本申请提供了一种图像处理方法和图像处理装置，该方法包括：获取双目图像，其中，双目图像包括第一图像与第二图像；获取第一图像相对于第二图像的视差图；将视差图以行为单位对每行像素的所有视差值进行统计，获得视差图的视差统计图；对视差统计图进行动态规划处理，得到视差统计图中的相对视差曲线。通过本申请提供的动态规划处理得到的相对视差曲线，精度高，鲁棒性更强，从而能够更好地应用于可行驶区域检测。区域检测。区域检测。
【技术实现步骤摘要】
图像处理方法和图像处理装置
[0001]本申请涉及汽车领域，并且更具体地，涉及一种图像处理方法和图像处理装置。
技术介绍
[0002]可行驶区域(free space)可以理解为道路中没有被障碍物占据的部分，或者可以理解为车辆可以通行的部分。可行驶区域的检测可以帮助车辆根据行驶方向前方路面的实时情况做出合适的控制决策。利用单目摄像头进行可行驶区域的检测主要使用深度学习的算法才能达到满足需求的精度，而与之相比，利用双目摄像头进行可行驶区域的检测则大多是在双目图像(两个摄像头同步获取的两个图像)的视差图的基础上利用传统的机器学习算法实现。
[0003]在利用视差图来获取图像中的可行驶区域时，非常重要的一个环节就是相对视差曲线的提取，提取精度越高，获得的可行驶区域则越准确。相对视差曲线可以理解为两个图像之间视差的变化曲线。现有技术中主要有两类方案，第一类方案是先将视差图像转换到三维空间，再在三维空间中提取相对视差曲线，然后将提取到的相对视差曲线映射回原二维图像中，例如基于B
‑
spline算法的提取方法，但这类方法过程复杂，且需要非常大的运算量，而车辆中控制单元等用于执行运算的设备往往运算能力有限，无法承担这样的复杂运算，且运算时间较长，无法满足车辆行驶场景的实时性需求，所以一类方案虽然能在一定程度上保证提取精度，但并不适用于车辆场景。第二类方案是采用适用于二维空间的提取方法，例如基于hough transform算法的提取方法，这类方法的运算量是车辆中的运算设备可以承担的，但这类方法是基于平面假设原理来实现的，也就是说，这类算法的前提是假定路面是完全水平的平面，但在实际场景中，道路往往会出现高低不平的情况，这就导致提取的相对视差曲线误差过大，最后得到的可行驶区域的准确性较低。
[0004]因此，如何提高相对视差曲线的提取精度，从而提高检测可行驶区域的准确性是亟需解决的技术问题。
技术实现思路
[0005]本申请提供一种图像处理方法以及装置，能够提高相对视差曲线的提取精度。
[0006]第一方面，提供了一种图像处理方法，包括：获取双目图像，其中，双目图像包括第一图像与第二图像；获取第一图像相对于第二图像的视差图；将视差图以行为单位对每行像素的所有视差值进行统计，获得视差图的视差统计图；对视差统计图进行动态规划处理，得到视差统计图中的相对视差曲线。
[0007]可见，通过本申请提供的动态规划处理得到的相对视差曲线，精度高，鲁棒性更强，从而能够更好地应用于车辆可行驶区域检测。
[0008]应理解，第一图像可以是左目图像，此时第二图像为右目图像；第一图像也可以是右目图像，此时第二图像为左目图像。
[0009]结合第一方面，在第一方面的某些实现方式中，上述对视差统计图进行动态规划
处理可以采用下面的方法实现：按照从最后一行到第0行的顺序，逐行求取视差统计图的每行对应的最大损失函数值，每行的最大损失函数值对应的点构成的线条即为相对视差曲线，所述最后一行对应于所述双目图像(左目图像或者右目图像)中最下面一行，当双目图像为车辆行驶方向的双目图像时，也即为最后一行对应于双目图像中距离车辆最近距离的成像，所述第0行对应于所述双目图像中最上面一行，当双目图像为车辆行驶方向的双目图像时，也即为第0行对应于双目图像中距离车辆最远距离的成像。
[0010]结合第一方面，在第一方面的某些实现方式中，在逐行获取每行的最大损失函数值之后，还可以将视差统计图按照行向进行压缩，得到压缩后的视差统计图，以及对压缩后的视差统计图再次进行动态规划处理，从而得到相对视差曲线。
[0011]如上文所述，上述得到的相对视差曲线可以用于得到车辆可行驶区域的检测，从而提高检测可行驶区域的准确性。
[0012]结合第一方面，在第一方面的某些实现方式中，所述双目图像为车辆行驶方向的双目图像，可以基于相对视差曲线，得到双目图像中的车辆可行驶区域。
[0013]结合第一方面，在第一方面的某些实现方式中，在基于相对视差曲线得到双目图像中的车辆可行驶区域时，可以采用下面的方法：利用相对视差曲线对第二图像进行校正，得到校正后的第二图像，以及根据校正后的第二图像和第一图像，得到车辆可行驶区域。
