CN115331080A - 图像融合方法、装置、电子设备及自动驾驶车辆 - Google Patents

图像融合方法、装置、电子设备及自动驾驶车辆 Download PDF

Info

Publication number
CN115331080A
CN115331080A CN202210930528.3A CN202210930528A CN115331080A CN 115331080 A CN115331080 A CN 115331080A CN 202210930528 A CN202210930528 A CN 202210930528A CN 115331080 A CN115331080 A CN 115331080A
Authority
CN
China
Prior art keywords
pixel
image
fusion
fused
linked list
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
CN202210930528.3A
Other languages
English (en)
Inventor
黄自瑞
王帅
张满江
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 Intelligent Technology Beijing Co Ltd
Baidu USA LLC
Original Assignee
Apollo Intelligent Technology Beijing Co Ltd
Baidu USA LLC
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 Intelligent Technology Beijing Co Ltd, Baidu USA LLC filed Critical Apollo Intelligent Technology Beijing Co Ltd
Priority to CN202210930528.3A priority Critical patent/CN115331080A/zh
Publication of CN115331080A publication Critical patent/CN115331080A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本公开提供一种图像融合方法、装置、电子设备及自动驾驶车辆,涉及自动驾驶技术,尤其涉及视频融合、图像融合领域。具体实现方案包括:获取至少两张待融合图像的特征标定文件,并根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件,预设的第一编码规则包括:对于每行的起始像素,记录起始像素的横坐标和纵坐标,对于起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值。根据第一图像像素压缩链表文件,得到融合图像。由于通过预设的第一编码规则编码得到的图像像素压缩链表文件体积小,易读取。所以在生成融合图像时,需要处理的数据减少,提高了图像融合的速度,进而提高了图像融合的实时性。

