图像在所述三维场景点云中对应的投影区域;根据所述交通元素图像的类型,将所述交通元素图像映射到所述投影区域中,生成所述三维实景图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/202210082110.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top