CN118042264A - 电子后视镜的图像处理方法及其相关设备 - Google Patents
电子后视镜的图像处理方法及其相关设备 Download PDFInfo
- Publication number
- CN118042264A CN118042264A CN202410079907.5A CN202410079907A CN118042264A CN 118042264 A CN118042264 A CN 118042264A CN 202410079907 A CN202410079907 A CN 202410079907A CN 118042264 A CN118042264 A CN 118042264A
- Authority
- CN
- China
- Prior art keywords
- state
- image
- automobile
- rearview mirror
- camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000003062 neural network model Methods 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 15
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本申请涉及一种电子后视镜的图像处理方法、***、计算机设备及计算机程序产品,图像处理方方法包括:获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态;根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像;基于神经网络模型对所述图像进行图像增强处理;根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。能够根据汽车的行驶状态获取对应的图像并进行对应的传输,使得图像的显示更符合当前的行驶状态,增加司机行驶的安全性。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种电子后视镜的图像处理方法、***、计算机设备及计算机程序产品。
背景技术
电子后视镜是通过摄像机与监视器组成的***来获取规定视野的间接视野装置。其包含了摄像头、数字视觉处理***、安全***、液晶显示器等电子设备,是可取代传统光学后视镜的一种新型后视镜。现在的电子后视镜的采集参数在设置确定后就一直固定不便,这样不便于汽车的不同行驶状态的图像采集,采集到的图像有可能存在不完整,从而影响司机判断。
发明内容
基于此,有必要针对上述技术问题,提供一种电子后视镜的图像处理方法、***、计算机设备及计算机程序产品,能够根据汽车的行驶状态获取对应的图像并进行对应的传输,使得图像的显示更符合当前的行驶状态,增加司机行驶的安全性。
第一方面,本申请提供了一种电子后视镜的图像处理方法,所述图像处理方法包括:
获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态;
根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像;
基于神经网络模型对所述图像进行图像增强处理;
根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。
在其中一个实施例中,所述转向状态包括左转向状态和右转向状态;
所述根据所述行驶状态调整电子后视镜的摄像头的采集参数的步骤包括:
若所述行驶状态为左转向状态,则根据所述左转向状态调整所述汽车左侧电子后视镜的摄像头的采集参数;
若所述行驶状态为右转向状态,则根据所述右转向状态调整所述汽车右侧电子后视镜的摄像头的采集参数。
在其中一个实施例中,所述根据所述左转向状态调整所述汽车左侧电子后视镜的摄像头的采集参数的步骤包括:
根据所述左转向状态增大所述汽车左侧电子后视镜的摄像头的视场角参数;
所述根据所述右转向状态调整所述汽车右侧电子后视镜的摄像头的采集参数的步骤包括:
根据所述右转向状态增大所述汽车右侧电子后视镜的摄像头的视场角参数。
在其中一个实施例中,所述根据所述行驶状态调整电子后视镜的摄像头的采集参数的步骤包括:
若所述行驶状态为所述前进状态,则根据所述前进状态调整所述汽车左侧和右侧电子后视镜为正常视场角;
若所述行驶状态为所述后退状态,则根据所述后退状态增大所述汽车左侧和右侧电子后视镜的视场角。
在其中一个实施例中,所述基于神经网络模型对所述图像进行图像增强处理的步骤之前,包括:
将多个图像样品输入GAN神经网络模型的生成器中,通过所述生成器的多个残差块及多个所述卷积层进行卷积处理,生成虚拟增强图像;
将实际增强图像输入所述GAN神经网络模型的判别器中,并通过所述判别器将所述虚拟增强图像和所述实际增强图像进行比对,然后将比对结果反馈给所述生成器,以优化所述生成器。
在其中一个实施例中,所述转向状态包括左转向状态和右转向状态;
所述根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中的步骤,包括:
若所述行驶状态为左转向状态,则优先传输所述汽车左侧电子后视镜的摄像头采集的所述图像;
若所述行驶状态为右转向状态,则优先传输所述汽车右侧电子后视镜的摄像头采集的所述图像。
在其中一个实施例中,所述根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中的步骤,包括:
若所述行驶状态为所述前进状态,则将所述汽车左侧和右侧电子后视镜采集的图像同时传输;
若所述行驶状态为所述后退状态,则优先传输所述汽车左侧和右侧电子后视镜采集的图像数据较小的一个。
第二方面,本申请还提供了电子后视镜的图像处理***,所述图像处理***包括:获取模块,用于获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态;调整模块,用于根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像;图像处理模块,用于基于神经网络模型对所述图像进行图像增强处理;传输模块,用于根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。
