CN110796610A - 图像的去雾方法、装置、设备以及存储介质 - Google Patents
图像的去雾方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN110796610A CN110796610A CN201910933930.5A CN201910933930A CN110796610A CN 110796610 A CN110796610 A CN 110796610A CN 201910933930 A CN201910933930 A CN 201910933930A CN 110796610 A CN110796610 A CN 110796610A
- Authority
- CN
- China
- Prior art keywords
- defogging
- image
- preset
- defogged
- condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000012545 processing Methods 0.000 claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 40
- 230000007613 environmental effect Effects 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 20
- 238000010191 image analysis Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 8
- 230000001965 increasing effect Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 23
- 238000010586 diagram Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 241000276489 Merlangius merlangus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像的去雾方法、装置、设备以及存储介质,涉及图像处理技术领域。具体实现方案为:实时获取行驶过程中的环境图像,环境图像为车辆在行驶过程中采集的带有雾或雾霾的RGB图像,并根据去雾参数,对环境图像进行去雾处理,得到去雾图像,判断去雾图像是否满足预设去雾条件,若去雾图像不满足预设去雾条件,则调整去雾参数,重复本步骤直至去雾图像满足预设去雾条件,实现了对带有雾或者雾霾的环境图像进行去雾处理,并对去雾图像的处理效果进行分析判断,调整去雾参数,直到得到有助于识别路况的去雾图像,进而,提高了车辆行驶的安全性。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及图像处理技术。
背景技术
随着自动驾驶技术的不断发展,车载视觉的不断完善对于行车安全起到 至关重要的作用。
在实际的应用场景中,车辆行驶中会遇到不同的天气情况,往往因为天 气原因使环境中能见度收到不同程度的影响,例如雨天、雪天、阴天下容易 产生较多雾气,或者光线不足,或者雾霾天气是空气中充满了大量细颗粒物 等原因造成能见度较低,将会影响自动驾驶车辆对于路况的识别能力,影响 行车安全。
现有技术对于在行驶过程中获取的带有雾、雾霾等的图像处理效果不佳, 将大大影响自动驾驶车辆识别路况的能力,进而影响了自动驾驶车辆的行车 安全。
发明内容
本申请实施例提供一种图像的去雾方法、装置、设备以及存储介质,用 于解决上述方案中对于带有雾或雾霾的图像去雾处理效果不佳的问题。
第一方面,本申请提供一种图像的去雾方法,包括:
实时获取行驶过程中的环境图像,所述环境图像为车辆在行驶过程中采 集的带有雾或雾霾的RGB图像;
根据去雾参数,对所述环境图像进行去雾处理,得到去雾图像,判断所 述去雾图像是否满足预设去雾条件,若所述去雾图像不满足所述预设去雾条 件,则调整所述去雾参数,重复本步骤直至去雾图像满足所述预设去雾条件, 所述去雾参数为预设值或者根据上一次去雾处理采用的参数确定的。
本实施例中,根据去雾参数,对环境图像进行去雾处理,得到去雾图像, 并判断去雾图像是否满足预设去雾条件,在去雾图像不满足预设去雾条件时, 调整去雾参数,并重复该过程直到去雾图像满足预设去雾条件的技术手段, 所以克服了去雾效果不能为路况识别提供帮助的技术问题,从而实现获取去 雾效果更好的环境图像。
在一种具体的实现方式中,所述预设去雾条件包括去雾图像的去雾评分 值处于预设范围,则所述判断所述去雾图像是否满足预设去雾条件,包括:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分 值;
判断所述去雾评分值是否处于所述预设范围内;
若所述去雾评分值在所述预设范围内,则所述去雾图像满足所述预设去 雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
本实施例中,通过对处理得到的去雾图像进行对比度分析,得到去雾图 像的去雾评分值,并根据去雾评分值是否处于预设范围内,判断去雾图像是 否满足预设去雾条件的技术手段,所以克服了去雾图像不能满足去雾条件时, 无法通过去雾图像进行路况识别的技术问题,从而实现获取去雾效果更好的 环境图像。
在一种具体的实现方式中,所述预设去雾条件包括去雾图像的去雾评分 值与预先获取的评分最优值之间的差值小于预设阈值,则所述判断所述去雾 图像是否满足预设去雾条件,包括:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分 值;
判断所述去雾评分值与所述评分最优值之间的差值是否小于预设阈值;
若所述去雾评分值与所述评分最优值之间的差值小于预设阈值,则所述 去雾图像满足所述预设去雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
