(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210178793.0 (22)申请日 2022.02.25 (71)申请人 阿波罗智联 （北京） 科技有限公司 地址 100176 北京市大兴区北京经济技 术 开发区瑞合西二路7号院1号楼1层101 (72)发明人 冯文茜　张永乐　刘少耿　 (74)专利代理 机构 北京市汉坤律师事务所 11602 专利代理师 姜浩然　吴丽丽 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/44(2022.01) G06Q 10/00(2012.01) G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 用于智能交通的图像处理方法、 装置、 电子 设备和介质 (57)摘要 本公开提供了一种用于智能交通的图像处 理方法、 装置、 电子设备和介质， 涉及图像处理技 术领域， 尤其涉及智能交通、 计算机视觉技术领 域。 实现方案为： 获取相机在沿道路移动过程中 针对路面连续拍摄的第一图像帧和第二图像帧； 确定第一图像帧和第二图像帧之间的真实世界 距离； 对第一图像帧进行路面病害识别， 以得到 指示第一图像帧中的路面病害预测结果的路面 病害预测图像； 根据真实世界距离、 相机的标定 参数、 以及对应关系， 确定第二图像帧的第一边 缘位置在路面病害预测图像中所对应的第一像 素位置； 以及基于第一像素位置， 从路面病害预 测图像中去除重复的路面区域中的路面病害预 测结果， 以得到去重图像 。 权利要求书4页 说明书13页 附图10页 CN 114549988 A 2022.05.27 CN 114549988 A 1.一种用于智能交通的图像处 理方法， 包括： 获取相机在沿道路移动过程中针对路面连续拍摄的第 一图像帧和第 二图像帧， 所述第 一图像帧和所述第二图像帧中存在重复的路面区域， 所述第二图像帧的底部边缘对应于所 述第一图像帧中所述重复的路面区域的底部边界； 确定所述第 一图像帧和所述第 二图像帧之间的真实世界距离， 所述真实世界距离指示 所述相机在拍摄所述第一图像帧和所述第二图像帧时分别所处的真实世界位置之间的距 离； 对所述第一图像帧进行路面病 害识别， 以得到指示所述第 一图像帧中的路面病害预测 结果的路面病害预测图像， 其中， 所述路面病害预测图像中的像素位置与所述第一图像 帧 中的像素位置具有对应关系； 根据所述真实世界距离、 所述相机的标定参数、 以及所述对应关系， 确定所述第 二图像 帧的第一边缘位置在所述路面病害预测图像中所对应的第一像素位置， 其中， 所述第一边 缘位置为所述第二图像帧的所述底部边 缘上的任一个 像素位置； 以及 基于所述第 一像素位置， 从所述路面病 害预测图像中去除所述重复的路面区域中的路 面病害预测结果， 以得到去重图像。 2.根据权利要求1所述的方法， 其中， 所述相机为单目相机， 并且其中， 所述确定所述第 二图像帧的第一 边缘位置在所述路面病害预测图像所对应的第一像素位置包括： 基于所述标定参数和所述对应关系， 确定所述路面病 害预测图像的第 二边缘位置在世 界坐标系中的第一坐标， 其中， 所述第二边缘位置为所述路面病害预测图像的底部边缘上 的任一个 像素位置； 确定所述世界坐标系中的第 二坐标， 所述第 二坐标沿所述相机的移动方向与 所述第一 坐标相距所述真实世界距离； 以及 基于所述标定参数和所述对应关系， 确定所述第 二坐标在所述路面病 害预测图像 中对 应的像素位置作为所述第一像素位置 。 3.