Description

图像融合方法、装置、电子设备及自动驾驶车辆
技术领域
本公开涉及自动驾驶技术,尤其涉及视频融合、图像融合领域。
背景技术
自动驾驶技术中,获取自动驾驶车辆的前向融合视频是很重要的。融合视频时,往往是基于视频中的每一帧图像进行融合的。
自动驾驶车辆的前向视频融合要求实时性,但由于通信带宽有限和车载计算资源有限。中央处理器(Central Processing Unit,CPU)或图形处理器(Graphics ProcessingUnit,GPU)上的图像融合处理会占用大量资源,难以实现实时性。
发明内容
本公开提供了一种图像融合方法、装置、电子设备及自动驾驶车辆,能够实现减少图像融合时占用的资源,提高图像融合和视频融合的实时性。
根据本公开的第一方面,提供了一种图像融合方法,包括:获取至少两张待融合图像的特征标定文件,将每张待融合图像的特征标定文件根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件,第一图像像素压缩链表文件包括将待融合图像映射至融合图像时的映射关系,预设的第一编码规则包括:对于每行的起始像素,记录起始像素的横坐标和纵坐标,对于起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值。根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像。
根据本公开的第二方面,提供了一种图像融合装置,包括:编码模块,用于获取至少两张待融合图像的特征标定文件,将每张待融合图像的特征标定文件根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件,第一图像像素压缩链表文件包括将待融合图像映射至融合图像时的映射关系,预设的第一编码规则包括:对于每行的起始像素,记录起始像素的横坐标和纵坐标,对于起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值。融合模块,用于根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像。
根据本公开的第三方面,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如第一方面提供的方法。
根据本公开的第四方面,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,计算机指令用于使计算机执行根据第一方面提供的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据第一方面提供的方法。
根据本公开的第六方面,提供了一种自动驾驶车辆,包括第三方面提供的电子设备。
本公开通过根据预设的第一编码规则对获取到的待融合图像的特征标定文件进行编码得到图像像素压缩链表文件。由于通过预设的第一编码规则编码得到的图像像素压缩链表文件体积小,易读取。所以在根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像时,需要处理的数据减少,提高图像融合的速度,进而提高了图像融合的实时性。
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1示出了一种图像融合方法的应用场景图;
图2为本公开实施例提供的一种图像融合方法的流程示意图;
图3为本公开实施例提供的一种第一图像像素压缩链表文件的示意图;
图4为本公开实施例提供的一种图像融合的示意图;
图5为本公开实施例提供的一种图像融合方法的流程示意图;
图6为本公开实施例提供的一种第二图像像素压缩链表文件的示意图;
图7为本公开实施例提供的另一种第二图像像素压缩链表文件的示意图;
图8为本公开实施例提供的一种图像融合装置的组成示意图;
图9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。
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。
自动驾驶技术中,获取自动驾驶车辆的前向融合视频是很重要的。融合视频时,往往是基于多个摄像头拍摄的视频中的每一帧图像进行融合得到的。
自动驾驶车辆的前向视频融合要求实时性,但由于通信带宽有限和车载计算资源有限。通过CPU或GPU进行图像融合处理会占用大量资源,难以实现实时性。
对此,本申请提供了一种可以应用于现场可编程逻辑门阵列(FieldProgrammable Gate Array,FPGA)的图像融合方法,包括:获取至少两张待融合图像的特征标定文件,将每张待融合图像的特征标定文件根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件,第一图像像素压缩链表文件包括将待融合图像映射至融合图像时的映射关系,预设的第一编码规则包括:对于每行的起始像素,记录起始像素的横坐标和纵坐标,对于起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值。根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像。
由于通过预设的第一编码规则编码得到的图像像素压缩链表文件体积小,易读取。所以在根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像时,需要处理的数据减少,提高图像融合的速度,进而提高了图像融合的实时性。
图1示出了一种图像融合方法的应用场景图,其中,包括自动驾驶车辆11、至少两个摄像头12,具有FPGA的电子设备13,每个摄像头12均电子设备13通信连接。
电子设备13可以是具有FPGA的设备,如车载电脑、外置电脑、开发板等电子设备。这些设备的操作系统可以是安卓(Android)系统,窗口系统(Windows),苹果移动操作系统(iOS),苹果操作系统(Mac OS)或者鸿蒙系统(Harmony OS)、林纳斯系统(Linux)等,本公开对此不作限制。
图2为本公开实施例提供的一种图像融合方法的流程示意图。该方法可以应用于上述电子设备13,如图2所示,图像融合方法包括:
S210、获取至少两张待融合图像的特征标定文件,将每张待融合图像的特征标定文件根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件。
