[发明专利]图像处理方法、装置、电子设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

对待处理图像集中待处理图像中的动态物体进行过滤，得到静态图像；

利用CNN网络提取所述静态图像中的局部特征，并对所述局部特征进行聚类，得到多个聚类中心点；

根据所述多个聚类中心点构建所述静态图像的视觉词袋模型，将所述静态图像的局部特征映射到所构建的所述视觉词袋模型上，并根据所述视觉词袋模型对所述待处理图像集进行特征向量表示，并根据所述特征向量表示的结果进行闭环检测。

2.根据权利要求1所述的方法，其特征在于，对待处理图像集中待处理图像中的动态物体进行过滤，得到静态图像，包括：

检测所述待处理图像中的动态物体，提取所述动态物体的区域信息；

根据所述区域信息将所述动态物体从所述待处理图像过滤，得到所述静态图像。

3.根据权利要求1或2所述的方法，其特征在于，利用CNN网络提取所述静态图像中的局部特征，包括：

利用多尺度密集全卷积网络对所述静态图像进行处理，返回所述静态图像中关键点信息；

根据所述关键点信息对所述静态图像进行局部裁剪，得到多个局部图像块；

利用局部特征网络分别对多个所述局部图像块进行特征提取，得到所述局部图形的特征点位置以及特征描述子。

4.根据权利要求1或2所述的方法，其特征在于，将所述静态图像的局部特征映射到所构建的所述视觉词袋模型上，包括：

确定所述静态图像的所述局部特征与所述视觉词袋模型中的所述聚类中心点之间的第一相似度；

根据所述第一相似度将所述静态图像的所述局部特征映射到其中一个所述聚类中心点所属的词袋类别。

5.根据权利要求4所述的方法，其特征在于，根据所述视觉词袋模型对所述待处理图像集进行特征向量表示，包括：

统计所述静态图像的局部特征映射至所述视觉词袋模型中各词袋类别的分布情况；

根据所述分布情况得到所述静态图像的特征向量。

6.根据权利要求5所述的方法，其特征在于，根据所述特征向量表示的结果进行闭环检测，包括：

确定所述待处理图像集中两待处理图像对应的静态图像的特征向量之间的第二相似度；

根据所述第二相似度确定所述两待检测图像的闭环检测结果。

7.一种图像处理装置，其特征在于，包括：

过滤模块，被配置为对待处理图像集中待处理图像中的动态物体进行过滤，得到静态图像；

特征提取模块，被配置为利用CNN网络提取所述静态图像中的局部特征，并对所述局部特征进行聚类，得到多个聚类中心点；

闭环检测模块，被配置为根据所述多个聚类中心点构建所述静态图像的视觉词袋模型，将所述静态图像的局部特征映射到所构建的所述视觉词袋模型上，并根据所述视觉词袋模型对所述待处理图像集进行特征向量表示，并根据所述特征向量表示的结果进行闭环检测。

8.一种电子设备，其特征在于，包括存储器和处理器；其中，

所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-6任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-6任一项所述的方法。