CN112365544B - 图像识别干扰检测方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明至少一个实施例公开了图像识别干扰检测方法、装置、计算机设备及存储介质，其中方法可包括：响应于由交通工具的图像采集设备采集到外部图像，获取当前时刻下交通工具所在位置的光线照射参数；获取图像采集设备的设备参数；基于获取到的光线照射参数和设备参数，确定阳光是否影响外部图像的识别。通过本发明至少一个实施例，可及时检测出阳光是否影响由交通工具的图像采集设备采集到的外部图像的识别，从而提高了光照场景下图像识别的准确率和召回率等。

Description

图像识别干扰检测方法、装置、计算机设备及存储介质

【技术领域】

本发明实施例涉及计算机应用技术，特别涉及图像识别干扰检测方法、装置、计算机设备及存储介质。

【背景技术】

在交通工具的自动驾驶系统运行时，自动驾驶系统通常会利用如摄像头等图像采集设备进行图像采集。在采集到图像后，自动驾驶系统会将图像发送给相关模块进行识别和处理。

由于交通工具在行驶过程中，不可避免处于阳光的照射下，因此图像采集设备拍摄到的图像通常会受到光照的影响，如图1所示的采集到的图像示意图，进而影响相关模块的识别和处理，导致自动驾驶系统的安全性被降低。

【发明内容】

有鉴于此，本发明提供了图像识别干扰检测方法、装置、计算机设备及存储介质。

具体技术方案如下：

一种图像识别干扰检测方法，包括：

响应于由交通工具的图像采集设备采集到外部图像，获取当前时刻下所述交通工具所在位置的光线照射参数；

获取所述图像采集设备的设备参数；

基于所述光线照射参数和所述设备参数，确定阳光是否影响所述外部图像的识别。

一种图像识别干扰检测装置，包括：获取单元及判定单元；

所述获取单元，用于响应于由交通工具的图像采集设备采集到外部图像，获取当前时刻下所述交通工具所在位置的光线照射参数，并获取所述图像采集设备的设备参数；

所述判定单元，用于基于所述光线照射参数和所述设备参数，确定阳光是否影响所述外部图像的识别。

一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。

一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如以上所述的方法。

基于上述介绍可以看出，采用本发明至少一个实施例所述方案，可及时检测出阳光是否影响由交通工具的图像采集设备采集到的外部图像的识别，从而提高了光照场景下图像识别的准确率和召回率等，进而提升了自动驾驶系统的安全性。

【附图说明】

图1为现有采集到的图像示意图。

图2为本发明所述图像识别干扰检测方法第一实施例的流程图。

图3为本发明所述参数记录表中的部分内容示意图。

图4为本发明所述摄像头的高度视角范围示意图。

图5为本发明所述摄像头的宽度视角范围示意图。

图6为本发明所述图像识别干扰检测方法第二实施例的流程图。

图7为本发明所述图像识别干扰检测装置实施例的组成结构示意图。

图8示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。

【具体实施方式】

为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案进行进一步说明。

显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图2为本发明所述图像识别干扰检测方法第一实施例的流程图。如图2所示，包括以下具体实现方式。

在201中，响应于由交通工具的图像采集设备采集到外部图像，获取当前时刻下交通工具所在位置的光线照射参数。

在202中，获取图像采集设备的设备参数。

在203中，基于获取到的光线照射参数和设备参数，确定阳光是否影响外部图像的识别。

本实施例中所述的交通工具可为自动驾驶车辆、自动驾驶飞机等各类可配置自动驾驶系统的交通工具，所述的图像采集设备可为摄像头等具有图像摄影、摄像等功能的设备，以下即以此为例，对本实施例所述方案进行进一步说明。

自动驾驶车辆行驶过程中，会利用例如摄像头之类的图像采集设备进行图像采集，并发送给相关模块进行处理，如发送给感知模块进行图像信息识别。感知模块可利用摄像头采集到的图像等识别出红绿灯、障碍物等道路信息。图像采集设备采集到的用于控制自动驾驶系统进行路面控制的图像即为外部图像，外部图像主体内容通常包括交通工具的外部环境图像，例如图1所示的由位于车头部分的摄像头拍摄的外部图像。