一些实施方式中,可以通过多个摄像头获取多个待融合图像。例如,参考图1中示出的场景,每个摄像头12可以拍摄一张待融合图像,多个摄像头12拍摄得到的多张待融合图像经过标定后,可以得到每张待融合图像对应的特征标定文件。特征标定文件用于指示在进行图像融合时,该待融合图像参与融合的像素的位置信息以及权重参数。
第一图像像素压缩链表文件(MAP)包括将待融合图像映射至融合图像时的映射关系,预设的第一编码规则包括:对于每行的起始像素,记录起始像素的横坐标和纵坐标,对于起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值。
图3为本公开实施例提供的一种第一图像像素压缩链表文件的示意图。
一些实施方式中,参考图3,第一图像像素压缩链表文件可以通过映射表的方式存储。映射表中每个方块里存储的映射数据为个4个字节(4B)。其中,每个映射数据表示了对应像素的位置信息,通过横坐标(X)和纵坐标(Y)表示。
一些实施方式中,对于每个像素通过4个字节表示,其中,编码参数占用4个比特,横坐标和纵坐标分别占用12个比特,编码参数用于指示像素的性质。
作为示例,4个字节共有32bits(BIT[31:0])。其中,纵坐标Y占用12bits(BIT[23:12]),横坐标X占用12bits(BIT[11:0])。然后,再用4bits(BIT[31:28])表示编码参数(CODE)。
一些实施方式中,CODE=0时,表示当前输出值为0。CODE=1时,表示当前对应输入的一个新起始行,该像素为起始像素,此时Y和X分别是输入起始地址。CODE=2时,表示当前输出为CODE=1时后的同一行数据,此时的Y=0,X表示相对于起始地址的偏移。CODE=3时,表示已经完成这个对应输入的整个图像区域遍历。
例如,参考图3中示出的第一图像像素压缩链表文件,(1,22,2)表示该像素为起始像素,像素对应的坐标为(22,2)。其后一格中的数据为(2,0),“2”则表示该像素与前一像素(22,2)为同一行(即Y坐标无偏移),“0”表示该像素的X坐标与前一像素(22,2)的偏移值为0,即该像素与起始像素的坐标相同,也是(22,2)。
再后一格中的数据为(2,1),“2”则表示该像素与起始像素(22,2)为同一行。“1”表示该像素的X坐标与起始像素(22,2)的偏移值为1,即该像素的坐标为(22,3)。
再后一格中的数据为(2,2),“2”则表示该像素与起始像素(22,2)为同一行。“2”表示该像素的X坐标与起始像素(22,2)的偏移值为2,即该像素的坐标为(22,4)。
通过以上编码方式对待融合图像进行编码得到的第一图像像素压缩链表文件,可以有效减小第一图像像素压缩链表文件的体积,减少图像融合时需要传输和处理的数据量,进而可以有效减少图像融合所耗费的时间,提高图像融合的实时性。
S220、根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像。
图4为本公开实施例提供的一种图像融合的示意图。
一些实施方式中,参考图4,其中包括待融合图像41a、待融合图像41b和待融合图像41c。待融合图像41a的特征标定文件编码后得到一个对应的第一图像像素压缩链表文件42a;待融合图像41b的特征标定文件编码后得到一个对应的第一图像像素压缩链表文件42b;待融合图像41c的特征标定文件编码后得到一个对应的第一图像像素压缩链表文件42c。在进行合并时,根据第一图像像素压缩链表文件42a、第一图像像素压缩链表文件42b和第一图像像素压缩链表文件42c获取输出至融合图像43的每个像素以及该像素的坐标。将所有像素合并在一起即可得的融合图像43。
在本实施例中,由于通过预设的第一编码规则编码得到的图像像素压缩链表文件体积小,易读取。所以在根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素合并得到融合图像时,需要处理的数据减少,提高图像融合的速度,进而提高了图像融合的实时性。
图5为本公开实施例提供的一种图像融合方法的流程示意图。
一些实施方式中,参考图5,根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并得到融合图像,包括:
S510、将第一图像像素压缩链表文件,根据预设的第二编码规则进行编码,得到第二图像像素压缩链表文件。
一些实施方式中,通过第一图像像素压缩链表文件获取输出至融合图像的融合像素,合并得到融合图像时,当加载第一图像像素压缩链表文件之后,需要FPGA判断CODE=2的情况。即需要FPGA读取到最大的偏移值,才能向双倍速率同步动态随机存储器(DoubleData RateSynchronous Dynamic Random Access Memory,DDR)发出确定突发(burst)长度的请求。这个过程中会2次读取同一段第一图像像素压缩链表文件,第一次确定burst的长度,第二次根据偏移地址获取每个输出对应的输入数据。这样会导致数据输出延迟较高。
对此,可以通过预设的第二编码规则对第一图像像素压缩链表文件进行再次编码,一些实施方式中,预设的第二编码规则包括:对于起始像素之后的像素,通过一个字节中的最高位表示字节中数据的性质,通过低位表示起始像素之后的像素与前一像素之间的地址的偏移值。
图6为本公开实施例提供的一种第二图像像素压缩链表文件的示意图,图7为本公开实施例提供的另一种第二图像像素压缩链表文件的示意图。
一些实施方式中,参考图6,第二图像像素压缩链表文件也可以通过映射表的方式存储。每个方格表示4个字节,其中,BIT[31:28]用来表示CODE。
一些实施方式中,CODE=0时,输出像素为0。CODE=1时,即表示当前只向DDR内存请求有一个像素点。
CODE=2时,即表示当前向DDR内存请求2个以上像素点,且当前像素点为起始像素。Y,X对应输入像素点起始地址,BIT[27:24]代表要发起burst的长度的编码。例如,图6中的(2,22,2)一格,表示需要请求多个像素点(如3个),BIT[31:28]的值为2,即CODE=2,BIT[27:24]的值为3即burst的长度为3,BIT[23:12]为纵坐标Y的数据,BIT[11:0]为横坐标X的数据。
CODE=3时,即表示当是一个连续的行地址,此时用4bits来表示这个像素的地址和上一个像素地址的相对偏移,这样,除去BIT[31:28]用来表示CODE外,BIT[27:0]可以用来表示7个地址。CODE=4时,表示本次处理行数据结束,结束符号用“C”来表示。
