CN112214625B - 用于处理图像的方法、装置、设备以及存储介质 - Google Patents

用于处理图像的方法、装置、设备以及存储介质 Download PDF

Info

Publication number
CN112214625B
CN112214625B CN202011092203.XA CN202011092203A CN112214625B CN 112214625 B CN112214625 B CN 112214625B CN 202011092203 A CN202011092203 A CN 202011092203A CN 112214625 B CN112214625 B CN 112214625B
Authority
CN
China
Prior art keywords
image
acquisition point
acquisition
determining
target
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.)
Active
Application number
CN202011092203.XA
Other languages
English (en)
Other versions
CN112214625A (zh
Inventor
白国财
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011092203.XA priority Critical patent/CN112214625B/zh
Publication of CN112214625A publication Critical patent/CN112214625A/zh
Application granted granted Critical
Publication of CN112214625B publication Critical patent/CN112214625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/55Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了用于处理图像的方法、装置、设备以及存储介质,涉及计算机视觉领域。具体实现方案为:获取在多个采集点采集的多张图像;确定各图像的采集方向;从多个采集点中确定出目标采集点;基于采集方向以及目标采集点,执行以下处理步骤:根据各图像的采集方向、各采集点的位置以及目标采集点的位置,确定与目标采集点相关的相关采集点;根据相关采集点的位置以及目标采集点的位置,确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系;响应于确定多张图像中存在未确定跳转关系的图像,确定新的目标采集点,继续执行处理步骤。本实现方式提升了图像拓扑制作的效率。