本实施例中,通过对处理得到的去雾图像进行对比度分析,得到去雾图 像的去雾评分值,并根据去雾评分值是否处于预设范围内,判断去雾图像是 否满足预设去雾条件的技术手段,所以克服了去雾图像不能满足去雾条件时, 无法通过去雾图像进行路况识别的技术问题,从而实现获取去雾效果更好的 环境图像。
具体的,所述根据去雾参数,对所述环境图像进行去雾处理,包括:
根据所述去雾参数,设置RGB色域的阈值,以改变所述环境图像的颜 色失真率。
本实施例中,根据去雾参数设置RGB色域的阈值的技术手段,所以克 服了现有技术中仅对环境图像进行色彩的还原,而无法提高环境图像对比度 的技术问题,从而实现以易于识别路况为目的对环境图像进行去雾处理的技 术效果。
进一步地,所述方法还包括:
若所述去雾图像满足所述预设去雾条件,则识别所述去雾图像。
本实施例中,通过对满足预设去雾条件的去雾图像进行识别,从而实现 对于当前路况的有效识别。
进一步地,所述方法还包括:
保存所述满足所述预设去雾条件的去雾图像对应的去雾参数,以使根据 所述去雾参数对获取的下一帧环境图像进行去雾处理。
本实施例中,通过保存满足预设去雾条件的去雾图像对应的去雾参数, 使电子设备能够根据去雾参数对获取的下一帧环境图像进行去雾处理,避免 多次调整去雾参数,提高了去雾处理的效率。
在一种具体的实现方式中,所述对处理得到的去雾图像进行对比度分析, 得到所述去雾图像的去雾评分值,包括:
将去雾图像由RGB颜色空间转换至YUV颜色空间,得到去雾图像的 灰度图像;
获取所述灰度图像的对比度,确定所述去雾图像的去雾评分值。
本实施例中,将去雾图像由RGV颜色空间转换至YUV颜色空间,得 到灰度图像,再获取灰度图像的对比度,根据灰度图像的对比度,确定去雾 图像的去雾评分值,便于与预设范围进行比较,确定当前去雾图像是否满足 预设去雾条件,以使最终得到的去雾图像能够用于路况识别。
第二方面,本申请提供一种图像的去雾装置,包括:
获取模块,用于实时获取行驶过程中的环境图像,所述环境图像为车辆 在行驶过程中采集的带有雾或雾霾的RGB图像;
处理模块,用于根据去雾参数,对所述环境图像进行去雾处理,得到去 雾图像,判断所述去雾图像是否满足预设去雾条件,若所述去雾图像不满足 所述预设去雾条件,则调整所述去雾参数,重复本步骤直至去雾图像满足所 述预设去雾条件,所述去雾参数为预设值或者根据上一次去雾处理采用的参 数确定的。
在一种可能的设计中,所述处理模块包括图像分析模块;
所述图像分析模块用于:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分 值;
判断所述去雾评分值是否处于所述预设范围内;
若所述去雾评分值在所述预设范围内,则所述去雾图像满足所述预设去 雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
在一种可能的设计中,所述处理模块包括图像分析模块;
所述图像分析模块用于:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分 值;
判断所述去雾评分值与所述评分最优值之间的差值是否小于预设阈值;
若所述去雾评分值与所述评分最优值之间的差值小于预设阈值,则所述 去雾图像满足所述预设去雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
具体的,所述处理模块还包括:去雾算法模块;
所述去雾算法模块用于:根据所述去雾参数,设置RGB色域的阈值, 以改变所述环境图像的颜色失真率。
进一步地,所述装置还包括:
识别模块,用于若所述去雾图像满足所述预设去雾条件,则识别所述去 雾图像。
进一步地,所述装置还包括:
保存模块,用于保存所述满足所述预设去雾条件的去雾图像对应的去雾 参数,以使根据所述去雾参数对获取的下一帧环境图像进行去雾处理。
在一种可能的设计中,所述图像分析模块具体用于:
将去雾图像由RGB颜色空间转换至YUV颜色空间,得到去雾图像的 灰度图像;
获取所述灰度图像的对比度,确定所述去雾图像的去雾评分值。
第三方面,本申请提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所 述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面任一项 所述的方法。
第四方面,本申请提供一种存储有计算机指令的非瞬时计算机可读存储 介质,所述计算机指令用于使所述计算机执行第一方面任一项所述的方法。
第五方面,本申请提供一种图像的去雾方法,包括:
实时获取行驶过程中的环境图像,所述环境图像为车辆在行驶过程中采 集的带有雾或雾霾的RGB图像;
对所述环境图像进行去雾处理,得到去雾图像;
判断所述去雾图像是否满足预设去雾条件,若所述去雾图像不满足所述 预设去雾条件,则增加所述环境图像的去雾程度,直至去雾图像满足所述预 设去雾条件。
上述申请中的一个实施例具有如下优点或有益效果:实现了对带有雾或 者雾霾的环境图像进行去雾处理,并对去雾图像的处理效果进行分析判断, 调整去雾参数,直到得到有助于识别路况的去雾图像,进而,提高了车辆行 驶的安全性。因为采用根据去雾参数,对环境图像进行去雾处理,得到去雾 图像,并判断去雾图像是否满足预设去雾条件,在去雾图像不满足预设去雾 条件时,调整去雾参数,并重复该过程直到去雾图像满足预设去雾条件的技 术手段,所以克服了去雾效果不能为路况识别提供帮助的技术问题,从而实现获取去雾效果更好的环境图像。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例提供的图像的去雾方法一实施例的流程示意 图;
图2是根据本申请实施例提供的图像的去雾方法另一实施例的流程示 意图;
图3是根据本申请实施例提供的图像的去雾装置实施例一的结构示意 图;
图4是根据本申请实施例提供的图像的去雾装置实施例二的结构示意 图;
图5是根据本申请实施例提供的图像的去雾装置实施例三的结构示意 图;
图6是根据本申请实施例提供的图像的去雾装置实施例四的结构示意 图;
图7是根据本申请实施例的图像的去雾方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施 例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域 普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改, 而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省 略了对公知功能和结构的描述。
