CN112241988B

CN112241988B - 图像处理方法、装置、计算机设备和存储介质

Info

Publication number: CN112241988B
Application number: CN201910778472.2A
Authority: CN
Inventors: 孙鹏飞; 原诚寅
Original assignee: Beijing National New Energy Vehicle Technology Innovation Center Co Ltd
Current assignee: Beijing National New Energy Vehicle Technology Innovation Center Co Ltd
Priority date: 2019-08-22
Filing date: 2019-08-22
Publication date: 2024-09-06
Anticipated expiration: 2039-08-22
Also published as: CN112241988A

Abstract

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。所述方法包括：通过获取预设标定靶标对应的图像，并对所述图像中的标识进行识别，得到所述标识中的大标识和小标识；进一步根据所述大标识，建立所述图像的拓扑坐标系；进而根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标。采用本方法能够对特定标定靶标进行精确的三维激光雷达和单目相机之间的外参标定。

Description

图像处理方法、装置、计算机设备和存储介质

技术领域

本申请涉及外参标定技术领域，特别是涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

标定是计算机视觉与机器人领域的基础问题，主要是指使用标准的计量仪器对所使用仪器的准确度(精度)进行检测是否符合标准，一般大多用于精密度较高的仪器，标定也可以认为是校准。

在自动驾驶车辆等同时搭载激光雷达和单目相机这两类传感器的移动平台中，需要进行激光雷达与单目相机之间的标定。根据激光雷达和单目相机两类待标定传感器的特点，需要设计相应的标定装置以达成外参标定的目的。由激光雷达和单目相机采集到的标定装置数据分别为三维点云和二维图像，需要进行有效信息提取得到用于外参标定的参数。

目前，三维激光雷达和单目相机之间的外参标定精度较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高外参标定精度的图像处理方法、装置、计算机设备和存储介质。

一种图像处理方法，所述方法包括：

获取预设标定靶标对应的图像；

对所述图像中的标识进行识别，得到所述标识中的大标识和小标识；

根据所述大标识，建立所述图像的拓扑坐标系；

根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标。

在其中一个实施例中，所述方法包括：

获取预设标定靶标对应的二维图像；

对所述二维图像中的标识进行识别，得到所述标识中的大标识和小标识；

根据所述大标识，建立所述二维图像的拓扑坐标系；

根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的二维图像坐标。

在其中一个实施例中，所述对所述二维图像中的标识进行识别，得到所述标识中的大标识和小标识包括：

根据所述标识在所述二维图像中的成像面积对所述标识进行分类，得到大标识和小标识。

在其中一个实施例中，所述根据所述大标识，建立所述二维图像的拓扑坐标系包括：

以所述二维图像的任意一个角为圆心建立基础坐标系，以确定所述大标识的图像坐标；

根据所述大标识的图像坐标之间的拓扑关系，建立所述二维图像的拓扑坐标系。

在其中一个实施例中，所述根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的二维图像坐标包括：

根据所述拓扑坐标系和大标识的图像坐标，确定小标识的图像坐标；

根据所述大标识的图像坐标和小标识的图像坐标，得到所述预设标定靶标对应的二维图像坐标。

在其中一个实施例中，所述根据所述拓扑坐标系和大标识的图像坐标，确定小标识的图像坐标包括：

以相邻所述大标识的图像坐标之间的像素距离为间隔，沿着所述拓扑坐标系的横轴和纵轴方向查找小标识并确定小标识的图像坐标。

在其中一个实施例中，所述方法包括：

获取预设标定靶标对应的三维点云图像；

对所述三维点云图像中的标识进行识别，得到所述标识中的大标识和小标识；

根据所述大标识，建立所述三维点云图像的拓扑坐标系；

根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的三维点云图像坐标。

在其中一个实施例中，所述对所述三维点云图像中的标识进行识别，得到所述标识中的大标识和小标识包括：

获取初始标识和初始标识曲率；

根据所述初始标识和初始标识曲率，确定目标标识和目标标识曲率；

根据所述目标标识和目标标识曲率，确定大标识和小标识。

在其中一个实施例中，所述获取初始标识和初始标识曲率包括：

对所述三维点云进行平面拟合，得到所述初始标定靶标；

计算所述初始标定靶标的方向向量，确定所述初始标定靶标的方向；

获取所述初始标定靶标的方向在第一预设范围内的三维点云，计算所述第一预设范围内的三维点云对应的初始标识的曲率，其中，初始标定靶标的方向在第一预设范围内的三维点云所形成的图形为初始标识。