根据权利要求1所述的方法， 其中， 所述相机为双目相机， 并且所述第一图像帧和所 述第二图像 帧由所述双目相 机中的第一相 机拍摄， 并且其中， 所述确定所述第二图像 帧的 第一边缘位置在所述路面病害预测图像中所对应的第一像素位置包括： 基于所述第 一图像帧、 与 所述第一图像帧相应的由所述双目相机 中的第二相机拍摄的 参考图像 帧以及所述标定参数， 确定所述第一图像 帧的第二边缘位置对应的场景深度， 其 中， 所述第二 边缘位置为所述第一图像帧的底部边 缘上的任一个 像素位置； 基于所述场景深度、 所述标定参数和所述对应关系， 确定所述路面病害预测图像的与 所述第二 边缘位置相对应的第三 边缘位置在世界坐标系中的第三 坐标； 确定所述世界坐标系中的第四坐标， 所述第四坐标沿所述相机的移动方向与 所述第三 坐标相距所述真实世界距离； 以及 基于所述标定参数和所述对应关系， 确定所述第四坐标在所述路面病 害预测图像 中对 应的像素位置作为所述第一像素位置 。 4.根据权利要求1所述的方法， 其中， 所述第 一图像帧的底部边缘垂直于所述相机的移 动方向， 并且其中， 所述基于所述第一像素位置， 从所述路面病害 预测图像中去除所述重复 的路面区域中的路面病害预测结果包括：权　利　要　求　书 1/4 页 2 CN 114549988 A 2在所述路面病 害预测图像中确定一直线， 所述直线平行于所述路面病 害预测图像的底 部边缘且经过所述第一像素位置； 以及 从所述路面病害预测图像中去除所述 直线以上的图像区域中的路面病害预测结果。 5.根据权利要求1所述的方法， 其中， 所述相机被布置使得所述第 一图像帧和所述第 二 图像帧的底部边缘处的场景深度小于所述第一图像帧和所述第二图像帧的顶部边缘处的 场景深度。 6.根据权利要求1至5中任一项所述的方法， 其中， 所述对所述第一图像帧进行路面病 害识别包括： 利用路面病害识别模型从所述第一图像帧中识别路面病害。 7.根据权利要求1至 5中任一项所述的方法， 还 包括： 识别所述第一图像帧中的多个车道区域； 以及 基于所述第 一图像帧的像素位置与 所述去重图像的像素位置之间的对应关系， 获取所 述去重图像的与所述多个车道区域中的至少一个车道区域相对应的区域中的路面病害预 测结果。 8.根据权利要求7所述的方法， 其中， 所述识别所述第一图像帧中的多个车道区域包 括： 利用车道线识别模型识别所述第一图像帧中的多个车道区域。 9.一种用于智能交通的图像处 理装置， 包括： 第一获取单元， 被配置为获取相机在沿道路移动过程中针对路面连续拍摄的第 一图像 帧和第二图像 帧， 所述第一图像 帧和所述第二图像 帧中存在重复的路面区域， 所述第二图 像帧的底部边 缘对应于所述第一图像帧中所述重复的路面区域的底部边界； 第一确定单元， 被配置为确定所述第一图像帧和所述第二图像帧之间的真实世界距 离， 所述真实世界距离指示所述相机在拍摄所述第一图像帧和所述第二图像帧时分别所处 的真实世界位置之间的距离； 第一识别单元， 被配置为对所述第一图像帧进行路面病害识别， 以得到指示所述第一 图像帧中的路面病害预测结果的路面病害预测图像， 其中， 所述路面病害预测图像中的像 素位置与所述第一图像帧中的像素位置具有对应关系； 第二确定单元， 被配置为根据 所述真实世界距离、 所述相机的标定参数、 以及所述对应 关系， 确定所述第二图像帧的第一边缘位置在所述路面病害 预测图像中所对应的第一像素 位置， 其中， 所述第一边缘位置为所述第二图像帧的所述底部边缘上的任一个像素位置； 以 及 去除单元， 被配置为基于所述第一像素位置， 从所述路面病害预测图像中去 除所述重 复的路面区域中的路面病害预测结果， 以得到去重图像。 10.根据权利要求9所述的装置， 其中， 所述相机为单目相机， 并且其中， 所述第二确定 单元包括： 第一确定子单元， 被配置为基于所述标定参数和所述对应关系， 确定所述路面病害预 测图像的第二边缘位置在世界坐标系中的第一坐标， 其中， 所述第二边缘位置为所述路面 病害预测图像的底部边 缘上的任一个 像素位置； 第二确定子单元， 被配置为确定所述世界坐标系中的第二坐标， 所述第二坐标沿所述权　利　要　求　书 2/4 页 3 CN 114549988 A 3