现有技术中,在图像处理领域对图像的去雾采用的方法侧重于对图像进 行色彩还原,不能达到更深度的去雾霾效果,对于自动驾驶车辆识别路况不 能提供更好的帮助,并且,现有技术不能对去雾处理后的图像进行处理效果 的分析,以及根据分析的结果进一步进行去雾处理,以获得能够有助于识别 路况的去雾图像。
本申请针对上述问题提供一种图像的去雾方法,应用于一种电子设备, 该电子设备可以应用于车辆中的高级驾驶辅助系统(Advanced Driving Assistant System,ADAS),或者,可以应用于自动驾驶车辆,或者,可以应 用于一种终端设备,例如手机、电脑、笔记本等,或者,可以应用于一种服 务器。
图1是根据本申请实施例提供的图像的去雾方法一实施例的流程示意 图,如图1所示,该图像的去雾方法,具体包括以下步骤:
S101:实时获取行驶过程中的环境图像。
其中,环境图像为车辆在行驶过程中采集的带有雾或雾霾的RGB图像, 具体可以是通过电子设备自身设置的图像采集装置采集的环境图像,或者是 通过与电子设备连接的图像采集装置采集的环境图像,或者是电子设备接收 其他装置或设备发送的环境图像。
该环境图像为在空气环境中存在雾或者雾霾时采集的图像,或者由于其 他原因导致的采集到的图像中带有类似雾或雾霾的效果的图像,例如,由于 图像采集装置故障或者镜头脏污等原因导致图像出现了类似雾或者雾霾的 效果。
S102:根据去雾参数,对环境图像进行去雾处理,得到去雾图像。
其中,去雾参数为预设值或者根据上一次去雾处理采用的参数确定的。
可选的,去雾参数体现的是去雾的程度,可以理解为去雾的强度。
作为一种示例,环境图像是实时获取的,若当前处理的环境图像为连续 的多帧环境图像中的第一帧,则进行去雾处理时,采用的去雾参数多为预设 值,该预设值可以为领域内人员针对去雾算法提供一种普遍适用的去雾参数 的值;若当前处理的环境图像不是多帧环境图像中的第一帧,由于空气中雾 或者雾霾的强弱呈现线性变化的特点,则优选的去雾参数为根据上一次去雾 处理采用的参数确定的,即采用对上一帧环境图像进行去雾的去雾参数作为 当前帧的环境图像的去雾参数。
作为一种示例,根据去雾参数,对环境图像进行去雾处理,包括: 根据去雾参数,设置RGB色域的阈值,以改变环境图像的颜色失真率。 应理解,RGB色域的阈值越高,则颜色数量越少,颜色之间的差值越大。 本申请相对于现有技术侧重对带有雾或雾霾的环境图像进行色彩还原来 说,侧重于改变图像中像素的颜色失真率,利用颜色失真,使得环境图 像中各物体之间的对比度增强,有利于对图像中各物体进行识别,应理 解,环境图像中的物体包括车道线、周围车辆、周围车辆的车牌号、行 人、道路指示牌等等。
S103:判断去雾图像是否满足预设去雾条件。
本步骤中,判断去雾图像是否满足预设去雾条件,可选的,通过分析去 雾图像的去雾效果,例如分析去雾图像的对比度和或清晰度,或者分析去雾 图像中的物体的可识别度,判断去雾图像是否满足预设去雾条件的要求。
在一种实现方式中,预设去雾条件包括去雾图像的去雾评分值处于预设 范围,则判断去雾图像是否满足预设去雾条件,包括:对处理得到的去雾图 像进行对比度分析,得到所述去雾图像的去雾评分值;判断所述去雾评分值 是否处于所述预设范围内;若去雾评分值在预设范围内,则去雾图像满足所 述预设去雾条件;否则,去雾图像不满足所述预设去雾条件。
在另一种实现方式中,预设去雾条件包括去雾图像的去雾评分值与预先 获取的评分最优值之间的差值小于预设阈值,则判断去雾图像是否满足预设 去雾条件,包括:对处理得到的去雾图像进行对比度分析,得到去雾图像的 去雾评分值;判断去雾评分值与评分最优值之间的差值是否小于预设阈值; 若去雾评分值与评分最优值之间的差值小于预设阈值,则去雾图像满足预设 去雾条件;否则,去雾图像不满足预设去雾条件。
在上述两种实现方式的基础上,对处理得到的去雾图像进行对比度分析, 得到所述去雾图像的去雾评分值,包括:对去雾图像整体的对比度进行分析, 得到对比度的值,将对比度的值作为去雾评分值,或者对比度的值转换为去 雾评分值;和/或,对去雾图像中每个物体之间的对比度进行分析,得到多 个对比度的值,根据多个对比度的值得到去雾评分值。
进一步地,若去雾图像不满足预设去雾条件,则进入步骤S104。
S104:调整去雾参数。
在本步骤中,对去雾参数进行调整,使电子设备根据调整后的去雾参数 再次对环境图像进行去雾处理,可选的,可根据去雾图像与预设去雾条件的 比较结果调整去雾参数。
在一种实现方式中,预设去雾条件包括去雾图像的去雾评分值处于预设 范围,若去雾图像的去雾评分值低于预设范围的最小值,则调整去雾参数, 使电子设备再次对环境图像进行去雾处理时,加强对环境图像的去雾强度, 例如去雾参数的值原为10(代表去雾程度10%,去雾程度最强为100%), 此时调整去雾参数的值为20,将增大对环境图像的去雾强度;若去雾图像 的去雾评分值低于预设范围的最小值,则调整去雾参数,使电子设备再次对 环境图像进行去雾处理时,减弱对环境图像的去雾强度,例如去雾参数的值 原为10,此时调整去雾参数的值为5,将减弱对环境图像的去雾强度。
在另一种实现方式中,预设去雾条件包括去雾图像的去雾评分值与预先 获取的评分最优值之间的差值小于预设阈值,若去雾图像的去雾评分值与预 先获取的评分最优值之间的差值大于预设阈值,且去雾评分值低于评分最优 值,则调整去雾参数,使电子设备再次对环境图像进行去雾处理时,加强对 环境图像的去雾强度,例如去雾参数的值原为10(代表去雾程度10%,去 雾程度最强为100%),此时调整去雾参数的值为20,将增大对环境图像的 去雾强度;若去雾图像的去雾评分值与预先获取的评分最优值之间的差值大 于预设阈值,且去雾评分值高于评分最优值,则调整去雾参数,使电子设备 再次对环境图像进行去雾处理时,减弱对环境图像的去雾强度,例如去雾参 数的值原为10,此时调整去雾参数的值为5,将减弱对环境图像的去雾强度。
在调整去雾参数后,重复步骤S102至S103直至去雾图像满足预设去雾 条件。