在其中一个实施例中，所述根据所述初始标识和初始标识曲率，确定目标标识和目标标识曲率包括：

对所述初始标识进行旋转，得到旋转后的标识；

在所述旋转后的标识的第二预设范围内搜索三维点云，若所述三维点云和旋转后的标识的数量达到预设阈值，则所述初始标识为目标标识，其中，所述初始标识的曲率即目标标识的曲率。

在其中一个实施例中，所述根据所述大标识，建立所述三维点云图像的拓扑坐标系包括：

获取所述大标识；

根据所述大标识的位置关系，确定所述大标识对应的三维点云；

对所述大标识对应的三维点云进行拟合，得到所述大标识的三维点云图像坐标；

根据所述大标识的三维点云图像坐标之间的拓扑关系，建立所述三维点云图像的拓扑坐标系。

在其中一个实施例中，所述根据所述大标识的三维点云图像坐标之间的拓扑关系，建立所述三维点云图像的拓扑坐标系之后包括：

获取剩余标识；

筛选所述剩余标识，得到筛选后的标识；

对所述筛选后的标识进行拟合，确定小标识。

一种图像处理装置，所述装置包括：

图像获取模块，用于获取预设标定靶标对应的图像；

标识识别模块，用于对所述图像中的标识进行识别，得到所述标识中的大标识和小标识；

坐标系建立模块，用于根据所述大标识，建立所述图像的拓扑坐标系；

图像坐标确定模块，用于根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标。

一种车辆，所述车辆包括如上所述图像处理装置。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。

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，所述计算机程序被处理器执行时实现如上任一项所述的方法的步骤。

上述图像处理方法、装置、计算机设备和存储介质，通过获取预设标定靶标对应的图像，并对所述图像中的标识进行识别，得到所述标识中的大标识和小标识；进一步根据所述大标识，建立所述图像的拓扑坐标系；进而根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标。通过上述方法可对本申请中的特定标定靶标进行精确的三维激光雷达和单目相机之间的外参标定。

附图说明

图1为一个实施例中图像处理方法的应用环境图；

图2为一个实施例中图像处理方法的流程示意图；

图3(a)为预设标定靶标正面示意图；

图3(b)中预设标定靶标绕x轴旋转30°示意图；

图3(c)中预设标定靶标绕z轴旋转30°示意图；

图3(d)中预设标定靶标绕y轴旋转30°示意图；

图4为一个实施例中二维图像处理方法的流程示意图；

图5为一个实施例中预设标定靶标拓扑关系图示意图；

图6为一个实施例中三维点云图像处理方法的流程示意图；

图7为一个实施例中图像处理装置的结构框图；

图8为一个实施例中图像处理装置在车辆中的应用的示意图；

图9为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的图像处理方法，可以应用于如图1所示的应用环境中。其中，终端50与服务器60通过网络进行通信。终端50通过获取预设标定靶标对应的图像，并将预设标定靶标对应的图像通过网络传输至服务器60。服务器60对所述图像中的标识进行识别，得到所述标识中的大标识和小标识；进一步根据所述大标识，建立所述图像的拓扑坐标系；进而根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标。其中，终端50可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器60可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图2所示，提供了一种图像处理方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：

步骤S10：获取预设标定靶标对应的图像；

步骤S20：对所述图像中的标识进行识别，得到所述标识中的大标识和小标识；

步骤S30：根据所述大标识，建立所述图像的拓扑坐标系；

步骤S40：根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标。

在步骤S10-S40中，本申请中的预设标定靶标由标定板和标识组成，标识通过螺丝固定在标定板上，对于标识的形状、排布方式以及大小根据需要进行设定。其中，大标识与小标识的区别仅在于大小不同，由于本申请采用球形标识，因此，大标识可称为大标识球，小标识可称为小标识球。

