CN114119419A - 图像处理方法、装置、电子设备和存储介质 - Google Patents

图像处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114119419A
CN114119419A CN202111439412.1A CN202111439412A CN114119419A CN 114119419 A CN114119419 A CN 114119419A CN 202111439412 A CN202111439412 A CN 202111439412A CN 114119419 A CN114119419 A CN 114119419A
Authority
CN
China
Prior art keywords
target
determining
image
pixel
target pixel
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
Application number
CN202111439412.1A
Other languages
English (en)
Inventor
王召
王小云
陈明智
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.)
Apollo Zhixing Information Technology Nanjing Co ltd
Apollo Zhilian Beijing Technology Co Ltd
Original Assignee
Apollo Zhixing Information Technology Nanjing Co ltd
Apollo Zhilian Beijing 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 Apollo Zhixing Information Technology Nanjing Co ltd, Apollo Zhilian Beijing Technology Co Ltd filed Critical Apollo Zhixing Information Technology Nanjing Co ltd
Priority to CN202111439412.1A priority Critical patent/CN114119419A/zh
Publication of CN114119419A publication Critical patent/CN114119419A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种图像处理方法,涉及计算机技术领域,尤其涉及计算机视觉技术和图像去雾技术。具体实现方案为:获取与目标图像对应的目标方向向量;以及根据目标图像中目标像素的位置和目标方向向量,确定与目标像素对应的处理框的尺寸,以进行图像处理。本公开还提供了一种图像处理装置、电子设备和存储介质。