本申请实施例提供的图像的去雾方法,通过实时获取行驶过程中的环境 图像,环境图像为车辆在行驶过程中采集的带有雾或雾霾的RGB图像,并 根据去雾参数,对环境图像进行去雾处理,得到去雾图像,判断去雾图像是 否满足预设去雾条件,若去雾图像不满足预设去雾条件,则调整去雾参数, 重复本步骤直至去雾图像满足预设去雾条件,去雾参数为预设值或者根据上 一次去雾处理采用的参数确定的,实现了对带有雾或者雾霾的环境图像进行 去雾处理,并对去雾图像的处理效果进行分析判断,调整去雾参数,直到得 到有助于识别路况的去雾图像,进而,提高了车辆行驶的安全性。
本申请通过对环境图像进行去雾处理,得到便于识别路况的去雾图像, 因此,本申请不限于对色彩的还原,更注重对环境图像中不同物体色彩更加 突出,例如使车道线颜色更加白,道路的颜色更加黑,甚至于改变不同物体 的颜色以增加颜色对比度差值,通过颜色失真,增加物体之间的对比度。在 一种具体的实现方式中,根据去雾参数,对环境图像进行去雾处理,包括: 根据去雾参数,设置RGB色域的阈值,以改变环境图像的颜色失真率。
参见图1,本申请还包括:若去雾图像满足预设去雾条件,则进入步骤S105。
S105:识别去雾图像。
在本步骤中,电子设备对满足预设去雾条件的去雾图像进行识别,获知 去雾图像中的(也是环境图像中的)物体以及物体位置,该物体包括车道线、 行人、周围车辆、车辆好牌、道路指示标识等,可选的,采用路牌识别算法 以及行人识别算法等。
本实施例中,电子设备实时对环境图像进行去雾处理,并通过去雾处理 后的去雾图像识别当前行驶道路中的路况,提高了行车的安全性。
本申请提供的图像的去雾方法,在得到满足预设去雾条件的去雾图像后, 在对该去雾图像进行识别的同时,保存该去雾图像对应的去雾参数,即获得 该去雾图像时使用的去雾参数,通过保存该去雾参数,是电子设备在获取下 一帧环境图像后,根据该去雾参数对下一帧环境图像进行去雾处理。
在本申请中,对处理得到的去雾图像进行对比度分析,得到去雾图像的 去雾评分值,包括:将去雾图像由RGB颜色空间转换至YUV颜色空间, 得到去雾图像的灰度图像,并获取灰度图像的对比度,确定去雾图像的去雾 评分值。在实际应用中,根据RGB转换YUV的公式,将RGB图像转换为 YUV图像,并通过调整公式中的参数提高Y通道数值的占比,减少U通道 和V通道数值在图像各像素中的占比,以获得易于进行路况识别的灰度图 像。
在上述实施例的基础上,本申请提供的图像的去雾方法,还包括以下可 能的实现方式:
在根据去雾参数,对环境图像进行去雾处理,得到去雾图像之后,电子 设备对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分 值,将该去雾评分值与预设范围进行比较。
若去雾评分值低于预设范围的最小值,说明去雾效果不理想,则调整去 雾参数,根据去雾参数增强对环境图像的去雾处理,直到去雾图像的去雾评 分值高于预设范围的最大值,则将该去雾图像的前一张去雾图像进行存储或 识别;若去雾评分值高于预设范围的最大值,说明去雾效果超过预期,去雾 参数设置过大,则调整去雾参数,根据去雾参数减弱对环境图像的去雾处理, 直到去雾图像的去雾评分值处于预设范围内,则将该去雾图像进行存储或识 别。
在上述实施例的基础上,图2是根据本申请实施例提供的图像的去雾方 法另一实施例的流程示意图,结合图2所示,本申请包括以下过程:
实时获取RGB摄像头采集的行驶过程中的环境图像,去雾算法模块根 据去雾参数,采用去雾算法,对环境图像进行去雾处理,得到处理后的去雾 图像,通过图像分析模块分析该去雾图像是否满足预设去雾条件,若满足, 则将该去雾图像输出,若不满足,则将分析结果发送给色域阈值模块,色域 阈值模块根据分析结果,调整去雾参数,并将调整后的去雾参数发送至去雾 算法模块,去雾算法模块根据调整后的去雾参数,采用去雾算法对环境图像 进行去雾处理,循环上述过程,图像分析模块最终将满足预设分析策略的去 雾图像输出至识别模块进行识别。
本申请提供的图像的去雾方法还包括:实时获取行驶过程中的环境图像, 所述环境图像为车辆在行驶过程中采集的带有雾或雾霾的RGB图像;对环 境图像进行去雾处理,得到去雾图像;判断去雾图像是否满足预设去雾条件, 若去雾图像不满足预设去雾条件,则增加环境图像的去雾程度,直至去雾图 像满足预设去雾条件。
图3是根据本申请实施例提供的图像的去雾装置实施例一的结构示意 图,如图3所示,该图像的去雾装置10,包括:
获取模块11,用于实时获取行驶过程中的环境图像,所述环境图像为 车辆在行驶过程中采集的带有雾或雾霾的RGB图像;
处理模块12,用于根据去雾参数,对所述环境图像进行去雾处理,得 到去雾图像,判断所述去雾图像是否满足预设去雾条件,若所述去雾图像不 满足所述预设去雾条件,则调整所述去雾参数,重复本步骤直至去雾图像满 足所述预设去雾条件,所述去雾参数为预设值或者根据上一次去雾处理采用 的参数确定的。
本实施例提供的图像的去雾装置10,包括:获取模块11和处理模块12。 通过实时获取行驶过程中的环境图像,环境图像为车辆在行驶过程中采集的 带有雾或雾霾的RGB图像,并根据去雾参数,对环境图像进行去雾处理, 得到去雾图像,判断去雾图像是否满足预设去雾条件,若去雾图像不满足预 设去雾条件,则调整去雾参数,重复本步骤直至去雾图像满足预设去雾条件, 去雾参数为预设值或者根据上一次去雾处理采用的参数确定的,实现了对带 有雾或者雾霾的环境图像进行去雾处理,并对去雾图像的处理效果进行分析 判断,调整去雾参数,直到得到有助于识别路况的去雾图像,进而,提高了 车辆行驶的安全性。
图4是根据本申请实施例提供的图像的去雾装置实施例二的结构示意 图,如图4所示,该处理模块12,包括:图像分析模块121;
在一种具体的实现方式中,所述图像分析模块121用于:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分 值;
判断所述去雾评分值是否处于所述预设范围内;
若所述去雾评分值在所述预设范围内,则所述去雾图像满足所述预设去 雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
在另一种具体的实现方式中,所述图像分析模块121用于:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分 值;
判断所述去雾评分值与所述评分最优值之间的差值是否小于预设阈值;