针对采集到的外部图像，可获取当前时刻下自动驾驶车辆所在位置的光线照射参数，优选地，光线照射参数可包括太阳高度角和太阳方位角，并可获取摄像头的设备参数，优选地，设备参数可包括摄像头的高度视角和摄像头的宽度视角，即摄像头视野的宽度和高度。

为提升处理速度，可预先确定出不同地理区域内不同时间的太阳高度角和太阳方位角，所述不同地理区域具体包括哪些区域可根据实际需要而定，如可包括自动驾驶车辆的行驶区域，一个区域可以是指一个街区，也可以是指预先划分出的各预定大小的区域等，本实施例中不作限制。

针对不同地理区域，可分别生成该地理区域对应的参数记录表，参数记录表中可记录有该地理区域在不同时间的太阳高度角和太阳方位角，如何获取太阳高度角和太阳方位角为现有技术。

图3为本发明所述参数记录表中的部分内容示意图。如图3所示，其中记录了2018年1月1日(20180101)0点、1点、…、23点分别对应的太阳高度角、2018年2月1日(20180201)0点、1点、…、23点分别对应的太阳高度角等。

对于同一个地理区域来说，同一个月内的各天的同一时间点(如0点、1点、…、23点)对应的太阳高度角和太阳方位角变化很小，因此可仅保存每个月的第一天的0点、1点、…、23点分别对应的太阳高度角和太阳方位角，以节省存储资源等。

相应地，针对摄像头采集到的外部图像，获取当前时刻下自动驾驶车辆所在位置的光线照射参数的方式可包括：确定出自动驾驶车辆当前所在位置所属的地理区域对应的参数记录表，从该参数记录表中查询出当前时间的太阳高度角和太阳方位角，将查询结果作为获取到的光线照射参数。

以图3所示参数记录表为例，若当前时间为2018年1月2日11点20分，那么可通过查询图3所示参数记录表，确定出太阳高度角为25.216549。

除获取太阳高度角和太阳方位角之外，还需要获取摄像头的高度视角和宽度视角，如何获取为现有技术。

之后，可根据获取到的太阳高度角和太阳方位角以及摄像头的高度视角和宽度视角，确定出阳光是否影响外部图像的识别。

具体地，可计算自动驾驶车辆的头部朝向与太阳方位角的夹角，并可确定是否满足以下条件：该夹角位于摄像头的宽度视角范围内，且，太阳高度角位于摄像头的高度视角范围内，若是，则可确定阳光影响外部图像的识别，若否，可确定阳光不会影响外部图像的识别。

图4为本发明所述摄像头的高度视角范围示意图。图5为本发明所述摄像头的宽度视角范围示意图。若自动驾驶车辆的头部朝向与太阳方位角的夹角位于摄像头的宽度视角范围内，且太阳高度角位于摄像头的高度视角范围内，则可确定摄像头采集到的外部图像会受到光照的影响，即确定阳光影响外部图像的识别。

本实施例中，在获取当前时刻下自动驾驶车辆所在位置的光线照射参数之前，还可先获取当前时刻下自动驾驶车辆所在位置所属的地理区域的天气信息，如可获取自动驾驶车辆当前所在位置所属的地理区域的天气预报信息或其它监控天气的信息，根据获取到的天气信息，确定当前时刻下自动驾驶车辆所在位置是否会出现太阳，若是，可继续后续处理，如获取当前时刻下自动驾驶车辆所在位置的光线照射参数等，若否，可确定阳光不会影响外部图像的识别，进而可按照现有方式进行后续处理。

比如，根据获取到的天气预报信息获知当天为阴天，那么则可认为当前时刻下自动驾驶车辆所在位置不会出现太阳，若根据获取到的天气预报信息获知当天为晴天，则可认为当前时刻下自动驾驶车辆所在位置会出现太阳。或者，若获取到的天气信息中进一步包含不同时间点的天气信息，假设当前时刻对应的天气信息为雨，那么则可认为当前时刻下自动驾驶车辆所在位置不会出现太阳等。