Description

用于处理图像的方法、装置、设备以及存储介质
技术领域
本申请涉及计算机技术领域,具体涉及计算机视觉领域,尤其涉及用于处理图像的方法、装置、设备以及存储介质。
背景技术
近年来随着人工智能的不断发展,计算机视觉技术得到了越来越广泛的应用。许多场合的需求已经显示出了普通镜头视角范围的局限性。由此广角图像和全景图像由于具有超大视角,可以一次性获得更多的场景信息,使得它们在安防监控、工业医疗、智能交通等领域得到了广泛应用。
将广角图像或全景图像应用于互联网街景服务上,可以实现在浏览时与实际街景路况一致的体验感。传统的方式是将图像和道路进行绑定,但是路网采集以及制作需要较大成本,造成图像和道路的绑定制作复杂,耗费成本高。
发明内容
提供了一种用于处理图像的方法、装置、设备以及存储介质。
根据第一方面,提供了一种用于处理图像的方法,包括:获取在多个采集点采集的多张图像;确定各图像的采集方向;从多个采集点中确定出目标采集点;基于采集方向以及目标采集点,执行以下处理步骤:根据各图像的采集方向、各采集点的位置以及目标采集点的位置,确定与目标采集点相关的相关采集点;根据相关采集点的位置以及目标采集点的位置,确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系;响应于确定多张图像中存在未确定跳转关系的图像,确定新的目标采集点,继续执行处理步骤。
根据第二方面,提供了一种用于处理图像的装置,包括:图像获取单元,被配置成获取在多个采集点采集的多张图像;方向确定单元,被配置成确定各图像的采集方向;目标确定单元,被配置成从多个采集点中确定出目标采集点;处理单元,被配置成基于采集方向以及目标采集点,执行以下处理步骤:根据各图像的采集方向、各采集点的位置以及目标采集点的位置,确定与目标采集点相关的相关采集点;根据相关采集点的位置以及目标采集点的位置,确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系;反馈单元,被配置成响应于确定多张图像中存在未确定跳转关系的图像,确定新的目标采集点,由处理单元继续执行处理步骤。
根据第三方面,提供了一种用于处理图像的电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面所描述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,上述计算机指令用于使计算机执行如第一方面所描述的方法。
根据本申请的技术解决了现有的街景展示方法需要将图像与路网绑定,制作复杂的技术问题,本申请的技术不需要将图像与路网绑定,实现街景的展现,简化了操作,降低了制作成本,提升了图像拓扑制作的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于处理图像的方法的一个实施例的流程图;
图3是根据本申请的用于处理图像的方法的一个应用场景的示意图;
图4是根据本申请的用于处理图像的方法的另一个实施例的流程图;
图5是根据本申请的用于处理图像的装置的一个实施例的结构示意图;
图6是用来实现本申请实施例的用于处理图像的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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于处理图像的方法或用于处理图像的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括相机101,网络102和终端设备103。网络102用以在相机101和终端设备103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
相机101可以是各种能够拍摄广角图像或全景图像的图像采集设备,其可以将采集的广角图像或全景图像通过网络102发送给终端设备103,以使终端设备103对广角图像或全景图像进行处理。相机101可以包括智能手机、智能摄像机等。
终端设备103可以是各种能够处理图像的电子设备。其中可以安装有各类客户端应用,例如图像处理类应用、社交平台类应用等等
终端设备103可以是硬件,也可以是软件。当终端设备103为硬件时,可以是各种电子设备,包括但不限于平板电脑、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于处理图像的方法一般由终端设备103执行。相应地,用于处理图像的装置一般设置于终端设备103中。
应该理解,图1中的相机、网络和终端设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的相机、网络和终端设备。
继续参考图2,示出了根据本申请的用于处理图像的方法的一个实施例的流程200。本实施例的用于处理图像的方法,包括以下步骤:
步骤201,获取在多个采集点采集的多张图像。
本实施例中,用于处理图像的方法的执行主体(例如图1所示的终端设备103)可以通过有线连接或无线连接方式获取在多个采集点采集的多张图像。采集点可以理解为用于采集图像的位置点。上述图像可以是广角图像也可以是全景图像。这里,广角图像可以是视角为180度甚至达到220度的图像,全景图像可以是视角为360度的图像。在一些具体的应用中,为了保证图像跳转的可用性,多个采集点需位于同一预设范围内。图像可以是相机在多个采集点采集的。相机可以安装在采集车上,在采集车的行驶过程中,不断采集图像。相机还可以由用户手持,按照用户的行走路线不断采集图像。
步骤202,确定各图像的采集方向。
执行主体还可以确定各图像的采集方向。具体的,如果图像为全景图像,则执行主体可以将全景图像中拍摄时间最早的图像指向的方向作为全景图像的采集方向。或者,执行主体可以根据携带相机的用户的行走方向来确定各图像的采集图像。或者,执行主体可以通过相机中安装的传感器(例如陀螺仪等)来确定图像拍摄时的方向,并将此方向作为采集方向。