若所述去雾评分值与所述评分最优值之间的差值小于预设阈值,则所述 去雾图像满足所述预设去雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
本实施例中,图像分析模块121通过对处理得到的去雾图像进行对比度 分析,得到去雾图像的去雾评分值,并根据去雾评分值是否处于预设范围内, 判断去雾图像是否满足预设去雾条件的技术手段,所以克服了去雾图像不能 满足去雾条件时,无法通过去雾图像进行路况识别的技术问题,从而实现获 取去雾效果更好的环境图像。
图5是根据本申请实施例提供的图像的去雾装置实施例三的结构示意 图,如图5所示,该处理模块12,还包括:去雾算法模块122;
所述去雾算法模块122用于:根据所述去雾参数,设置RGB色域的阈 值,以改变所述环境图像的颜色失真率。
图6是根据本申请实施例提供的图像的去雾装置实施例四的结构示意 图,如图6所示,所述装置10还包括:识别模块13和/或保存模块14;
识别模块13,用于若所述去雾图像满足所述预设去雾条件,则识别所 述去雾图像。
保存模块14,用于保存所述满足所述预设去雾条件的去雾图像对应的 去雾参数,以使根据所述去雾参数对获取的下一帧环境图像进行去雾处理。
在一种具体的实现方式中,所述图像分析模块121具体用于:
将去雾图像由RGB颜色空间转换至YUV颜色空间,得到去雾图像的 灰度图像;
获取所述灰度图像的对比度,确定所述去雾图像的去雾评分值。
本实施例提供的装置,可用于执行上述方法的实施例的技术方案,其实 现原理和技术效果类似,本实施例此处不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介 质。
如图7所示,是根据本申请实施例的图像的去雾方法的电子设备的框图。 电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算 机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它 适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字 处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示 的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限 制本文中描述的和/或者要求的本申请的实现。
如图7所示,该电子设备包括:一个或多个处理器101、存储器102, 以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同 的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安 装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中 或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上 显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处 理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接 多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一 组刀片式服务器、或者多处理器系统)。图7中以一个处理器101为例。
存储器102即为本申请所提供的非瞬时计算机可读存储介质。其中,所 述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器 执行本申请所提供的图像的去雾方法。本申请的非瞬时计算机可读存储介质 存储计算机指令,该计算机指令用于使计算机执行本申请所提供的图像的去 雾方法。
存储器102作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软 件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的图像的去 雾方法对应的程序指令/模块(例如,附图6所示的获取模块11和处理模块 12)。处理器101通过运行存储在存储器102中的非瞬时软件程序、指令以 及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实 施例中的图像的去雾方法。
存储器102可以包括存储程序区和存储数据区,其中,存储程序区可存 储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据图像 的去雾方法的电子设备的使用所创建的数据等。此外,存储器102可以包括 高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器 件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器102 可选包括相对于处理器101远程设置的存储器,这些远程存储器可以通过网 络连接至图像的去雾方法的电子设备。上述网络的实例包括但不限于互联网、 企业内部网、局域网、移动通信网及其组合。
图像的去雾方法的电子设备还可以包括:输入装置103和输出装置104。 处理器101、存储器102、输入装置103和输出装置104可以通过总线或者 其他方式连接,图7中以通过总线连接为例。
