一种图像特征提取方法、装置、介质及电子设备与流程
本申请涉及车载图像处理，具体涉及一种图像特征提取方法、装置、介质及电子设备。
背景技术：
1、随着智能化和自动驾驶技术的不断发展，越来越多的车辆上都搭载了智能驾驶设备或自动驾驶系统。为了保证智能驾驶设备和自动驾驶系统的正常运行，需要在车辆上搭载传感器以在驾驶过程中感知周围的环境数据和信息，例如采用感知摄像头观测路况图像数据以计算车辆在地图中的位置信息，并规划车辆的行驶路径。
2、然而由于传感器所感知的环境数据会因为光照强度等干扰因素而导致图像特征点(例如图像边缘、角点、纹理等)产生大量的噪声影响，从而影响特征处理和提取时的准确性。并且现有的图像特征提取会存在提取到的特征点在部分区域大规模聚集重叠、而在其他区域较少甚至没有，从而造成特征点整体分布不均匀，继而造成后续定位、智能驾驶的精度下降。
3、因此，亟需一种可以有效提高图像数据特征提取准确度的方法。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种图像特征提取方法、装置、介质及电子设备。
2、根据本申请的一个方面，提供了一种图像特征提取方法，包括：获取初始图像；其中，所述初始图像包括特定区域内的多个数据点；采用高斯滤波函数对所述初始图像进行噪声处理，得到去噪图像；其中，所述高斯滤波函数的标准差基于对应的数据点的第一预设范围内所有数据点的像素方差动态确定；对所述去噪图像进行数据点分布均匀化处理，得到目标图像。
3、在一实施例中，所述采用高斯滤波函数对所述初始图像进行噪声处理，得到去噪图像包括：计算单个数据点的第一预设范围内所有数据点的像素方差；基于所述单个数据点的第一预设范围内所有数据点的像素方差，计算得到所述单个数据点对应的高斯滤波函数的标准差；其中，所述单个数据点对应的高斯滤波函数的标准差与所述单个数据点的第一预设范围内所有数据点的像素方差反相关；基于所述单个数据点对应的高斯滤波函数的标准差，计算所述单个数据点的第二预设范围内所有数据点的权重值；其中，所述第二预设范围包含于所述第一预设范围内；基于所述单个数据点的第二预设范围内所有数据点的权重值，计算得到所述单个数据点的去噪值；其中，所述去噪值表示对所述单个数据点进行噪声处理后的像素值。
4、在一实施例中，所述基于所述单个数据点的第二预设范围内所有数据点的权重值，计算得到所述单个数据点的去噪值包括：基于所述单个数据点的第二预设范围内所有数据点的权重值，加权求和所述单个数据点的第二预设范围内所有数据点的像素值，得到所述单个数据点的去噪值。
5、在一实施例中，所述基于所述单个数据点的第一预设范围内所有数据点的像素方差，计算得到所述单个数据点对应的高斯滤波函数的标准差包括：基于所述单个数据点的第一预设范围内所有数据点的像素方差和对应的高斯滤波函数，计算得到所述单个数据点对应的高斯滤波函数的标准差；其中，所述单个数据点的第一预设范围内所有数据点的像素方差和对应的高斯滤波函数之间的对比值不变。
6、在一实施例中，所述基于所述单个数据点对应的高斯滤波函数的标准差，计算所述单个数据点的第二预设范围内所有数据点的权重值包括：基于所述单个数据点对应的高斯滤波函数的标准差和对应的高斯滤波函数，计算所述单个数据点的第二预设范围内所有数据点的权重值。
7、在一实施例中，所述对所述去噪图像进行数据点分布均匀化处理，得到目标图像包括：基于所述去噪图像中数据点的分布聚集度，删除所述分布聚集度大于预设的聚集度阈值的部分数据点，得到所述目标图像。
8、在一实施例中，所述基于所述去噪图像中数据点的分布聚集度，删除所述分布聚集度大于预设的聚集度阈值的部分数据点，得到所述目标图像包括：采用预设大小的窗口在所述去噪图像中框选数据点，得到多个窗口区域；若单个所述窗口区域内数据点的数量大于预设数量阈值，则计算该窗口区域内任意两个数据点的间隔距离；若存在两个数据点的间隔距离小于预设距离阈值，则删除所述两个数据点中像素值较小的数据点，得到所述目标图像。