步骤203,从多个采集点中确定出目标采集点。
执行主体可以从多个采集点中确定出目标采集点。例如,执行主体可以从多个采集点中随机选取一个作为目标采集点。或者,将多个采集点中距离中心点最近的采集点作为目标采集点。
步骤204,基于采集方向以及目标采集点,执行以下处理步骤:根据各图像的采集方向、各采集点的位置以及目标采集点的位置,确定与目标采集点相关的相关采集点。确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系。
执行主体在确定了各图像的采集方向后,还可以结合各采集点的位置以及目标采集点的位置,确定出目标采集点相关的相关采集点。具体的,执行主体可以将所对应的图像的采集方向与目标采集点对应的图像的采集方向不同,同时与目标采集点之间的距离小于预设值的采集点作为相关采集点。或者,执行主体可以直接将距离目标采集点最近的采集点作为相关采集点。
在确定了目标采集点的相关采集点后,执行主体可以直接确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系。具体的,执行主体可以确定图像之间的跳转关系为由相关采集点对应的图像跳转到目标采集点对应的图像,或者由目标采集点对应的图像跳转到相关采集点对应的图像。
步骤205,响应于确定多张图像中存在未确定跳转关系的图像,确定新的目标采集点,继续执行处理步骤。
执行主体在确定完成目标采集点对应的图像与相关采集点对应的图像之间的跳转关系后,还可以判断上述多张图像中是否存在未确定跳转关系的图像。如果存在,则可以从相关采集点中确定出新的目标采集点,继续执行处理步骤204。
继续参见图3,其示出了根据本申请的用于处理图像的方法的一个应用场景的示意图。在图3的应用场景中,用户手持手机在多个采集点(采集点A~采集点G)采集了多张全景图像。首先,确定各全景图像的采集方向(如各采集点连接的实线箭头所示)。以采集点A作为目标采集点为例,根据采集点B~采集点G的位置以及采集点A的位置,确定出采集点B、采集点D以及采集点G为采集点A的相关采集点。则可以分别确定出采集点A对应的全景图像分别与采集点B、采集点D以及采集点G对应的全景图像之间的跳转关系。此时,采集点E和采集点F、采集点C对应的全景图像仍然未确定跳转关系,则可以确定出新的目标采集点(例如采集点B)。然后继续确定采集点B的相关采集点包括(采集点A和采集点C)。确定采集点B对应的全景图像与采集点A、采集点C对应的全景图像之间的跳转关系。此时,仍然存在对应的全景图像未确定跳转关系的采集点,则可以继续确定目标采集点(例如采集点G)……直至所有的采集点对应的全景图像均已确定跳转关系。
本申请的上述实施例提供的用于处理图像的方法,可以对在离散的采集点采集的图像进行分析,不需要与道路进行绑定,就可以实现图像之间的跳转,降低了街景展示的成本,提升了图像拓扑制作的效率。
继续参见图4,其示出了根据本申请的用于处理图像的方法的另一个实施例的流程400。在本实施例中,图像可以为全景图像。上述方法可以包括以下步骤:
步骤401,获取在多个采集点采集的多张图像。
在图像为全景图像的情况下,可以采用步骤402来确定图像的采集方向。
步骤402,根据各全景图像中首帧图像的方向,确定各全景图像的采集方向。
本实施例中,对于每张全景图像,执行主体还可以根据该全景图像中首帧图像的方向,确定该全景图像的采集方向。这里,首帧图像是指全景相机最早拍摄到的图像。执行主体可以根据该首帧图像中包括的内容指示的方向,确定该全景图像的采集方向。
步骤403,从多个采集点中确定出目标采集点。
步骤404,基于采集方向以及目标采集点,执行以下处理步骤:
步骤4041,根据各图像的采集方向,对多张图像进行聚类,得到至少一个图像聚类。
本实施例中,在确定各图像的采集方向后,执行主体可以对多张图像进行聚类,得到至少一个图像聚类。具体的,执行主体可以利用多种现有的聚类算法对各图像进行聚类。可以理解的是,每个图像聚类中可以包括至少一张图像。采集方向相同的图像位于同一图像聚类中。
步骤4042,根据各采集点的位置以及目标采集点的位置,从每个图像聚类中各图像对应的各采集点中确定出与目标采集点相关的相关采集点。
执行主体可以首先根据目标采集点的位置以及各采集点的位置,从每个图像聚类中各图像对应的各采集点中确定出与目标采集点相关的采集点作为相关采集点。这里,相关采集点可以是各图像聚类中距离目标采集点最近的采集点。
步骤4043,根据相关采集点的位置以及目标采集点的位置,有向连接目标采集点以及相关采集点。
执行主体还可以根据相关采集点的位置以及目标采集点的位置,确定相关采集点与目标采集点之间的有向连接线。具体的,执行主体可以直接连接相关采集点和目标采集点,即相关采集点和目标采集点之间的连线都是双向的。或者,执行主体可以根据相关采集点对应的图像的采集方向和目标采集点对应的图像的采集方向,确定有向连接线,需要满足的条件是:有向连接线与相关采集点对应的采集方向、目标采集点对应的采集方向之间的角度小于预设值。
步骤4044,根据目标采集点以及相关采集点之间的有向连接线,确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系。
最后,执行主体可以根据各有向连接线,确定各图像之间的跳转关系。具体的,执行主体可以根据有向连接线的指向,确定各图像之间的前后关系。然后,确定跳转关系为由前一图像跳转至后一图像。
步骤405,响应于确定多张图像中存在未确定跳转关系的图像,确定新的目标采集点,继续执行处理步骤4041~4044。
在本实施例的一些可选的实现方式中,上述步骤4044还可以包括图4中未示出的以下步骤:根据有向连接线的角度,确定在目标采集点对应的图像与相关采集点对应的图像之间跳转时的视角;根据上述视角,确定跳转关系。