输入装置103可接收输入的数字或字符信息,以及产生与图像的去雾方 法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小 键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、 操纵杆等输入装置。输出装置104可以包括显示设备、辅助照明装置(例如, LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限 于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。 在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成 电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或 它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算 机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可 编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处 理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据 和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该 至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程 处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/ 或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介 质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程 处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存 储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令 的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据 提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术, 该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管) 或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者 轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它 种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是 任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户 的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如, 作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、 或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的 用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述 的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或 者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数 据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括: 局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并 且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客 户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,包括:
实时获取行驶过程中的环境图像,所述环境图像为车辆在行驶过程 中采集的带有雾或雾霾的RGB图像;
对所述环境图像进行去雾处理,得到去雾图像;
判断所述去雾图像是否满足预设去雾条件,若所述去雾图像不满足 所述预设去雾条件,则增加所述环境图像的去雾程度,直至去雾图像满 足所述预设去雾条件。
通过实时获取行驶过程中的环境图像,环境图像为车辆在行驶过程中采 集的带有雾或雾霾的RGB图像,并根据去雾参数,对环境图像进行去雾处 理,得到去雾图像,判断去雾图像是否满足预设去雾条件,若去雾图像不满 足预设去雾条件,则调整去雾参数,重复本步骤直至去雾图像满足预设去雾 条件,去雾参数为预设值或者根据上一次去雾处理采用的参数确定的,实现 了对带有雾或者雾霾的环境图像进行去雾处理,并对去雾图像的处理效果进 行分析判断,调整去雾参数,直到得到有助于识别路况的去雾图像,进而, 提高了车辆行驶的安全性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删 除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也 可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果, 本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人 员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子 组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进 等,均应包含在本申请保护范围之内。
Claims (17)
1.一种图像的去雾方法,其特征在于,包括:
实时获取行驶过程中的环境图像,所述环境图像为车辆在行驶过程中采集的带有雾或雾霾的RGB图像;
根据去雾参数,对所述环境图像进行去雾处理,得到去雾图像,判断所述去雾图像是否满足预设去雾条件,若所述去雾图像不满足所述预设去雾条件,则调整所述去雾参数,重复本步骤直至去雾图像满足所述预设去雾条件,所述去雾参数为预设值或者根据上一次去雾处理采用的参数确定的。
