[发明专利]图像处理方法和装置

说明书

技术领域

本发明涉及图像处理领域，尤其涉及一种图像处理方法和装置。

背景技术

无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。由于无人机小型轻便、低噪节能、高效机动、航拍影像清晰、智能化的突出特点，因此无人机航拍具有广泛的应用前景，如城市道路桥梁建设、交通巡逻、治安监控、城市执法等。

无人机航拍图像中路面目标的提取，可用于路面目标的检测、跟踪，如车辆检测、车辆跟踪、行人检测、行人跟踪、路面裂痕检测等。然而无人机航拍图像中包含着大量的信息，如何快速、准确的从图像中提取所需的目标，是当前无人机航拍的重要研究课题。

目前，无人机航拍图像中路面目标的提取，主要是基于机器学习法，提取特征，逐点或逐块判断是否为路面目标，判断过程依赖于内置的图像样本，若所拍摄场景不在样本库中，则路面目标提取的精确性较差，不具有广泛适用性；且路面目标提取的整体处理速度慢，不能够进行实时处理，给后续的车辆检测等应用造成了不便。现有路面目标提取技术的精确性与处理速度已不能满足当前路面目标提取应用的需求。

发明内容

本发明的主要目的在于提供一种图像处理方法和装置，解决当前路面目标提取技术的精确性差与处理速度慢的技术问题。

为实现上述目的，本发明提供一种图像处理方法，所述图像处理方法包括以下步骤：

获取拍摄的图像；

将所述图像进行特征聚类，获取特征聚类后的图像；

将所述特征聚类后的图像进行分割，得到二值图像，获取二值图像中的目标区域；

从所述目标区域中提取路面目标区域。

优选的，所述获取拍摄的图像的步骤之后，还包括：

判断所述图像的颜色空间是否为彩色模型Lab模式；

若所述图像的颜色空间不是Lab模式，则将所述图像的颜色空间转换为Lab模式。

优选的，所述将所述图像进行特征聚类，获取特征聚类后的图像的步骤包括：

根据所述图像的颜色空间，选择颜色特征组表征所述图像；

获取所述图像的元素集合，并计算得到所述元素集合的均值和所述元素集合的协方差矩阵最大特征向量；

根据所述颜色特征组、所述元素集合的均值和所述元素集合的协方差矩阵最大特征向量，将所述图像的元素集合进行特征聚类，得到特征聚类后的图像。

优选的，所述从所述目标区域中提取路面目标区域的步骤包括：

提取所述目标区域的联通区域；

判断所述联通区域为路面目标区域或非路面目标区域；

若所述联通区域为非路面目标区域，则删除所述非路面目标区域，得到所述目标区域中的路面目标区域。

优选的，所述判断所述联通区域为路面目标区域或非路面目标区域的步骤包括：

获取所述联通区域的直线元素；

判断所述联通区域的直线元素是否满足阈值；

若所述联通区域的直线元素满足所述阈值，则判定所述联通区域为路面目标区域；若所述联通区域的直线元素不满足所述阈值，则判定所述联通区域为非路面目标区域。

此外，为实现上述目的，本发明还提供一种图像处理装置，所述图像处理装置包括：

获取模块，用于获取拍摄的图像；

聚类模块，用于将所述图像进行特征聚类，获取特征聚类后的图像；

分割模块，用于将所述特征聚类后的图像进行分割，得到二值图像，获取二值图像中的目标区域；

提取模块，用于从所述目标区域中提取路面目标区域。

优选的，所述图像处理装置还包括颜色空间变换模块，用于判断所述图像的颜色空间是否为Lab模式；若所述图像的颜色空间不是Lab模式，则将所述图像的颜色空间转换为Lab模式。

优选的，所述聚类模块包括：

表征单元，用于根据所述图像的颜色空间，选择颜色特征组表征所述图像；

获取单元，用于获取所述图像的元素集合，并计算得到所述元素集合的均值和所述元素集合的协方差矩阵最大特征向量；

聚类单元，用于根据所述颜色特征组、所述元素集合的均值和所述元素集合的协方差矩阵最大特征向量，将所述图像的元素集合进行特征聚类，得到特征聚类后的图像。

优选的，所述提取模块包括：

提取单元，用于提取所述目标区域的联通区域；

判断单元，用于判断所述联通区域为路面目标区域或非路面目标区域；

删除单元，用于若所述联通区域为非路面目标区域，则删除所述非路面目标区域，得到所述目标区域中的路面目标区域。