本实现方式中,执行主体还可以根据有向连接线的角度,确定在目标采集点对应的图像与相关采集点对应的图像之间跳转时的视角。然后在跳转后的图像中,首先展示上述视角对应的图像。举例来说,相关采集点B位于目标采集点A的东偏南30度的位置,相关采集点B对应的采集方向为正北,目标采集点A对应的采集方向为正东。如果不考虑视角问题,由目标采集点A对应的图像直接跳转到相关采集点B对应的图像时,则会直接跳转到正北方向的图像。本实现方式中,将视角作为考虑因素,在由目标采集点A对应的图像直接跳转到相关采集点B对应的图像时,会直接跳转到相关采集点B对应的图像中东偏南30度的图像,保证浏览视角的一致,提高了用户体验。这种实现方式在超广角图像或全景图像中应用时,可以极大地提高用户的浏览体验。
本申请的上述实施例提供的用于处理图像的方法,可以从多个采集点中选取出与目标采集点最相关的多个采集点,进行图像的跳转,提高了图像跳转的准确性。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于处理图像的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理图像装置500包括:图像获取单元501、方向确定单元502、目标确定单元503、处理单元504和反馈单元505。
图像获取单元501,被配置成获取在多个采集点采集的多张图像。
方向确定单元502,被配置成确定各图像的采集方向。
目标确定单元503,被配置成从多个采集点中确定出目标采集点。
处理单元504,被配置成基于采集方向以及目标采集点,执行以下处理步骤:根据各图像的采集方向、各采集点的位置以及目标采集点的位置,确定与目标采集点相关的相关采集点;根据相关采集点的位置以及目标采集点的位置,确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系。
反馈单元505,被配置成响应于确定多张全景图像中存在未确定跳转关系的全景图像,确定新的目标采集点,由处理单元504继续执行处理步骤。
在本实施例的一些可选的实现方式中,处理单元504可以进一步被配置成:根据各图像的采集方向,对多张图像进行聚类,得到至少一个图像聚类;根据各采集点的位置以及目标采集点的位置,从每个图像聚类中各图像对应的各采集点中确定出与目标采集点相关的相关采集点。
在本实施例的一些可选的实现方式中,图像包括图像。处理单元504可以进一步被配置成:根据相关采集点的位置以及目标采集点的位置,有向连接目标采集点以及相关采集点;根据目标采集点以及相关采集点之间的有向连接线,确定目标采集点对应的图像与相关采集点对应的图像之间的跳转关系。
在本实施例的一些可选的实现方式中,处理单元504可以进一步被配置成:根据有向连接线的角度,确定在目标采集点对应的图像与相关采集点对应的图像之间跳转时的视角;根据视角,确定跳转关系。
在本实施例的一些可选的实现方式中,图像包括全景图像。
在本实施例的一些可选的实现方式中,方向确定单元502可以进一步被配置成:根据各全景图像中首帧图像的方向,确定各全景图像的采集方向。
应当理解,用于处理图像的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于处理图像的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
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6所示,是根据本申请实施例的执行用于处理图像的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6所示,该电子设备包括:一个或多个处理器601、存储器602,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6中以一个处理器601为例。
存储器602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执行用于处理图像的方法。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执行用于处理图像的方法。
存储器602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执行用于处理图像的方法对应的程序指令/模块(例如,附图5所示的图像获取单元501、方向确定单元502、目标确定单元503、处理单元504和反馈单元505)。处理器601通过运行存储在存储器602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执行用于处理图像的方法。
存储器602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执行用于处理图像的电子设备的使用所创建的数据等。此外,存储器602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602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至执行用于处理图像的电子设备。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。
执行用于处理图像的方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与执行用于处理图像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604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,不需要将图像与路网绑定,实现街景的展现,简化了操作,降低了制作成本。
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,本发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 (10)