以图3为例，预设标定靶标由标定板和标识球组成，标识半球通过螺丝固定在标定板上靶标尺寸为1600mm×1400mm，表面共布置7行6列共42个标识球，其中4个大标识球直径200mm，其余标识球直径100mm，半球呈均匀分布，球心距均为200mm。图3(a)为预设标定靶标正面，图3(b)中预设标定靶标绕x轴旋转30°，图3(c)中预设标定靶标绕z轴旋转30°，图3(d)中预设标定靶标绕y轴旋转30°。

进一步，预设标定靶标对应的图像可为二维图像、三维图像以及其他多维图像，本申请采用激光雷达和单目相机分别采集预设标定靶标数据，得到三维点云图像和二维图像。下面分别对二维图像和三维点云图像进行处理，确定所述预设标定靶标对应的图像坐标。

在其中一个实施例中，如图4所示，所述方法包括：

步骤S11：获取预设标定靶标对应的二维图像；

步骤S21：对所述二维图像中的标识进行识别，得到所述标识中的大标识和小标识；

步骤S31：根据所述大标识，建立所述二维图像的拓扑坐标系；

步骤S41：根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的二维图像坐标。

在步骤S11-S41中，本申请先对二维图像进行处理，来确定所述预设标定靶标对应的图像坐标。

根据球体的各向一致性可知，相机通过不同角度拍摄到的球体均为圆形；同时，圆形对应的二维图像为椭圆。由于靶标使用球体，因此，所成图像的形状介于圆形和椭圆之间。参见图5可知，靶标在发生旋转时对应图像中的圆形发生形变，旋转场景中圆心提取的方式已不再适用。本申请使用标识半球图像区域的形心作为标识球球心对应的成像点。

在其中一个实施例中，所述步骤S21包括：

步骤S211：根据所述标识在所述二维图像中的成像面积对所述标识进行分类，得到大标识和小标识。

具体地，虽然通过单目相机获得的预设标定靶标的二维图像可能存在角度不同，导致获取的二维图像中预设标定靶标的大标识和小标识均发生形变。但是，还是可以通过在二维图像中的成像面积进行大标识和小标识的区分。

在其中一个实施例中，所述步骤S31包括：

步骤S311：以所述二维图像的任意一个角为圆心建立基础坐标系，以确定所述大标识的图像坐标；

步骤S312：根据所述大标识的图像坐标之间的拓扑关系，建立所述二维图像的拓扑坐标系。

在步骤S311-S312中，参见图5，由于大标识球的成像面积大于其余标识球，因此可以首先确定四个大标识球球心对应的图像坐标O_i(u_i,v_i)，其中i＝1,2,3,4。根据四个大标识球的拓扑关系可知，在四个图像坐标中v坐标最大的点对应点O₂，u坐标最大的点对应点O₄，u坐标最小的点对应点O₁，剩余一点为点O₃。以点O₂为原点，平行于点O₁和点O₃连线的直线为x_t轴，y_t轴与x_t轴垂直，建立靶标拓扑坐标系。

在其中一个实施例中，所述步骤S41包括：

步骤S411：根据所述拓扑坐标系和大标识的图像坐标，确定小标识的图像坐标；

步骤S412：根据所述大标识的图像坐标和小标识的图像坐标，得到所述预设标定靶标对应的二维图像坐标。

在步骤S411-S412中，基于建立的拓扑坐标系以及大标识的图像坐标，可沿着拓扑坐标系寻找小标识，以得到小标识的图像坐标。

在其中一个实施例中，所述步骤S411包括：

步骤S4111：以相邻所述大标识的图像坐标之间的像素距离为间隔，沿着所述拓扑坐标系的横轴和纵轴方向查找小标识并确定小标识的图像坐标。

具体地，由于标识半球为均匀分布，因此以相邻大标识球在x_t轴和y_t轴的像素间隔为阈值，寻找位于x_t轴和y_t轴方向的其余标识球球心。至此可以得到靶标对应的图像坐标，完成预设标定靶标对应的二维图像处理。