Description

图像处理方法、装置、电子设备和存储介质
技术领域
本公开涉及计算机技术领域,尤其涉及计算机视觉技术和图像去雾技术。更具体地,本公开提供了一种图像处理方法、装置、电子设备和存储介质。
背景技术
在采集图像时,图像质量会受到拍摄环境的影响,例如天气影响。比如,在天气为雾时,图像中的拍摄对象会比较模糊,图像质量较低。相关技术中,可以对该图像进行图像处理,去除图像中的雾气,以提高图像的质量。
发明内容
本公开提供了一种图像处理方法、装置、设备以及存储介质。
根据第一方面,提供了一种图像处理方法,该方法包括:获取与目标图像对应的目标方向向量;以及根据目标图像中目标像素的位置和上述目标方向向量,确定与上述目标像素对应的处理框的尺寸,以进行图像处理。
根据第二方面,提供了一种图像处理装置,该装置包括:获取模块,用于获取与目标图像对应的目标方向向量;以及确定模块,用于根据目标图像中目标像素的位置和上述目标方向向量,确定与上述目标像素对应的处理框的尺寸,以进行图像处理。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与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,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根据本公开提供的方法。
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,该计算机指令用于使计算机执行根据本公开提供的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现根据本公开提供的方法。
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,不构成对本公开的限定。其中:
图1A是根据本公开一个实施例的可以应用图像处理方法和装置的示例性系统架构示意图;
图1B是根据本公开一个实施例的可以应用图像处理方法和装置的示例性应用场景示意图
图2是根据本公开一个实施例的图像处理方法的流程图;
图3是根据本公开另一个实施例的图像处理方法的流程图;
图4A是根据本公开一个实施例的图像处理方法的原理图;
图4B是根据本公开另一个实施例的目标图像的示意图;
图5是根据本公开一个实施例的图像处理装置的框图;以及
图6是根据本公开一个实施例的可以应用图像处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
一种利用暗通道先验算法进行图像去雾的方法,可以获取原始图像的灰度图像。在该灰度图像中,以每个像素为中心,确定一个预定尺寸的处理框(窗口)。将每个处理框中像素的最小灰度值代替中心像素的灰度值,以得到暗通道图像,再根据暗通道图像进行图像去雾处理。
在图像去雾处理过程中,处理框的大小会直接影响图像的去雾效果。道路一侧的摄像头可以利用一定视角的采集图像。而且,采集的图像中可以包含多个对象。这些对象与距离摄像头之间的距离不同,与摄像头所成的角度也不同。在采集的图像中,由于存在与雾气对应的区域,与摄像头距离越远的对象的附近区域越模糊。若采用相同尺寸的处理框,在图像去雾之后得到的图像会有一定的失真。
图1A是根据本公开一个实施例的可以应用图像处理方法和装置的示例性系统架构示意图。需要注意的是,图1A所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1A所示,根据该实施例的系统架构100可以包括多个终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器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,例如有线和/或无线通信链路等等。
用户可以使用终端设备101通过网络102与服务器103进行交互,以接收或发送消息等。终端设备101可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机等等。
本公开实施例所提供的图像处理方法一般可以由服务器103执行。相应地,本公开实施例所提供的图像处理装置一般可以设置于服务器103中。本公开实施例所提供的图像处理方法也可以由不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群执行。相应地,本公开实施例所提供的图像处理装置也可以设置于不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群中。
图1B是根据本公开一个实施例的可以应用图像处理方法和装置的示例性应用场景示意图。需要注意的是,图1B所示仅为可以应用本公开实施例的应用场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他环境或场景。
如图1B所示,道路两侧的设置的多个路侧摄像头104可以采集车辆105的图像。路侧摄像头104位于车辆105的上方,可以利用俯视视角采集至少一个车辆105的图像。在天气为雾、雨或雪等情况时,路侧摄像头104也可以采集到的包含车辆105的图像。但该图像中存在大量模糊的区域。
图2是根据本公开一个实施例的图像处理方法的流程图。
如图2所示,该方法200可以包括操作S210至操作S220。
在操作S210,获取与目标图像对应的目标方向向量。
在本公开实施例中,目标图像可以是路侧摄像头采集的视频序列中的一个图像。
例如,目标图像可以是例如图1B中的路侧摄像头104采集的原始图像。该目标图像中可以包含对象(例如图1B中的车辆105)。
例如,目标图像也可以是将原始图像处理后得到的图像,比如是灰度图像。原始图像可以是例如图1B中的路侧摄像头104采集的图像。
在本公开实施例中,目标方向向量可以用于表征俯视视角的方向。
例如,目标方向向量可以是目标图像的右上顶点指向目标图像的左下顶点的第一方向向量。又例如,目标方向向量可以是与该第一方向向量成预定锐角的第二方向向量。
例如,目标方向向量可以表征对象与路侧摄像头所成的角度。
在操作S220,根据目标图像中目标像素的位置和目标方向向量,确定与目标像素对应的处理框的尺寸,以进行图像处理。
在本公开实施例中,目标像素可以是目标图像中任一像素。
在本公开实施例中,目标像素的位置可以是目标像素的坐标。
例如,可以将目标图像的左上顶点作为原点,建立坐标系。该坐标系的X轴方向为原点指向右上顶点的方向。该坐标系的Y轴方向为原点指向左下顶点的方向。进而,可以得到目标图像上每个像素的坐标,以确定目标像素的位置。
例如,在前文记载的坐标系中,处理框的中心坐标为目标像素的坐标。
通过本公开实施例,可以为图像中不同的像素确定更加合适的处理框尺寸。在后续应用暗通道先验算法进行处理之后,与采用固定尺寸的处理框相比较,可以得到失真程度更小的处理后的图像。
图3是根据本公开另一个实施例的图像处理方法的流程图。
如图3所示,该方法320可以根据目标图像中目标像素的位置和目标方向向量,确定与目标像素对应的处理框的尺寸,以进行图像处理。下面将参考操作S321至操作S323进行详细说明。
在操作S321,根据目标方向向量,确定与目标图像相关的参考对象。
在本公开实施例中,可以获取参考点的位置。
例如,参考点可以是目标图像中任一点。
