[发明专利]图像处理方法、装置和电子设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像，从所述待处理图像中提取用于表征目标对象的像素点集合，其中，所述待处理图像中呈现有所述目标对象，所述目标对象包括至少一个面；

确定所述目标对象的至少一个面中每个面的初始法向量；

基于所述至少一个面中每个面的初始法向量、所述待处理图像和所述像素点集合，确定所述至少一个面中每个面中的像素点的最终法向量；

利用所述至少一个面中每个面中的像素点的最终法向量，对所述待处理图像中呈现的所述目标对象所在区域进行处理。

2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个面中每个面的初始法向量、所述待处理图像和所述像素点集合，确定所述至少一个面中每个面中的像素点的最终法向量，包括：

基于所述至少一个面中每个面的初始法向量、所述待处理图像和所述像素点集合，确定所述至少一个面中每个面中的像素点的法向量残差；

利用所述至少一个面中每个面的初始法向量和每个面中的像素点的法向量残差，确定所述至少一个面中每个面中的像素点的最终法向量。

3.根据权利要求1所述的方法，其特征在于，所述目标对象为地面；以及

所述确定所述目标对象的至少一个面中每个面的初始法向量，包括：

获取目标电子设备在采集所述待处理图像时惯性测量单元测量出的重力方向，将所述重力方向确定为地面的初始法向量，其中，所述目标电子设备为采集到所述待处理图像的电子设备。

4.根据权利要求1所述的方法，其特征在于，所述确定所述目标对象的至少一个面中每个面的初始法向量，包括：

将所述待处理图像和所述像素点集合输入预先训练的方位角预测模型中，得到目标方位角，将所述目标方位角确定为所述目标对象的目标面的初始法向量，其中，所述目标方位角为所述目标对象的目标面与采集到所述待处理图像的电子设备的屏幕所在平面之间的夹角；

将所述目标方位角、所述待处理图像和所述像素点集合输入预先训练的方位角分类模型中，得到方位角分类结果，其中，所述方位角分类结果用于表征所述待处理图像中呈现的所述目标对象的其他面相对于所述目标面的旋转角度；

针对所述其他面中的每个面，利用所述目标方位角和该面相对于所述目标面的旋转角度，确定该面对应的方位角，将该面对应的方位角确定为该面的初始法向量。

5.根据权利要求2所述的方法，其特征在于，所述基于所述至少一个面中每个面的初始法向量、所述待处理图像和所述像素点集合，确定所述至少一个面中每个面中的像素点的法向量残差，包括：

将所述至少一个面中每个面的初始法向量、所述待处理图像和所述像素点集合输入预先训练的法向量残差预测模型中，得到所述至少一个面中每个面中的像素点的法向量残差。

6.根据权利要求4所述的方法，其特征在于，所述方位角预测模型是通过如下方式训练得到的：

获取第一样本集合，其中，第一样本包括样本图像、样本像素点集合，以及与样本图像和样本像素点集合对应的样本方位角，样本像素点集合为样本图像中用于表征样本对象的像素点集合；

基于第一样本集合执行以下训练步骤：将第一样本集合中的至少一个第一样本的样本图像和样本像素点集合输入第一初始神经网络，得到所述至少一个第一样本中的每个第一样本对应的方位角；将所述至少一个第一样本中的每个第一样本对应的方位角与对应的样本方位角进行比较；根据比较结果确定第一初始神经网络是否达到预设的第一优化目标；若第一初始神经网络达到所述第一优化目标，将第一初始神经网络确定为训练完成的方位角预测模型。

7.根据权利要求6所述的方法，其特征在于，训练得到所述方位角预测模型的步骤还包括：

若第一初始神经网络未达到所述第一优化目标，调整第一初始神经网络的网络参数，以及使用未用过的样本组成第一样本集合，使用调整后的第一初始神经网络作为第一初始神经网络，继续执行所述训练步骤。