2.根据权利要求1所述的方法,其特征在于,所述预设去雾条件包括去雾图像的去雾评分值处于预设范围,则所述判断所述去雾图像是否满足预设去雾条件,包括:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分值;
判断所述去雾评分值是否处于所述预设范围内;
若所述去雾评分值在所述预设范围内,则所述去雾图像满足所述预设去雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
3.根据权利要求1所述的方法,其特征在于,所述预设去雾条件包括去雾图像的去雾评分值与预先获取的评分最优值之间的差值小于预设阈值,则所述判断所述去雾图像是否满足预设去雾条件,包括:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分值;
判断所述去雾评分值与所述评分最优值之间的差值是否小于预设阈值;
若所述去雾评分值与所述评分最优值之间的差值小于预设阈值,则所述去雾图像满足所述预设去雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述根据去雾参数,对所述环境图像进行去雾处理,包括:
根据所述去雾参数,设置RGB色域的阈值,以改变所述环境图像的颜色失真率。
5.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
若所述去雾图像满足所述预设去雾条件,则识别所述去雾图像。
6.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
保存所述满足所述预设去雾条件的去雾图像对应的去雾参数,以使根据所述去雾参数对获取的下一帧环境图像进行去雾处理。
7.根据权利要求2或3所述的方法,其特征在于,所述对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分值,包括:
将去雾图像由RGB颜色空间转换至YUV颜色空间,得到去雾图像的灰度图像;
获取所述灰度图像的对比度,确定所述去雾图像的去雾评分值。
8.一种图像的去雾装置,其特征在于,包括:
获取模块,用于实时获取行驶过程中的环境图像,所述环境图像为车辆在行驶过程中采集的带有雾或雾霾的RGB图像;
处理模块,用于根据去雾参数,对所述环境图像进行去雾处理,得到去雾图像,判断所述去雾图像是否满足预设去雾条件,若所述去雾图像不满足所述预设去雾条件,则调整所述去雾参数,重复本步骤直至去雾图像满足所述预设去雾条件,所述去雾参数为预设值或者根据上一次去雾处理采用的参数确定的。
9.根据权利要求8所述的装置,其特征在于,所述处理模块包括图像分析模块;
所述图像分析模块用于:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分值;
判断所述去雾评分值是否处于所述预设范围内;
若所述去雾评分值在所述预设范围内,则所述去雾图像满足所述预设去雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
10.根据权利要求8所述的装置,其特征在于,所述处理模块包括图像分析模块;
所述图像分析模块用于:
对处理得到的去雾图像进行对比度分析,得到所述去雾图像的去雾评分值;
判断所述去雾评分值与所述评分最优值之间的差值是否小于预设阈值;
若所述去雾评分值与所述评分最优值之间的差值小于预设阈值,则所述去雾图像满足所述预设去雾条件;
否则,所述去雾图像不满足所述预设去雾条件。
11.根据权利要求8至10任一项所述的装置,其特征在于,所述处理模块还包括:去雾算法模块;
所述去雾算法模块用于:根据所述去雾参数,设置RGB色域的阈值,以改变所述环境图像的颜色失真率。
12.根据权利要求8至10任一项所述的装置,其特征在于,所述装置还包括:
识别模块,用于若所述去雾图像满足所述预设去雾条件,则识别所述去雾图像。
13.根据权利要求8至10任一项所述的装置,其特征在于,所述装置还包括:
保存模块,用于保存所述满足所述预设去雾条件的去雾图像对应的去雾参数,以使根据所述去雾参数对获取的下一帧环境图像进行去雾处理。
14.根据权利要求9或10任一项所述的装置,其特征在于,所述图像分析模块具体用于:
将去雾图像由RGB颜色空间转换至YUV颜色空间,得到去雾图像的灰度图像;
获取所述灰度图像的对比度,确定所述去雾图像的去雾评分值。
15.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至7中任一项所述的方法。
17.一种图像的去雾方法,其特征在于,包括:
实时获取行驶过程中的环境图像,所述环境图像为车辆在行驶过程中采集的带有雾或雾霾的RGB图像;
对所述环境图像进行去雾处理,得到去雾图像;
判断所述去雾图像是否满足预设去雾条件,若所述去雾图像不满足所述预设去雾条件,则增加所述环境图像的去雾程度,直至去雾图像满足所述预设去雾条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910933930.5A CN110796610A (zh) | 2019-09-29 | 2019-09-29 | 图像的去雾方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910933930.5A CN110796610A (zh) | 2019-09-29 | 2019-09-29 | 图像的去雾方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110796610A true CN110796610A (zh) | 2020-02-14 |
Family
ID=69438659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910933930.5A Pending CN110796610A (zh) | 2019-09-29 | 2019-09-29 | 图像的去雾方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796610A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819704A (zh) * | 2021-01-13 | 2021-05-18 | 李晋琳 | 一种高清晰度图像去雾系统及去雾方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700078A (zh) * | 2013-12-31 | 2014-04-02 | 中国科学院深圳先进技术研究院 | 少量背景含雾图像的去雾方法 |