[0014]第二方面，提供了一种图像处理装置，该装置包括能够实现第一方面及其任意一种实现方式的方法的单元。例如，该装置可以包括获取单元和处理单元，获取单元用于获取车辆行驶方向的双目图像；处理单元用于对双目图像进行处理，从而得到相对视差曲线。
[0015]第三方面，提供一种图像处理装置，包括处理器和存储器，所述存储器用于存储程序指令，所述处理器用于调用所述程序指令以实现第一方面及其任意一种实现方式的方法。
[0016]第四方面，提供一种计算机可读存储介质，其特征在于，所述计算机可读介质存储用于设备执行的程序代码，该程序代码包括用于实现第一方面及其任意一种实现方式的方法的指令。
[0017]第五方面，提供一种芯片系统，其特征在于，所述芯片系统包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，以实现第一方面及其任意一种实现方式的方法。
[0018]第六方面，提供一种计算机程序产品，当所述计算机程序在计算机上执行时，使得所述计算机执行第一方面及其任意一种实现方式的方法。
附图说明
[0019]图1是本申请实施例的图像处理方法的示意性流程图。
[0020]图2是本申请实施例的双目图像的示意图。
[0021]图3是图2中的右目图像的视差图的示意图。
[0022]图4是本申请实施例的视差统计图的示意图。
[0023]图5是本申请实施例的从视差统计图中提取相对视差曲线的示意图。
[0024]图6是本申请实施例的利用相对视差曲线得到可行驶区域的示意图。
[0025]图7和图8是本申请实施例的方法与现有技术的方法的结果比较示意图。
[0026]图9是本申请实施例的图像处理装置的示意性结构图。
[0027]图10是本申请实施例的图像处理装置的硬件结构示意图。
具体实施方式
[0028]下面将结合本申请实施例中的附图，对本申请中的技术方案进行描述。
[0029]为了便于理解，首先对一些相关术语进行介绍。
[0030](1)视差图
[0031]假设有两个水平放置、方向一致、内部参数一致、间隔距离为b的摄像头，它们便组成了一个理想的双目传感器系统。空间中的任意一点P(X,Y,Z)，在两个摄像头中的对应纵坐标相同但横坐标是不同的。假设P点在左侧摄像头(左目摄像头)中的坐标表示为P
l
(x
l
,y)，P点在右侧摄像头(右目摄像头)中的坐标表示为P
r
(x
r
,y)，x
r
＝x
l
‑
D，其中，D表示两个图像中的横坐标差值，则D即为P点在此双目摄像头中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取双目图像，其中，所述双目图像包括第一图像与第二图像；获取所述第一图像相对于所述第二图像的视差图；将所述视差图以行为单位对每行像素的所有视差值进行统计，获得所述视差图的视差统计图；对所述视差统计图进行动态规划处理，得到所述视差统计图中的相对视差曲线。2.如权利要求1所述的方法，其特征在于，所述对所述视差统计图进行动态规划处理，得到所述视差统计图中的相对视差曲线，包括：按照从最后一行到第0行的顺序，逐行求取所述视差统计图的每行对应的最大损失函数值，每行的所述最大损失函数值对应的点构成的线条即为所述相对视差曲线，所述最后一行对应于所述双目图像中最下面一行，所述第0行对应于所述双目图像中最上面一行。3.如权利要求2所述的方法，其特征在于，在所述逐行获取每行的最大损失函数值之后，所述方法还包括：将所述视差统计图按照行向进行压缩，得到压缩后的视差统计图；对所述压缩后的视差统计图再次进行所述动态规划处理，从而得到所述相对视差曲线。4.如权利要求1至3中任一项所述的方法，其特征在于，所述双目图像为车辆行驶方向的双目图像，所述方法还包括：基于所述相对视差曲线，得到所述双目图像中的车辆可行驶区域。5.如权利要求4所述的方法，其特征在于，所述基于所述相对视差曲线，得到所述双目图像中的车辆可行驶区域，包括：根据所述相对视差曲线对所述第二图像进行校正，得到校正后的第二图像；根据所述校正后的第二图像和所述第一图像，得到所述车辆可行驶区域。6.一种图像处理装置，其特征在于，包括：获取单元，用于获取双目图像，其中，所述双目图像包括第一图像与第二图像；处理单元，用于执行以下操作：获取所述第...
【专利技术属性】
技术研发人员：张宗艳，王庭琛，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。