1.一种用于处理图像的方法,包括:
获取在多个采集点采集的多张图像;
确定各图像的采集方向;
从所述多个采集点中确定出目标采集点;
基于所述采集方向以及所述目标采集点,执行以下处理步骤:根据各图像的采集方向、各采集点的位置以及所述目标采集点的位置,确定与所述目标采集点相关的相关采集点;根据所述相关采集点的位置以及所述目标采集点的位置,有向连接所述目标采集点以及所述相关采集点;根据所述目标采集点以及所述相关采集点之间的有向连接线的角度,确定在所述目标采集点对应的图像与所述相关采集点对应的图像之间跳转时的视角;根据所述视角,确定所述目标采集点对应的图像与所述相关采集点对应的图像之间的跳转关系;
响应于确定所述多张图像中存在未确定跳转关系的图像,确定新的目标采集点,继续执行所述处理步骤。
2.根据权利要求1所述的方法,其中,所述根据各图像的采集方向、各采集点的位置以及所述目标采集点的位置,确定与所述目标采集点相关的相关采集点,包括:
根据各图像的采集方向,对所述多张图像进行聚类,得到至少一个图像聚类;
根据各采集点的位置以及所述目标采集点的位置,从每个图像聚类中各图像对应的各采集点中确定出与所述目标采集点相关的相关采集点。
3.根据权利要求1-2任一项所述的方法,其中,所述图像包括全景图像。
4.根据权利要求3所述的方法,其中,所述确定各图像的采集方向,包括:
根据各全景图像中首帧图像的方向,确定各全景图像的采集方向。
5.一种用于处理图像的装置,包括:
图像获取单元,被配置成获取在多个采集点采集的多张图像;
方向确定单元,被配置成确定各图像的采集方向;
目标确定单元,被配置成从所述多个采集点中确定出目标采集点;
处理单元,被配置成基于所述采集方向以及所述目标采集点,执行以下处理步骤:根据各图像的采集方向、各采集点的位置以及所述目标采集点的位置,确定与所述目标采集点相关的相关采集点;根据所述相关采集点的位置以及所述目标采集点的位置,有向连接所述目标采集点以及所述相关采集点;根据所述目标采集点以及所述相关采集点之间的有向连接线的角度,确定在所述目标采集点对应的图像与所述相关采集点对应的图像之间跳转时的视角;根据所述视角,确定所述目标采集点对应的图像与所述相关采集点对应的图像之间的跳转关系;
反馈单元,被配置成响应于确定所述多张图像中存在未确定跳转关系的图像,确定新的目标采集点,由所述处理单元继续执行所述处理步骤。
6.根据权利要求5所述的装置,其中,所述处理单元进一步被配置成:
根据各图像的采集方向,对所述多张图像进行聚类,得到至少一个图像聚类;
根据各采集点的位置以及所述目标采集点的位置,从每个图像聚类中各图像对应的各采集点中确定出与所述目标采集点相关的相关采集点。
7.根据权利要求5-6任一项所述的装置,其中,所述图像包括全景图像。
8.根据权利要求7所述的装置,其中,所述方向确定单元进一步被配置成:
根据各全景图像中首帧图像的方向,确定各全景图像的采集方向。
9.一种处理图像的电子设备,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权利要求1-4中任一项所述的方法。
10.一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权利要求1-4中任一项所述的方法。
CN202011092203.XA 2020-10-13 2020-10-13 用于处理图像的方法、装置、设备以及存储介质 Active CN112214625B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011092203.XA CN112214625B (zh) 2020-10-13 2020-10-13 用于处理图像的方法、装置、设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011092203.XA CN112214625B (zh) 2020-10-13 2020-10-13 用于处理图像的方法、装置、设备以及存储介质