若当前时刻下自动驾驶车辆所在位置不会出现太阳，则可无需按照本实施例所述方式进行后续处理，从而简化了处理流程，节省了系统资源等。

若当前时刻下自动驾驶车辆所在位置会出现太阳，还可进一步进行以下处理：确定外部图像中阳光是否被遮挡，若是，则可确定阳光不会影响外部图像的识别，可按照现有方式进行后续处理，若否，则可继续后续处理，如获取当前时刻下自动驾驶车辆所在位置的光线照射参数等。

阳光被遮挡的情况可包括高楼、隧道及树木等。如何确定外部图像中阳光是否被遮挡不作限制，可根据实际需要而定。比如，可通过对图像画面进行分析等确定出阳光是否被遮挡，如通过对图像画面进行分析获知自动驾驶车辆处于隧道中，那么则可确定阳光被遮挡。

若确定阳光影响外部图像的识别，可向需要处理图像的预定模块发送通知消息。比如，预定模块为感知模型，可向感知模型发送通知消息，以便感知模块获知采集到的图像受到了光照影响。

除此之外，还可确定图像优化处理策略，并可将确定出的图像优化处理策略发送给预定模块。图像优化处理策略可为预设的处理流程等。针对不同的预定模块，可分别预设对应的图像优化处理策略。比如，预定模块为感知模型，可将感知模型对应的图像优化处理策略发送给感知模块，以便感知模型根据所述图像优化处理策略进行图像信息识别的优化处理等，以便尽量克服光照的影响。

基于上述介绍，图6为本发明所述图像识别干扰检测方法第二实施例的流程图。如图6所示，包括以下具体实现方式。

在601中，针对不同地理区域，分别生成该地理区域对应的参数记录表，参数记录表中包括对应的地理区域在不同时间的太阳高度角和太阳方位角。

在602中，获取自动驾驶车辆上的摄像头采集到的外部图像。

在603中，获取自动驾驶车辆当前所在位置所属的地理区域的天气信息，基于获取到的天气信息，确定当前时刻下自动驾驶车辆所在位置是否会出现太阳，若是，则执行604，若否，则结束流程。

若不会出现太阳，可确定阳光不会影响外部图像的识别，进而可结束流程，即不执行本实施例所述后续处理。

在604中，确定外部图像中阳光是否被遮挡，若否，则执行605，若是，则结束流程。

阳光被遮挡的情况可包括高楼、隧道及树木等。

若外部图像中阳光被遮挡，可确定阳光不会影响外部图像的识别，进而可结束流程，即不执行本实施例所述后续处理。

在605中，确定出自动驾驶车辆当前所在位置所属的地理区域对应的参数记录表，从该参数记录表中查询出当前时间的太阳高度角和太阳方位角。

在606中，获取摄像头的高度视角和宽度视角。

在607中，计算自动驾驶车辆的头部朝向与太阳方位角的夹角。

如何计算所述夹角为现有技术。

在608中，确定是否满足以下条件：该夹角位于摄像头的宽度视角范围内，且，太阳高度角位于摄像头的高度视角范围内，若是，则执行609，若否，则结束流程。

若不能同时满足上述条件中的两个分支，则可确定阳光不会影响外部图像的识别，进而可结束流程，即不执行本实施例所述后续处理。

在609中，向感知模块发送通知消息，并将图像优化处理方法发送给感知模块，之后结束流程。

若满足608中所述的条件，则可确定阳光影响外部图像的识别，以感知模块为例，可通知感知模块，并可将感知模块对应的图像优化处理方法发送给感知模块。

需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

总之，采用本发明方法实施例所述方案，可及时检测出阳光是否影响由交通工具的图像采集设备采集到的外部图像的识别，相应地，若有影响，可采取相应的应对措施，从而提高了光照场景下图像识别的准确率和召回率等，进而提升了自动驾驶系统的安全性。