在其中一个实施例中，参见图6，所述方法包括：

步骤S12：获取预设标定靶标对应的三维点云图像；

步骤S22：对所述三维点云图像中的标识进行识别，得到所述标识中的大标识和小标识；

步骤S32：根据所述大标识，建立所述三维点云图像的拓扑坐标系；

步骤S42：根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的三维点云图像坐标。

在步骤S12-S42中，本申请先对三维点云图像进行处理，来确定所述预设标定靶标对应的图像坐标。三维点云图像的处理需要手动提取预设标定靶标对应区域的三维点云，由于该三维点云由标识球点云和靶标板两部分组成，需要对三维点云进行分类。

在其中一个实施例中，所述步骤S22包括：

步骤S221：获取初始标识和初始标识曲率；

步骤S222：根据所述初始标识和初始标识曲率，确定目标标识和目标标识曲率；

步骤S223：根据所述目标标识和目标标识曲率，确定大标识和小标识。

在步骤S221-S223中，初始标识指通过激光雷达对预设标定靶标进行扫描得到的三维点云图像中的标识，即初始大标识和小标识。而目标标识指对初始标识进行处理后得到的标识，即目标大标识和目标小标识。

在其中一个实施例中，所述步骤S221包括：

步骤S2211：对所述三维点云进行平面拟合，得到所述初始标定靶标；

步骤S2212：计算所述初始标定靶标的方向向量，确定所述初始标定靶标的方向；

步骤S2213：获取所述初始标定靶标的方向在第一预设范围内的三维点云，计算所述第一预设范围内的三维点云对应的初始标识的曲率，其中，初始标定靶标的方向在第一预设范围内的三维点云所形成的图形为初始标识。

在步骤S2211-S2213中，第一预设范围指根据研究对象不同而设定的范围，可采用[a，b]表示，其中，a小于b。

在其中一个实施例中，所述步骤S222包括：

步骤S2221：对所述初始标识进行旋转，得到旋转后的标识；

步骤S2222：在所述旋转后的标识的第二预设范围内搜索三维点云，若所述三维点云和旋转后的标识的数量达到预设阈值，则所述初始标识为目标标识，其中，所述初始标识的曲率即目标标识的曲率。

在步骤S2221-S2222中，第二预设范围指根据研究对象不同而设定的范围，可采用[c，d]表示，其中，c小于d。预设阈值指系统设定的值，可为3或5等。若所述三维点云和旋转后的标识的数量低于预设阈值，则忽略该初始标识，继续搜索三维点云。

在其中一个实施例中，所述步骤S32包括：

步骤S321：获取所述大标识；

步骤S322：根据所述大标识的位置关系，确定所述大标识对应的三维点云；

步骤S323：对所述大标识对应的三维点云进行拟合，得到所述大标识的三维点云图像坐标；

步骤S324：根据所述大标识的三维点云图像坐标之间的拓扑关系，建立所述三维点云图像的拓扑坐标系。

在步骤S321-S324中，由于标识球曲率不同，首先处理大标识球，参见图5，三个大标识球的球心位于同一条直线，且与第四个大标识球所成的夹角与距离均已知。根据此约束条件，可以在待定球体中定位到四个大标识半球对应的点云。

在其中一个实施例中，所述步骤S324之后包括：

步骤S325：获取剩余标识；

步骤S326：筛选所述剩余标识，得到筛选后的标识；

步骤S327：对所述筛选后的标识进行拟合，确定小标识。

在步骤S325-S327中，剩余标识指未经过计算确定的标识。由于上述步骤均已将所有大标识识别出，后面需对小标识进行识别，以对小标识进行确定。

应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图7所示，提供了一种图像处理装置，包括：图像获取模块100、标识识别模块200、坐标系建立模块300和图像坐标确定模块400，其中：