CN106131441A (zh) * | 2016-09-06 | 2016-11-16 | 北京小米移动软件有限公司 | 拍照方法及装置、电子设备 |
CN107277299A (zh) * | 2017-07-27 | 2017-10-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN110223253A (zh) * | 2019-06-10 | 2019-09-10 | 江苏科技大学 | 一种基于图像增强的去雾方法 |
-
2019
- 2019-09-29 CN CN201910933930.5A patent/CN110796610A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103700078A (zh) * | 2013-12-31 | 2014-04-02 | 中国科学院深圳先进技术研究院 | 少量背景含雾图像的去雾方法 |
CN106131441A (zh) * | 2016-09-06 | 2016-11-16 | 北京小米移动软件有限公司 | 拍照方法及装置、电子设备 |
CN107277299A (zh) * | 2017-07-27 | 2017-10-20 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN110223253A (zh) * | 2019-06-10 | 2019-09-10 | 江苏科技大学 | 一种基于图像增强的去雾方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819704A (zh) * | 2021-01-13 | 2021-05-18 | 李晋琳 | 一种高清晰度图像去雾系统及去雾方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10290081B2 (en) | System for image dehazing by modifying lower bound of transmittance and method therefor | |
EP2568438A2 (en) | Image defogging method and system | |
CN106682665B (zh) | 一种基于计算机视觉的七段式数显仪表数字识别方法 | |
CN111833340A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN111814637A (zh) | 一种危险驾驶行为识别方法、装置、电子设备及存储介质 | |
CN108009548A (zh) | 一种智能路牌识别方法及系统 | |
CN106683100A (zh) | 一种图像分割去雾方法及终端 | |
CN113052048B (zh) | 交通事件检测方法、装置、路侧设备以及云控平台 | |
CN113299245A (zh) | 显示设备局部背光调节方法、装置、显示设备及存储介质 | |
CN111881832A (zh) | 车道目标检测方法、装置、设备及计算机可读存储介质 | |
JP7429756B2 (ja) | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN109740553A (zh) | 一种基于识别的图像语义分割数据筛选方法及系统 | |
CN104021527A (zh) | 一种图像中雨雪的去除方法 | |
CN112714282A (zh) | 远程控制中的图像处理方法、装置、设备和程序产品 | |
CN113221878A (zh) | 应用于信号灯检测的检测框调整方法、装置及路侧设备 | |
CN111814636A (zh) | 一种安全带检测方法、装置、电子设备及存储介质 | |
KR101534646B1 (ko) | 영상에서 안개를 제거하기 위한 영상 처리 장치 및 방법 | |
CN110796610A (zh) | 图像的去雾方法、装置、设备以及存储介质 | |
CN113408409A (zh) | 交通信号灯识别方法、设备、云控平台和车路协同系统 | |
CN114005095A (zh) | 车辆属性识别方法、装置、电子设备和介质 | |
CN111401248B (zh) | 一种天空区域的识别方法、装置、电子设备及存储介质 | |
Chatterjee et al. | Vision improvement system using image processing technique for adverse weather condition of opencast mines | |
CN112949423A (zh) | 物体识别方法、物体识别装置及机器人 | |
CN108280809B (zh) | 一种基于大气散射物理模型的有雾图像天空区域估计方法 | |
CN115334250A (zh) | 一种图像处理方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211021 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Address before: 100085 Baidu Building, 10 Shangdi Tenth Street, Haidian District, Beijing Applicant before: BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) Co.,Ltd. |
|
TA01 | Transfer of patent application right |