以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。

图7为本发明所述图像识别干扰检测装置实施例的组成结构示意图。如图7所示，包括：获取单元701及判定单元702。

获取单元701，用于响应于由交通工具的图像采集设备采集到外部图像，获取当前时刻下交通工具所在位置的光线照射参数，并获取图像采集设备的设备参数。

判定单元702，用于基于获取到的光线照射参数和设备参数，确定阳光是否影响外部图像的识别。

优选地，光线照射参数可包括：太阳高度角和太阳方位角，图像采集设备的设备参数可包括：图像采集设备的高度视角和图像采集设备的宽度视角。

为提升处理速度，可预先确定出不同地理区域在不同时间的太阳高度角和太阳方位角。如图7所示，所述装置中可进一步包括：预处理模块700，用于生成不同地理区域对应的参数记录表，参数记录表包括对应的地理区域在不同时间的太阳高度角和太阳方位角。

相应地，获取单元701可确定出交通工具当前所在位置所属的地理区域对应的参数记录表，从该参数记录表中查询出当前时间的太阳高度角和太阳方位角，将查询结果作为获取到的光线照射参数。

除获取太阳高度角和太阳方位角之外，获取单元701还需要获取的高度视角和图像采集设备的宽度视角。

判定单元702可根据获取到的参数确定出阳光是否影响外部图像的识别。具体地，判定单元702可计算交通工具的头部朝向与太阳方位角的夹角，并确定是否满足以下条件：该夹角位于图像采集设备的宽度视角范围内，且，太阳高度角位于图像采集设备的高度视角范围内，若是，则可确定阳光影响外部图像的识别，若否，则可确定阳光不会影响外部图像的识别。

另外，获取单元701还可获取当前时刻下交通工具所在位置所属的地理区域的天气信息，基于获取到的天气信息，确定交通工具所在位置是否会出现太阳，若当前时刻下交通工具所在位置会出现太阳，则可获取当前时刻下交通工具所在位置的光线照射参数。

若当前时刻下交通工具所在位置会出现太阳，获取单元701还可进一步确定外部图像中阳光是否被遮挡，若外部图像中阳光未被遮挡，则可获取当前时刻下交通工具所在位置的光线照射参数。

若确定阳光影响外部图像的识别，判定单元702还可向需要处理图像的预定模块发送通知消息。比如，预定模块为感知模型，可向感知模型发送通知消息，以便感知模块获知采集到的图像受到了光照影响。

判定单元702还可确定图像优化处理策略，并可将确定出的图像优化处理策略发送给预定模块。图像优化处理策略可为预设的处理流程等。针对不同的预定模块，可分别预设对应的图像优化处理策略。

图7所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。

图8示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图8显示的计算机系统/服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器(处理单元)16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图8所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图2或图6所示实施例中的方法。

本发明同时公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时将实现如图2或图6所示实施例中的方法。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法等，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种图像识别干扰检测方法，其特征在于，包括：

响应于由交通工具的图像采集设备采集到外部图像，获取当前时刻下所述交通工具所在位置的光线照射参数，所述光线照射参数包括：太阳高度角和太阳方位角；

获取所述图像采集设备的设备参数，所述设备参数包括：所述图像采集设备的高度视角和所述图像采集设备的宽度视角；

基于所述光线照射参数和所述设备参数，确定阳光是否影响所述外部图像的识别，包括：计算所述交通工具的头部朝向与所述太阳方位角的夹角，确定是否满足以下条件：所述夹角位于所述图像采集设备的宽度视角范围内，且，所述太阳高度角位于所述图像采集设备的高度视角范围内，若满足所述条件，则确定阳光影响所述外部图像的识别；

还包括：响应于确定阳光影响所述外部图像的识别，向需要处理图像的预定模块发送通知消息，并确定出所述预定模块对应的图像优化处理策略，将所述图像优化处理策略发送给所述预定模块，用于所述预定模块根据所述图像优化处理策略对所述外部图像进行优化处理，不同的预定模块分别预设对应的图像优化处理策略。

