[发明专利]一种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技术领域，尤其涉及一种图像处理方法和装置。

背景技术

图像识别是人工智能的一个重要领域。在实际应用中，要求其具备较高的准确性和实时性。以图像识别在智能车领域的应用为例，智能车在现代物流业、柔性制造系统中有着重要的应用，在仓库自动化、工业生产、服务业等领域有着广阔的应用前景，智能车的性能表现之一是路径识别的准确性和实时性，而路径识别的基础则是图像识别。而相关技术中，图像识别过程的实时性较差，严重影响后续对图像信息的处理，即智能车路径识别实时性较差，限制了智能车的运行速度，制约了智能车的应用范围。

发明内容

有鉴于此，本发明提供一种图像处理方法和装置，能够提高图像处理的实时性。

具体地，本发明是通过如下技术方案实现的：

根据本发明一方面，提供一种图像处理装置，所述装置包括：

采集模块，用于将待识别图像分至少一个单元像素进行图像采集；

第一识别模块，用于对采集到的任一个单元像素的图像进行图像识别，得到像素点坐标；

第二识别模块，用于基于至少一个像素点坐标得到识别结果。

示例性地，所述第一识别模块包括：第一识别单元，用于在采集完成任一单元像素的图像数据时，对该单元像素的图像数据进行图像识别，得到该单元像素的像素点坐标。

示例性地，所述第一识别模块，包括：第二识别单元，用于在进行任一单元像素的图像数据时，对该单元像素的前一单元像素的图像数据进行图像识别，得到该单元像素的像素点坐标。

示例性地，所述第一识别模块构造为采用跟踪边缘检测算法实现。

示例性地，所述装置应用在智能车系统中，用于所述智能车路径识别。

应用本发明实施例，将待识别图像分为若干单元像素进行图像采集，并采集完一个单元像素就对其进行图像识别处理，将若干个单元像素的识别结果进行整合得到最终识别结果，加快图像处理的处理速度，提高图像处理的实时性。

附图说明

图1是本发明一示例性实施例示出的一种图像处理方法的流程示意图；

图2是本发明一示例性实施例示出的一种图像处理装置的示意性框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

相关技术中，图像处理的方式通常为“图像采集—图像处理”顺序执行的方式，具体来讲，在图像采集单元（例如，摄像头）完成整个图像（即完整的一幅图像）采集后，将图像数据传输给图像处理单元，例如CPU，以由图像处理单元对图像数据进行图像处理。在图像采集过程中，图像处理单元将处于空闲，而造成图像处理单元的资源浪费，而在图像处理阶段，由于待处理的图像数据较多，导致图像处理单元在单位时间内的处理负荷较大，多数图像数据处于忙等待状态，从而处理速度过慢，图像处理实时性较差。这类问题将导致在图像处理的实际应用中，例如，在智能车路径识别应用中，可能导致智能车路径识别实时性差，导致其后续控制的灵活性差，最终影响智能车的行驶速度，制约智能车的应用范围。

针对上述问题，本发明提出了一种图像处理方法和装置，将待识别图像分为多个单元像素进行图像采集，并对采集到的任一个单元像素进行实时识别处理，基于所有单元像素的处理结果，最终得到识别结果。而无需等到所有图像采集完成再进行图像处理，能够保障图像处理的实时性，可以提高处理器的时间利用率。