例如,参考点可以是目标图像的中心点。又例如,参考点可以是目标图像的四个顶点中的一个。
在一个示例中,可以利用例如图2的实施例中所述的坐标系,确定参考点的坐标,作为参考点的位置。
在一个示例中,参考点可以为目标图像的右上顶点。
例如,参考点可以是目标图像之外的一点。
在本公开实施例中,可以获取经过参考点且与目标方向向量成预定角度的直线,以确定与目标图像相关的参考直线。
例如,预定角度为90度。又例如,预定角度可以大于0度且小于等于90度。
在一个示例中,可以利用例如图2的实施例中记载的坐标系,根据参考点的坐标以及与目标方向向量所成的预定角度,确定参考直线。比如,目标图像的右上顶点的坐标为(c,0),目标方向向量为(a,b)。与目标方向成90度的向量为(-b,a)。进而,可以根据右上顶点的坐标为(c,0)和向量(-b,a),确定参考直线的方程为:
a*x+b*y-a*c=0 (公式一)
a>0,b>0,c>0。
在操作S322,根据目标像素的位置,确定目标像素与参考对象之间的第一距离。
例如,目标像素的坐标为(x0,y0)。可以通过以下公式计算该目标像素与公式一所示的参考直线之间的第一距离:
Figure BDA0003380961150000051
d为第一距离。
在操作S323,根据第一距离,确定与目标像素对应的处理框的尺寸。
在本公开实施例中,根据第一距离,可以确定与目标像素相关的目标参数。
例如,可以通过以下公式确定与目标像素相关的目标参数:
Figure BDA0003380961150000061
S为目标参数,d为第一距离,D为预定像素与参考对象之间的第二距离,Smax为第一预定参数,Smin为第二预定参数。
预定像素可以为目标图像上与参考点距离最大的像素。在一个示例中,在参考点为目标图像的右上顶点时,预定像素可以是与目标图像的左下顶点对应的像素。在一个示例中,Smax=3,Smin=0.1。
利用第二距离进行归一化,可以降低确定处理框的尺寸时消耗的资源。
在本公开实施例中,根据目标参数和初始处理框尺寸,可以确定与目标像素对应的处理框的尺寸。
例如,可以通过以下公式确定与目标像素对应的处理框的尺寸:
L=S*L0 (公式四)
W=S*W0 (公式五)
L为与目标像素对应的处理框的长度,W为与目标像素对应的处理框的宽度,L0为初始处理框的长度,W0为初始处理框的宽度,S为目标参数。在一个示例中,W0=15,L0=15。
图4A是根据本公开一个实施例的图像处理方法的原理图。
如图4A所示,由于采集该目标图像400时的天气为雾,因此该目标图像中存在大量较为模糊的区域。
以目标图像400的左上顶点O为原点,可以建立坐标系。坐标系的X轴方向为左上顶点O指向目标图像400的右上顶点403的方向,坐标系的Y轴方向为左上顶点O指向左下顶点404的方向。
与目标图像400对应的目标方向向量可以为向量401。例如,向量401可以是原点O指向坐标系中P点的向量。在一个示例中,P点的坐标为(-2,1)。向量401与Y轴正方向所成的角度为tan-10.5。可以根据路侧摄像头的位置,调整目标方向向量的方向。在一个示例中,目标方向向量可以是在用户指定后获取的。
根据上述坐标系,可以得到目标像素402的坐标,以确定目标像素402的位置。
将右上顶点403作为参考点,可以获取经过右上顶点403且与向量401所在直线垂直的参考直线405。例如,参考直线405与Y轴所成的角度可以为tan-12。在一个示例中,右上顶点的坐标为(1920,0)。可以确定参考直线405的方程为:
2x-y-3840=0 (公式六)
接下来,根据目标像素402的坐标,利用前文记载的公式二,可以确定目标像素402与参考直线405之间的第一距离。
将左下顶点404和右上顶点403之间的距离作为第二距离,再利用前文记载的公式五和公式六可以确定与目标像素402对应的处理框的尺寸。在一个示例中,初始处理框的尺寸为:宽度W0=15,长度L0=15。而与目标像素402对应的处理框的尺寸为:宽度W=16,长度L=16。在另一个示例中,与目标图像400中一个像素对应的处理框的尺寸为:宽度Wmin=1.5,长度Lmin=1.5。在另一个示例中,与目标图像400中一个像素对应的处理框的尺寸为:宽度Wmax=45,长度Lmax=45。
如图4A所示,由于目标图像400中的对象与路侧摄像头的距离不同,因此目标图像400中的对象的尺寸差别较大。
图4B是根据本公开另一个实施例的目标图像的示意图。
如图4B所示,目标图像中包含对象406和对象407。对象406和对象407与路侧摄像头的距离不同。对象406和对象407与路侧摄像头的所成的角度也不同。若采用不同尺寸的处理框进行图像处理(比如图像去雾),可以得到高质量的处理后图像。
图5是根据本公开的一个实施例的图像处理装置的框图。
如图5所示,该装置500可以包括获取模块510和确定模块520。
获取模块510,用于获取与目标图像对应的目标方向向量。
确定模块520,用于根据目标图像中目标像素的位置和上述目标方向向量,确定与上述目标像素对应的处理框的尺寸,以进行图像处理。
在一些实施例中,上述确定模块包括:第一确定子模块,用于根据上述目标方向向量,确定与上述目标图像相关的参考对象;第二确定子模块,用于根据上述目标像素的位置,确定目标像素与上述参考对象之间的第一距离;第三确定子模块,用于根据上述第一距离,确定与上述目标像素对应的处理框的尺寸。
在一些实施例中,上述参考对象为参考直线,上述第一确定子模块包括:第一获取单元,用于获取参考点的位置;第二获取单元,用于获取经过上述参考点且与上述目标方向向量成预定角度的直线,以确定与上述目标图像相关的上述参考直线。
在一些实施例中,上述参考点为上述目标图像的顶点,上述预定角度为90度。
在一些实施例中,上述第三确定子模块包括:第一确定单元,用于根据上述第一距离,确定与上述目标像素相关的目标参数;第二确定单元,用于根据上述目标参数和初始处理框尺寸,确定与上述目标像素对应的处理框的尺寸。
在一些实施例中,上述第一确定单元还用于:通过以下公式确定与上述目标像素相关的目标参数:
Figure BDA0003380961150000081
其中,S为上述目标参数,d为上述第一距离,D为预定像素与上述参考对象之间的第二距离,Smax为第一预定参数,Smin为第二预定参数;其中,上述预定像素为上述目标图像上与上述参考点距离最大的像素。
在一些实施例中,上述第二确定单元还用于:通过以下公式确定与上述目标像素对应的处理框的尺寸:L=S*L0;W=S*W0;其中,L为与上述目标像素对应的处理框的长度,W为与上述目标像素对应的处理框的宽度,L0为上述初始处理框的长度,W0为上述初始处理框的宽度,S为上述目标参数。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。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/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如图像处理方法。例如,在一些实施例中,图像处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的图像处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像处理方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。