2.根据权利要求1所述的方法，其特征在于，在所述图像采集设备采集到外部图像之前，进一步包括：

生成不同地理区域对应的参数记录表，所述参数记录表包括对应的所述地理区域在不同时间的太阳高度角和太阳方位角。

3.根据权利要求2所述的方法，其特征在于，

所述获取当前时刻下所述交通工具所在位置的光线照射参数包括：

确定出所述交通工具当前所在位置所属的地理区域对应的参数记录表，从所述参数记录表中查询出当前时间的太阳高度角和太阳方位角，将查询结果作为获取到的所述光线照射参数。

4.根据权利要求1所述的方法，其特征在于，

所述获取当前时刻下所述交通工具所在位置的光线照射参数之前，进一步包括：

获取当前时刻下所述交通工具所在位置所属的地理区域的天气信息；

基于所述天气信息，确定当前时刻下所述交通工具所在位置是否会出现太阳；

若当前时刻下所述交通工具所在位置会出现太阳，则获取当前时刻下所述交通工具所在位置的光线照射参数。

5.根据权利要求4所述的方法，其特征在于，

若当前时刻下所述交通工具所在位置会出现太阳，则所述方法进一步包括：

确定所述外部图像中阳光是否被遮挡；

若所述外部图像中阳光未被遮挡，则获取当前时刻下所述交通工具所在位置的光线照射参数。

6.一种图像识别干扰检测装置，其特征在于，包括：获取单元及判定单元；

所述获取单元，用于响应于由交通工具的图像采集设备采集到外部图像，获取当前时刻下所述交通工具所在位置的光线照射参数，所述光线照射参数包括：太阳高度角和太阳方位角，并获取所述图像采集设备的设备参数，所述设备参数包括：所述图像采集设备的高度视角和所述图像采集设备的宽度视角；

所述判定单元，用于基于所述光线照射参数和所述设备参数，确定阳光是否影响所述外部图像的识别，包括：计算所述交通工具的头部朝向与所述太阳方位角的夹角，确定是否满足以下条件：所述夹角位于所述图像采集设备的宽度视角范围内，且，所述太阳高度角位于所述图像采集设备的高度视角范围内，若满足所述条件，则确定阳光影响所述外部图像的识别；

其中，所述判定单元进一步用于，响应于确定阳光影响所述外部图像的识别，向需要处理图像的预定模块发送通知消息，并确定出所述预定模块对应的图像优化处理策略，将所述图像优化处理策略发送给所述预定模块，用于所述预定模块根据所述图像优化处理策略对所述外部图像进行优化处理，不同的预定模块分别预设对应的图像优化处理策略。

7.根据权利要求6所述的装置，其特征在于，

所述装置中进一步包括：预处理模块；

所述预处理模块，用于生成不同地理区域对应的参数记录表，所述参数记录表包括对应的所述地理区域在不同时间的太阳高度角和太阳方位角。

8.根据权利要求7所述的装置，其特征在于，

所述获取单元确定出所述交通工具当前所在位置所属的地理区域对应的参数记录表，从所述参数记录表中查询出当前时间的太阳高度角和太阳方位角，将查询结果作为获取到的所述光线照射参数。

9.根据权利要求6所述的装置，其特征在于，所述获取单元进一步用于：

获取当前时刻下所述交通工具所在位置所属的地理区域的天气信息；

基于所述天气信息，确定当前时刻下所述交通工具所在位置是否会出现太阳；

若当前时刻下所述交通工具所在位置会出现太阳，则获取当前时刻下所述交通工具所在位置的光线照射参数。

10.根据权利要求9所述的装置，其特征在于，所述获取单元进一步用于：

若当前时刻下所述交通工具所在位置会出现太阳，确定所述外部图像中阳光是否被遮挡；

若所述外部图像中阳光未被遮挡，则获取当前时刻下所述交通工具所在位置的光线照射参数。

11.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1~5中任一项所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1~5中任一项所述的方法。