Publications (2)

Publication Number Publication Date
CN112214625A CN112214625A (zh) 2021-01-12
CN112214625B true CN112214625B (zh) 2023-09-01

Family

ID=74053990

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011092203.XA Active CN112214625B (zh) 2020-10-13 2020-10-13 用于处理图像的方法、装置、设备以及存储介质

Country Status (1)

Country Link
CN (1) CN112214625B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376007A (zh) * 2013-08-14 2015-02-25 高德软件有限公司 兴趣点的街景图像显示方法及装置
CN108984740A (zh) * 2018-07-16 2018-12-11 百度在线网络技术(北京)有限公司 页面交互方法、装置、设备及计算机可读介质
WO2019024793A1 (zh) * 2017-07-31 2019-02-07 腾讯科技(深圳)有限公司 增强现实显示的方法、姿态信息的确定方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140297575A1 (en) * 2013-04-01 2014-10-02 Google Inc. Navigating through geolocated imagery spanning space and time

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376007A (zh) * 2013-08-14 2015-02-25 高德软件有限公司 兴趣点的街景图像显示方法及装置
WO2019024793A1 (zh) * 2017-07-31 2019-02-07 腾讯科技(深圳)有限公司 增强现实显示的方法、姿态信息的确定方法及装置
CN108984740A (zh) * 2018-07-16 2018-12-11 百度在线网络技术(北京)有限公司 页面交互方法、装置、设备及计算机可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董正国 ; 黄亮 ; .基于卫星地图的街景兴趣点采集方法.测绘地理信息.2017,(06),全文. *

Also Published As

Publication number Publication date
CN112214625A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
EP3869403A2 (en) Image recognition method, apparatus, electronic device, storage medium and program product
JP7268076B2 (ja) 車両再識別の方法、装置、機器及び記憶媒体
JP2015507860A (ja) 画像キャプチャのガイド
CN112084366B (zh) 用于检索图像的方法、装置、设备以及存储介质
KR102502651B1 (ko) 지도를 구축하기 위한 방법 및 장치
CN111553844B (zh) 用于更新点云的方法及装置
CN111612852B (zh) 用于验证相机参数的方法和装置
US11683583B2 (en) Picture focusing method, apparatus, terminal, and corresponding storage medium
US20180321755A1 (en) Remote control of a desktop application via a mobile device
CN112149636A (zh) 用于检测目标物体的方法、装置、电子设备及存储介质
EP3933674A1 (en) Method, apparatus, device, storage medium and program for processing image
US11556784B2 (en) Multi-task fusion neural network architecture
CN112102417B (zh) 确定世界坐标的方法和装置
CN111695516B (zh) 热力图的生成方法、装置及设备
CN111191619B (zh) 车道线虚线段的检测方法、装置、设备和可读存储介质
CN114627268A (zh) 视觉地图更新方法、装置、电子设备及介质
CN112528932B (zh) 用于优化位置信息的方法、装置、路侧设备和云控平台
CN112214625B (zh) 用于处理图像的方法、装置、设备以及存储介质
CN111767490B (zh) 用于展示图像的方法、装置、设备以及存储介质
JP7269979B2 (ja) 歩行者を検出するための方法及び装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム
CN112214624B (zh) 用于处理图像的方法、装置、设备以及存储介质
CN111553283B (zh) 用于生成模型的方法及装置
CN113703704A (zh) 界面显示方法、头戴式显示设备和计算机可读介质
CN114125226A (zh) 图像拍摄方法、装置、电子设备和可读存储介质
CN110910312A (zh) 图像处理方法和装置、自动驾驶车辆、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
GR01 Patent grant
GR01 Patent grant