Claims (17)

1.一种图像处理方法,包括:
获取与目标图像对应的目标方向向量;以及
根据目标图像中目标像素的位置和所述目标方向向量,确定与所述目标像素对应的处理框的尺寸,以进行图像处理。
2.根据权利要求1所述的方法,其中,所述根据目标图像中目标像素的位置和所述目标方向向量,确定与所述目标像素对应的处理框的尺寸包括:
根据所述目标方向向量,确定与所述目标图像相关的参考对象;
根据所述目标像素的位置,确定目标像素与所述参考对象之间的第一距离;
根据所述第一距离,确定与所述目标像素对应的处理框的尺寸。
3.根据权利要求2所述的方法,其中,所述参考对象为参考直线,
所述根据所述目标方向向量,确定与所述目标图像相关的参考对象包括:
获取参考点的位置;
获取经过所述参考点且与所述目标方向向量成预定角度的直线,以确定与所述目标图像相关的所述参考直线。
4.根据权利要求3所述的方法,其中,所述参考点为所述目标图像的顶点,所述预定角度为90度。
5.根据权利要求2所述的方法,其中,所述根据所述第一距离,确定与所述目标像素对应的处理框的尺寸包括:
根据所述第一距离,确定与所述目标像素相关的目标参数;
根据所述目标参数和初始处理框尺寸,确定与所述目标像素对应的处理框的尺寸。
6.根据权利要求5所述的方法,其中,所述根据所述第一距离,确定与所述目标像素相关的目标参数包括:
通过以下公式确定与所述目标像素相关的目标参数:
Figure FDA0003380961140000021
其中,S为所述目标参数,d为所述第一距离,D为预定像素与所述参考对象之间的第二距离,Smax为第一预定参数,Smin为第二预定参数;
其中,所述预定像素为所述目标图像上与所述参考点距离最大的像素。
7.根据权利要求6所述的方法,其中,所述根据所述目标参数和初始处理框尺寸,确定与所述目标像素对应的处理框的尺寸包括:
通过以下公式确定与所述目标像素对应的处理框的尺寸:
L=S*L0
W=S*W0
其中,L为与所述目标像素对应的处理框的长度,W为与所述目标像素对应的处理框的宽度,L0为所述初始处理框的长度,W0为所述初始处理框的宽度,S为所述目标参数。
8.一种图像处理装置,包括:
获取模块,用于获取与目标图像对应的目标方向向量;以及
确定模块,用于根据目标图像中目标像素的位置和所述目标方向向量,确定与所述目标像素对应的处理框的尺寸,以进行图像处理。
9.根据权利要求8所述的装置,其中,所述确定模块包括:
第一确定子模块,用于根据所述目标方向向量,确定与所述目标图像相关的参考对象;
第二确定子模块,用于根据所述目标像素的位置,确定目标像素与所述参考对象之间的第一距离;
第三确定子模块,用于根据所述第一距离,确定与所述目标像素对应的处理框的尺寸。
10.根据权利要求9所述的装置,其中,所述参考对象为参考直线,
所述第一确定子模块包括:
第一获取单元,用于获取参考点的位置;
第二获取单元,用于获取经过所述参考点且与所述目标方向向量成预定角度的直线,以确定与所述目标图像相关的所述参考直线。
11.根据权利要求10所述的装置,其中,所述参考点为所述目标图像的顶点,所述预定角度为90度。
12.根据权利要求9所述的装置,其中,所述第三确定子模块包括:
第一确定单元,用于根据所述第一距离,确定与所述目标像素相关的目标参数;
第二确定单元,用于根据所述目标参数和初始处理框尺寸,确定与所述目标像素对应的处理框的尺寸。
13.根据权利要求12所述的装置,其中,所述第一确定单元还用于:
通过以下公式确定与所述目标像素相关的目标参数:
Figure FDA0003380961140000031
其中,S为所述目标参数,d为所述第一距离,D为预定像素与所述参考对象之间的第二距离,Smax为第一预定参数,Smin为第二预定参数;
其中,所述预定像素为所述目标图像上与所述参考点距离最大的像素。
14.根据权利要求13所述的装置,其中,所述第二确定单元还用于:
通过以下公式确定与所述目标像素对应的处理框的尺寸:
L=S*L0
W=S*W0
其中,L为与所述目标像素对应的处理框的长度,W为与所述目标像素对应的处理框的宽度,L0为所述初始处理框的长度,W0为所述初始处理框的宽度,S为所述目标参数。
15.一种电子设备,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,其中,所述计算机指令用于使所述计算机执行根据权利要求1至7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的方法。
CN202111439412.1A 2021-11-29 2021-11-29 图像处理方法、装置、电子设备和存储介质 Pending CN114119419A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111439412.1A CN114119419A (zh) 2021-11-29 2021-11-29 图像处理方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111439412.1A CN114119419A (zh) 2021-11-29 2021-11-29 图像处理方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114119419A true CN114119419A (zh) 2022-03-01