图像获取模块100，用于获取预设标定靶标对应的图像；

标识识别模块200，用于对所述图像中的标识进行识别，得到所述标识中的大标识和小标识；

坐标系建立模块300，用于根据所述大标识，建立所述图像的拓扑坐标系；

图像坐标确定模块400，用于根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标。

在一个实施例中，所述方法包括：

二维图像获取模块101，用于获取预设标定靶标对应的二维图像；

第一标识识别模块201，用于对所述二维图像中的标识进行识别，得到所述标识中的大标识和小标识；

第一坐标系建立模块301，用于根据所述大标识，建立所述二维图像的拓扑坐标系；

二维图像坐标确定模块401，用于根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的二维图像坐标。

在一个实施例中，所述第一标识识别模块201包括：

分类模块2011，用于根据所述标识在所述二维图像中的成像面积对所述标识进行分类，得到大标识和小标识。

在一个实施例中，所述第一坐标系建立模块301包括：

基础坐标建立模块3011，用于以所述二维图像的任意一个角为圆心建立基础坐标系，以确定所述大标识的图像坐标；

二维图像拓扑坐标建立模块3012，用于根据所述大标识的图像坐标之间的拓扑关系，建立所述二维图像的拓扑坐标系。

在一个实施例中，所述二维图像坐标确定模块401包括：

小标识坐标确定模块4011，用于根据所述拓扑坐标系和大标识的图像坐标，确定小标识的图像坐标；

二维图像坐标确定模块4012，用于根据所述大标识的图像坐标和小标识的图像坐标，得到所述预设标定靶标对应的二维图像坐标。

在一个实施例中，所述小标识坐标确定模块4011包括：

小标识坐标计算模块4011a,用于以相邻所述大标识的图像坐标之间的像素距离为间隔，沿着所述拓扑坐标系的横轴和纵轴方向查找小标识并确定小标识的图像坐标。

在一个实施例中，所述方法包括：

三维图像获取模块102，用于获取预设标定靶标对应的三维点云图像；

第二标识识别模块202，用于对所述三维点云图像中的标识进行识别，得到所述标识中的大标识和小标识；

第二坐标系建立模块302，用于根据所述大标识，建立所述三维点云图像的拓扑坐标系；

三维图像坐标确定模块402，用于根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的三维点云图像坐标。

在一个实施例中，所述第二标识识别模块202包括：

初始标识获取模块2021，用于获取初始标识和初始标识曲率；

目标标识获取模块2022，用于根据所述初始标识和初始标识曲率，确定目标标识和目标标识曲率；

标识确定模块2023，用于根据所述目标标识和目标标识曲率，确定大标识和小标识。

在一个实施例中，所述初始标识获取模块2021包括：

拟合模块2021a，用于对所述三维点云进行平面拟合，得到所述初始标定靶标；

向量计算模块2021b，用于计算所述初始标定靶标的方向向量，确定所述初始标定靶标的方向；

曲率计算模块2021c，用于获取所述初始标定靶标的方向在第一预设范围内的三维点云，计算所述第一预设范围内的三维点云对应的初始标识的曲率，其中，初始标定靶标的方向在第一预设范围内的三维点云所形成的图形为初始标识。

在一个实施例中，所述目标标识获取模块2022包括：

旋转模块2022a，用于对所述初始标识进行旋转，得到旋转后的标识；

目标标识确定模块2022b，用于在所述旋转后的标识的第二预设范围内搜索三维点云，若所述三维点云和旋转后的标识的数量达到预设阈值，则所述初始标识为目标标识，其中，所述初始标识的曲率即目标标识的曲率。