例如,图7中的(31111111)一格,CODE=3,表示与前一格(2,21,1)为连续的行地址。“1111111”则表示连续7个像素,每个像素与前一像素的偏移值为1,即7个像素的地址分别为(21,2)、(21,3)、(21,4)、(21,5)、(216)、(21,7)、(21,8)。
图7中的(40000C11)一格,CODE=4,表示该格与前一格连续,且在本格终止连续。C表示该符号之后的“0000”为填充数据,该符号之前的“11”表示连续2个像素,每个像素与前一像素的偏移值为1,即2个像素的地址分别为(21,9)、(21,10)。
CODE=5时,表示为填充(padding)数据,仅仅是用来对齐burst的地址。
CODE=F时,表示已经完成这个对应输入的整个图像区域遍历。
S520、根据第二图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像。
一些实施方式中,根据第二图像像素压缩链表文件,获取输出至融合图像的融合像素,合并得到融合图像与S220中类似,在此不做赘述。
在本实施例中,通过预设的第二编码规则对第一图像像素压缩链表文件进行编码得到的第二图像像素压缩链表文件,第二图像像素压缩链表文件体积更小,且记录了burst的长度。使得根据第二图像像素压缩链表文件获取输出至融合图像的融合像素,合并得到融合图像时,需要处理和传输的数据量更小,且只需要读取一次第二图像像素压缩链表文件。进一步的减少图像融合时需要传输和处理的数据量,进而可以更加有效减少图像融合所耗费的时间,大幅提高图像融合的实时性。
一些实施方式中,根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并得到融合图像,包括:
获取每个融合像素对应的预设的权重系数。将每个融合像素与对应的预设的权重值相乘后,合并得到融合图像。
一些实施方式中,由于在融合图像时,多张图像交界的部分在同一位置上可能会存在多个图像中的多个像素,每个像素对应一个权重系数,同一位置上多个像素的权重系数之和为。这个权重系数可以根据实际应用时,摄像头之间的位置关系预先设置。
在图像融合时,将预设的权重系数与对每个对应的融合像素相乘,然后进行合并融合,可以有效提高融合图像的精度,得到更加精细的融合图像。
示例性实施例中,本公开实施例还提供一种图像融合装置,可以用于实现如前述实施例提供的图像融合方法。
图8为本公开实施例提供的一种图像融合装置的组成示意图。
如图8所示,该装置可以包括:
编码模块81,用于获取至少两张待融合图像的特征标定文件,将每张待融合图像的特征标定文件根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件,第一图像像素压缩链表文件包括将待融合图像映射至融合图像时的映射关系,预设的第一编码规则包括:对于每行的起始像素,记录起始像素的横坐标和纵坐标,对于起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值。
融合模块82,用于根据第一图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像。
一些实施方式中,预设的第一编码规则,还包括:对于每个像素,通过4个字节表示,其中,编码参数占用4个比特,横坐标和纵坐标分别占用12个比特,编码参数用于指示像素的性质。
一些实施方式中,编码模块81,还用于将第一图像像素压缩链表文件,根据预设的第二编码规则进行编码,得到第二图像像素压缩链表文件,预设的第二编码规则包括:对于起始像素之后的像素,通过一个字节中的最高位表示字节中数据的性质,通过低位表示起始像素之后的像素与前一像素之间的地址的偏移值。根据第二图像像素压缩链表文件,获取输出至融合图像的融合像素,合并融合像素得到融合图像。
一些实施方式中,融合模块82,具体用于获取每个融合像素对应的预设的权重系数。将每个融合像素与对应的预设的权重值相乘后,合并融合像素得到融合图像。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,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、一种计算机程序产品和一种自动驾驶车辆。
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如以上实施例中提供的方法。
示例性实施例中,可读存储介质可以是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根据以上实施例中提供的方法。
示例性实施例中,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以上实施例中提供的方法。
图9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,车载电脑、膝上型计算机、平板电脑、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9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理,例如页面渲染方法。例如,在一些实施例中,页面渲染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905。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的页面渲染方法的一个或多个步骤。备选地,在其他实施例中,计算单元901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融合方法。
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、现场可编程门阵列(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。
示例性实施例中,自动驾驶车辆中还设置有前述任一电子设备。例如,自动驾驶车辆的车载电脑可以为图9中所示的电子设备。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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 (12)

