[发明专利]一种图像处理方法、装置、介质、设备及驾驶系统

权利要求书

1.一种图像处理方法，其特征在于，包括：

根据预定的多个感知目标特征分类中每个感知目标特征分类的感知目标特征，以及预定的多个神经网络图像感知模型中，与所述每个感知目标特征分类相应的神经网络图像感知模型的像素要求，对当前环境图像进行相应调整得到多个当前环境特征图像；

利用相应所述神经网络图像感知模型对每个当前环境特征图像中的感知目标进行感知，得到多个感知结果；以及

对所述多个感知结果进行融合，得到所述当前环境图像的感知结果数据；

其中，所述多个感知目标特征分类与所述多个神经网络图像感知模型一一对应；

所述根据预定的多个感知目标特征分类中每个感知目标特征分类的感知目标特征，以及预定的多个神经网络图像感知模型中，与所述每个感知目标特征分类相应的神经网络图像感知模型的像素要求，对当前环境图像进行相应调整得到多个当前环境特征图像的过程包括，

根据所述每个感知目标特征分类在所述当前环境图像中的方位，以及所述每个感知目标特征分类的清晰度确定相应所述当前环境特征图像的特征类画幅；

根据与所述每个感知目标特征分类相应的神经网络图像感知模型的感知像素上限以及所述当前环境图像的像素，确定相应所述当前环境特征图像的特征类像素；以及

根据所述特征类画幅以及所述特征类像素对所述当前环境图像进行调整得到所述当前环境特征图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述特征类画幅以及所述特征类像素对所述当前环境图像进行调整得到所述当前环境特征图像的过程包括，

对像素大于与所述每个感知目标特征分类相应的神经网络图像感知模型的感知像素上限的所述当前环境图像，进行裁剪和/或缩放得到所述当前环境特征图像的当前环境特征图像。

3.根据权利要求2所述的图像处理方法，其特征在于，所述对像素大于与所述每个感知目标特征分类相应的神经网络图像感知模型的感知像素上限的所述当前环境图像，进行裁剪和/或缩放得到所述当前环境特征图像的当前环境特征图像的过程包括，

对所述当前环境图像进行裁剪以保留所述感知目标特征分类的清晰度，之后对裁剪后的当前环境图像的像素是否大于相应神经网络图像感知模型的感知像素上限进行判断，若大于则对所述裁剪后的当前环境图像进行缩放，否则，将所述裁剪后的当前环境图像确定为所述当前环境特征图像；或者，

首先对所述当前环境图像进行缩放以保留所述感知目标特征分类的完整度，之后对缩放后的当前环境图像的像素是否大于相应神经网络图像感知模型的感知像素上限进行判断，若大于，则对所述缩放后的当前环境图像进行裁剪，否则，将所述缩放后的当前环境图像确定为所述当前环境特征图像。

4.根据权利要求1所述的图像处理方法，其特征在于，所述对所述多个感知结果进行融合，得到所述当前环境图像的感知结果数据的过程包括，

将所述多个感知结果中的感知目标信息，与相应所述当前环境图像的像素位置进行关联，得到所述当前环境图像的感知结果数据。

5.根据权利要求1所述的图像处理方法，其特征在于，

所述多个感知目标特征分类包括第一感知目标特征分类以及第二感知目标特征分类，所述第一感知目标特征分类中的感知目标包括障碍物，所述第二感知目标特征包括车道线；

所述多个神经网络图像感知模型包括与所述第一感知目标特征分类对应的障碍物感知模型，以及与所述第二感知目标特征分类对应的车道线感知模型。