在一个实施例中，所述第二坐标系建立模块302包括：

大标识获取模块3021，用于获取所述大标识；

大标识对应点云确定模块3022，用于根据所述大标识的位置关系，确定所述大标识对应的三维点云；

大标识坐标确定模块3022，用于对所述大标识对应的三维点云进行拟合，得到所述大标识的三维点云图像坐标；

三维拓扑坐标系确定模块3023，用于根据所述大标识的三维点云图像坐标之间的拓扑关系，建立所述三维点云图像的拓扑坐标系。

在一个实施例中，所述三维拓扑坐标系确定模块3023之后包括：

剩余标识获取模块3024，用于获取剩余标识；

筛选模块3025，用于筛选所述剩余标识，得到筛选后的标识；

小标识坐标计算模块3026，用于对所述筛选后的标识进行拟合，确定小标识。

关于图像处理装置的具体限定可以参见上文中对于图像处理方法的限定，在此不再赘述。上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，结合图8，一种车辆，所述车辆包括如上所述图像处理装置。所述图像处理装置应用于车辆中，图像处理装置包括安装在车顶位置的激光雷达，以及安装在汽车前挡风玻璃后方的单目相机，激光雷达与单目相机分别通过数据线与车内工控机连接。预设标定靶标设置于车辆的前方，预设标定靶标与车辆的距离以激光雷达和单目相机可识别程度进行设置，具体距离不进行限定。

通过激光雷达和单目相机分别获取预设标定靶标对应的图像，并将图像传输至车内工控机，工控机对图像进行识别处理，以确定所述预设标定靶标对应的图像坐标。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取预设标定靶标对应的图像；

根据所述大标识，建立所述图像的拓扑坐标系；

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取预设标定靶标对应的图像；

根据所述大标识，建立所述图像的拓扑坐标系；

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims

1.一种图像处理方法，其特征在于，所述方法包括：

获取预设标定靶标对应的图像；

根据所述大标识，建立所述图像的拓扑坐标系；

根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的图像坐标；

其中，所述方法还包括：

获取预设标定靶标对应的二维图像；

根据所述大标识，建立所述二维图像的拓扑坐标系；

根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的二维图像坐标；

其中，所述对所述二维图像中的标识进行识别，得到所述标识中的大标识和小标识包括：

根据所述标识在所述二维图像中的成像面积对所述标识进行分类，得到大标识和小标识；

其中，所述根据所述大标识，建立所述二维图像的拓扑坐标系包括：

根据所述大标识的图像坐标之间的拓扑关系，建立所述二维图像的拓扑坐标系；

其中，所述根据所述拓扑坐标系、大标识和小标识，确定所述预设标定靶标对应的二维图像坐标包括：

根据所述大标识的图像坐标和小标识的图像坐标，得到所述预设标定靶标对应的二维图像坐标；

其中，所述根据所述拓扑坐标系和大标识的图像坐标，确定小标识的图像坐标包括：

2.根据权利要求1所述的方法，其特征在于，所述方法包括：

获取预设标定靶标对应的三维点云图像；

根据所述大标识，建立所述三维点云图像的拓扑坐标系；

3.根据权利要求2所述的方法，其特征在于，所述对所述三维点云图像中的标识进行识别，得到所述标识中的大标识和小标识包括：

获取初始标识和初始标识曲率；

根据所述目标标识和目标标识曲率，确定大标识和小标识；

其中，所述获取初始标识和初始标识曲率包括：

对所述三维点云进行平面拟合，得到所述初始标定靶标；

获取所述初始标定靶标的方向在第一预设范围内的三维点云，计算所述第一预设范围内的三维点云对应的初始标识的曲率，其中，初始标定靶标的方向在第一预设范围内的三维点云所形成的图形为初始标识；

其中，所述根据所述初始标识和初始标识曲率，确定目标标识和目标标识曲率包括：

对所述初始标识进行旋转，得到旋转后的标识；

4.根据权利要求3所述的方法，其特征在于，所述根据所述大标识，建立所述三维点云图像的拓扑坐标系包括：

获取所述大标识；

根据所述大标识的三维点云图像坐标之间的拓扑关系，建立所述三维点云图像的拓扑坐标系；

其中，所述根据所述大标识的三维点云图像坐标之间的拓扑关系，建立所述三维点云图像的拓扑坐标系之后包括：

获取剩余标识；

筛选所述剩余标识，得到筛选后的标识；

对所述筛选后的标识进行拟合，确定小标识。

5.一种图像处理装置，其特征在于，所述图像处理装置基于权利要求1-4任一图像处理方法，所述装置包括：

图像获取模块，用于获取预设标定靶标对应的图像；

6.一种车辆，其特征在于，所述车辆包括权利要求5所述图像处理装置。

7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

8.一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，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。