9、根据本申请的另一个方面，提供了一种图像特征提取装置，包括：图像获取模块，用于获取初始图像；其中，所述初始图像包括特定区域内的多个数据点；噪声处理模块，用于采用高斯滤波核对所述初始图像进行噪声处理，得到去噪图像；其中，每个所述数据点的标准差基于所述数据点的预设领域内所有数据点的方差确定；数据均匀模块，用于对所述去噪图像进行数据点分布均匀化处理，得到目标图像。
10、根据本申请的另一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的图像特征提取方法。
11、根据本申请的另一个方面，提供了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器用于执行上述任一所述的图像特征提取方法。
12、本申请提供的一种图像特征提取方法、装置、介质及电子设备，通过获取初始图像；其中，初始图像包括特定区域内的多个数据点；采用高斯滤波函数对初始图像进行噪声处理，得到去噪图像；其中，高斯滤波函数的标准差基于对应的数据点的第一预设范围内所有数据点的像素方差动态确定；对去噪图像进行数据点分布均匀化处理，得到目标图像；即在获取了初始图像后采用高斯滤波函数对初始图像进行噪声处理以滤除噪声，并且根据数据点预设范围内数据点的像素方差动态确定高斯滤波函数的标准差，以根据数据点的离散程度有效降低数据点对噪声敏感度，从而提高图像特征提取的准确性；同时对去噪图像进行数据分布均匀化处理，以改善图像特征点分布均匀的问题，从而进一步提高图像特征提取的准确性。
技术特征：
1.一种图像特征提取方法，其特征在于，包括：
2.根据权利要求1所述的图像特征提取方法，其特征在于，所述采用高斯滤波函数对所述初始图像进行噪声处理，得到去噪图像包括：
3.根据权利要求2所述的图像特征提取方法，其特征在于，所述基于所述单个数据点的第二预设范围内所有数据点的权重值，计算得到所述单个数据点的去噪值包括：
4.根据权利要求2所述的图像特征提取方法，其特征在于，所述基于所述单个数据点的第一预设范围内所有数据点的像素方差，计算得到所述单个数据点对应的高斯滤波函数的标准差包括：
5.根据权利要求2所述的图像特征提取方法，其特征在于，所述基于所述单个数据点对应的高斯滤波函数的标准差，计算所述单个数据点的第二预设范围内所有数据点的权重值包括：
6.根据权利要求1所述的图像特征提取方法，其特征在于，所述对所述去噪图像进行数据点分布均匀化处理，得到目标图像包括：
7.根据权利要求6所述的图像特征提取方法，其特征在于，所述基于所述去噪图像中数据点的分布聚集度，删除所述分布聚集度大于预设的聚集度阈值的部分数据点，得到所述目标图像包括：
8.一种图像特征提取装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7任一所述的图像特征提取方法。
10.一种电子设备，其特征在于，包括：
技术总结
本申请公开了一种图像特征提取方法、装置、介质及电子设备，通过获取初始图像；采用高斯滤波函数对初始图像进行噪声处理，得到去噪图像；其中，高斯滤波函数的标准差基于对应的数据点的第一预设范围内所有数据点的像素方差动态确定；对去噪图像进行数据点分布均匀化处理，得到目标图像；即在获取了初始图像后采用高斯滤波函数对初始图像进行噪声处理以滤除噪声，并且根据数据点预设范围内数据点的像素方差动态确定高斯滤波函数的标准差，以根据数据点的离散程度有效降低数据点对噪声敏感度，从而提高图像特征提取的准确性；同时对去噪图像进行数据分布均匀化处理，以改善图像特征点分布均匀的问题，从而进一步提高图像特征提取的准确性。
技术研发人员：唐超超,侯杨,谢琳,王钰龙,李红纹
受保护的技术使用者：重庆赛力斯凤凰智创科技有限公司
技术研发日：
技术公布日：2024/12/5