1.一种图像融合方法,其特征在于,所述方法包括:
获取至少两张待融合图像的特征标定文件,将每张所述待融合图像的特征标定文件根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件,所述第一图像像素压缩链表文件包括将所述待融合图像映射至融合图像时的映射关系,所述预设的第一编码规则包括:对于每行的起始像素,记录所述起始像素的横坐标和纵坐标,对于所述起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值;
根据所述第一图像像素压缩链表文件,获取输出至所述融合图像的融合像素,合并所述融合像素得到所述融合图像。
2.根据权利要求1所述的方法,其特征在于,所述预设的第一编码规则,还包括:
对于每个像素,通过4个字节表示,其中,编码参数占用4个比特,横坐标和纵坐标分别占用12个比特,所述编码参数用于指示所述像素的性质。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一图像像素压缩链表文件,获取输出至所述融合图像的融合像素,合并所述融合像素得到所述融合图像,包括:
将所述第一图像像素压缩链表文件,根据预设的第二编码规则进行编码,得到第二图像像素压缩链表文件,所述预设的第二编码规则包括:对于所述起始像素之后的像素,通过一个字节中的最高位表示所述字节中数据的性质,通过低位表示起始像素之后的像素与前一像素之间的地址的偏移值;
根据所述第二图像像素压缩链表文件,获取输出至所述融合图像的融合像素,合并所述融合像素得到所述融合图像。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述第一图像像素压缩链表文件,获取输出至所述融合图像的融合像素,合并所述融合像素得到所述融合图像,包括:
获取每个所述融合像素对应的预设的权重系数;
将每个所述融合像素与所述对应的预设的权重值相乘后,合并与所述预设的权重值相乘后的融合像素得到所述融合图像。
5.一种图像融合装置,其特征在于,所述装置包括:
编码模块,用于获取至少两张待融合图像的特征标定文件,将每张待融合图像的特征标定文件根据预设的第一编码规则进行编码,得到对应的第一图像像素压缩链表文件,所述第一图像像素压缩链表文件包括将所述待融合图像映射至融合图像时的映射关系,所述预设的第一编码规则包括:对于每行的起始像素,记录所述起始像素的横坐标和纵坐标,对于所述起始像素之后的像素,记录每个像素与前一像素之间地址的偏移值;
融合模块,用于根据所述第一图像像素压缩链表文件,获取输出至所述融合图像的融合像素,合并所述融合像素得到所述融合图像。
6.根据权利要5所述的装置,其特征在于,所述预设的第一编码规则,还包括:
对于每个像素,通过4个字节表示,其中,编码参数占用4个比特,横坐标和纵坐标分别占用12个比特,所述编码参数用于指示所述像素的性质。
7.根据权利要求5或6所述的装置,其特征在于,所述编码模块,还用于将所述第一图像像素压缩链表文件,根据预设的第二编码规则进行编码,得到第二图像像素压缩链表文件,所述预设的第二编码规则包括:对于所述起始像素之后的像素,通过一个字节中的最高位表示所述字节中数据的性质,通过低位表示起始像素之后的像素与前一像素之间的地址的偏移值;
根据所述第二图像像素压缩链表文件,获取输出至所述融合图像的融合像素,合并所述融合像素得到所述融合图像。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述融合模块,具体用于获取每个所述融合像素对应的预设的权重系数;
将每个所述融合像素与所述对应的预设的权重值相乘后,合并所述融合像素得到所述融合图像。
9.一种电子设备,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1-4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,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-4任一项所述的方法。
11.一种计算机程序产品,其特征在于,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1-4任一项所述的方法。
12.一种自动驾驶车辆,其特征在于,包括权利要求9所述的电子设备。
CN202210930528.3A 2022-08-03 2022-08-03 图像融合方法、装置、电子设备及自动驾驶车辆 Pending CN115331080A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210930528.3A CN115331080A (zh) 2022-08-03 2022-08-03 图像融合方法、装置、电子设备及自动驾驶车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210930528.3A CN115331080A (zh) 2022-08-03 2022-08-03 图像融合方法、装置、电子设备及自动驾驶车辆