Family

ID=80368263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111439412.1A Pending CN114119419A (zh) 2021-11-29 2021-11-29 图像处理方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114119419A (zh)

Similar Documents

Publication Publication Date Title
US11443445B2 (en) Method and apparatus for depth estimation of monocular image, and storage medium
CN113436100B (zh) 用于修复视频的方法、装置、设备、介质和产品
CN112634343A (zh) 图像深度估计模型的训练方法、图像深度信息的处理方法
CN111414879A (zh) 人脸遮挡程度识别方法、装置、电子设备及可读存储介质
CN113688907B (zh) 模型训练、视频处理方法,装置,设备以及存储介质
US10810462B2 (en) Object detection with adaptive channel features
WO2023082453A1 (zh) 一种图像处理方法及装置
CN112991180A (zh) 图像拼接方法、装置、设备以及存储介质
CN115409881A (zh) 图像处理方法、装置及设备
CN112966599A (zh) 关键点识别模型的训练方法、关键点识别方法及装置
EP3719741A1 (en) Image processing apparatus and image processing method thereof
CN113327193A (zh) 图像处理方法、装置、电子设备和介质
CN113643260A (zh) 用于检测图像质量的方法、装置、设备、介质和产品
CN113393468A (zh) 图像处理方法、模型训练方法、装置和电子设备
CN113947768A (zh) 一种基于单目3d目标检测的数据增强方法和装置
CN113469025B (zh) 应用于车路协同的目标检测方法、装置、路侧设备和车辆
CN114445825A (zh) 文字检测方法、装置、电子设备和存储介质
CN114724144B (zh) 文本识别方法、模型的训练方法、装置、设备及介质
CN114663980B (zh) 行为识别方法、深度学习模型的训练方法及装置
CN115861077A (zh) 一种全景图像的确定方法、装置、设备及存储介质
CN114119419A (zh) 图像处理方法、装置、电子设备和存储介质
CN114120423A (zh) 人脸图像检测方法、装置、电子设备和计算机可读介质
CN114663418A (zh) 图像处理的方法及装置、存储介质及电子设备
CN114093006A (zh) 活体人脸检测模型的训练方法、装置、设备以及存储介质
CN113628192A (zh) 图像模糊检测方法、装置、设备、存储介质及程序产品

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