Publications (1)

Publication Number Publication Date
CN115331080A true CN115331080A (zh) 2022-11-11

Family

ID=83922284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210930528.3A Pending CN115331080A (zh) 2022-08-03 2022-08-03 图像融合方法、装置、电子设备及自动驾驶车辆

Country Status (1)

Country Link
CN (1) CN115331080A (zh)

Similar Documents

Publication Publication Date Title
CN112714309A (zh) 视频质量评估方法、装置、设备、介质及程序产品
CN112541878A (zh) 建立图像增强模型与图像增强的方法、装置
CN112714357B (zh) 视频播放方法、视频播放装置、电子设备和存储介质
CN113676730B (zh) 视频编码方法、装置、电子设备和存储介质
CN112488060B (zh) 目标检测方法、装置、设备和介质
CN114792355B (zh) 虚拟形象生成方法、装置、电子设备和存储介质
CN115546331A (zh) 一种数据渲染方法、装置、电子设备及计算机可读介质
CN111970518A (zh) 一种图像丢帧处理方法、系统、设备及计算机存储介质
CN113839998A (zh) 图像数据传输方法、装置、设备、存储介质及程序产品
CN113487524A (zh) 图像格式转换方法、装置、设备、存储介质及程序产品
CN105554375A (zh) 一种硬盘录像机中视频预览的方法及装置
CN112688991A (zh) 用于执行点云扫描操作的方法、相关装置及计算机程序产品
CN115331080A (zh) 图像融合方法、装置、电子设备及自动驾驶车辆
CN115761600A (zh) 视频融合电路、方法和装置、电子设备、计算机可读介质
CN115174774B (zh) 一种深度图像的压缩方法、装置、设备及存储介质
CN114245127B (zh) 一种云桌面编码器的参数调整方法、装置、设备及介质
CN114022357A (zh) 图像重建方法、图像重建模型的训练方法、装置和设备
CN114760526A (zh) 一种视频渲染方法、装置、电子设备及存储介质
CN113556575A (zh) 用于压缩数据的方法、装置、设备、介质和产品
CN114218166A (zh) 数据处理方法、装置、电子设备及可读存储介质
CN111405293A (zh) 一种视频传输方法及装置
CN115118989B (zh) 一种图像压缩方法及装置
CN113627363B (zh) 视频文件的处理方法、装置、设备以及存储介质
CN113721877B (zh) 推屏方法、装置、设备和存储介质
CN113965206A (zh) 压缩方法、装置、电子设备以及存储介质

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