第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器用于执行所述计算机可读指令时实现前文所述的方法的步骤。
第四方面,本申请还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序用于在被计算机执行时实现前文所述的方法的步骤。
上述介绍了一种电子后视镜的图像处理方法、***、计算机设备及计算机程序产品,图像处理方方法包括:获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态;根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像;基于神经网络模型对所述图像进行图像增强处理;根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。能够根据汽车的行驶状态获取对应的图像并进行对应的传输,使得图像的显示更符合当前的行驶状态,增加司机行驶的安全性。
附图说明
图1是本申请实施例提供的一种电子后视镜的图像处理方法的流程示意图;
图2是本申请实施例提供的另一种电子后视镜的图像处理方法的流程示意图;
图3是本申请实施例提供的一种电子后视镜的图像处理***的结构示意图;
图4是本申请实施例提供的一种计算机设备基本结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参阅图1,图1是本申请实施例提供的一种电子后视镜的图像处理方法的流程示意图,如图1所示,所述图像处理方法包括以下步骤:
步骤S1:获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态。
电子后视镜(Camera Monitor Systems,CMS)是由摄像头与监视器组成的***,在规定视野内需要看清车辆周侧,如后方、侧方视野。摄像头将获取到的汽车后方的图像传输到监视器,监视器根据汽车当前的行驶状态对该图像信息进行处理和传输,然后在电子后视镜的显示屏中进行显示,使得图像可正常的向司机显示,提高司机的行车安全。
其中,转向状态包括左转向状态或右转向状态。
在一实施例中,可通过检测车轮的转动角度来判断具体的转向状态。具体而言,可预设一个角度阈值,若检测到车轮的转动角度大于或等于该角度阈值则可首先确定出汽车处于转向状态,然后再判断车轮转动的方向来进一步判断是左转向状态还是右转向状态。
在另一实施中,还可通过检测司机是否启动了转向指示,若启动了转向指示,则根据转向指示对应的转向方向来确定具体是左转向还是右转向。
应理解,上述两种确定具体转向状态的方案可择一采用,也可以合并采用。
步骤S2:根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像。其中,采集参数可包括摄像头的视场角等。
步骤S3:基于神经网络模型对所述图像进行图像增强处理。
图像增强是有目的地强调图像的整体或局部特性,例如改善图像的颜色、亮度和对比度等,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,提高图像的视觉效果。本申请实施例具体是基于CNN的一些方法极大地改善了图像增强的质量。
步骤S4:根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。
由此,本实施例通过根据汽车的行驶状态来调整电子后视镜的摄像头的采集参数,使得电子后视镜的摄像头采集到的图像更符合当前的行驶状态,例如图像信息更加全面,清晰,然后再根据行驶状态将图像传输到电子后视镜的显示屏进行显示,使得显示的图像更符合当前的行驶状态,方便司机分析,提高司机的行车安全。
其中,在步骤S1中,若所述行驶状态为左转向状态,则根据所述左转向状态调整所述汽车左侧电子后视镜的摄像头的采集参数。若所述行驶状态为右转向状态,则根据所述右转向状态调整所述汽车右侧电子后视镜的摄像头的采集参数。即根据不同的转向状态调整对应的电子后视镜的摄像头的采集参数,方便采集更多对应的信息。
具体而言,根据所述左转向状态增大所述汽车左侧电子后视镜的摄像头的视场角参数。根据所述右转向状态增大所述汽车右侧电子后视镜的摄像头的视场角参数。
由于汽车转向时,司机更希望能得到更多同一方向的环境图像,例如左转向时,更希望可以得到汽车左侧更多的环境图像,以便于司机控制转向的时间和角度等。同理,右转向时,更希望可以得到汽车右侧更多的环境图像,以便于司机控制转向的时间和角度等。
具体而言,可以根据汽车的行驶状态来转动摄像头,例如左转向状态,则调整汽车左侧电子后视镜的摄像头的往左侧转动,以便于获取更多汽车左侧的信号。同理,右转向状态,则调整汽车右侧电子后视镜的摄像头的往右侧转动,以便于获取更多汽车右侧的信号。
因此,在左转向状态下,增大汽车左侧电子后视镜的摄像头的视场角参数,以便于获取汽车左侧更大视场角度的图像,在右转向状态下,增大汽车右侧电子后视镜的摄像头的视场角参数,以便于获取汽车右侧更大视场角度的图像。
若所述行驶状态为所述前进状态,则根据所述前进状态调整所述汽车左侧和右侧电子后视镜为正常视场角。因为前进状态下,对汽车后方的图像信息要求不高,因此只需要正常视场角的图像信息即可,另外,正常视场角的图像信息使得图像数据更加小,便于传输,提高传输效率,从而减小数据延迟,司机可及时获取到图像信息并可及时根据图像信息做出反应,从而增加行车安全。
若所述行驶状态为所述后退状态,则根据所述后退状态增大所述汽车左侧和右侧电子后视镜的视场角。因为后退状态下,对汽车后方的图像信息要求较高,因此需要增大汽车左侧和右侧电子后视镜的视场角,以获取更加全面的汽车的后方图像信息,因为后退状态通常车速很慢,因此大视场角的图像信息导致的传输延迟对司机的判断影响不大。
请参阅图2,图2是本申请实施例提供的另一种电子后视镜的图像处理方法的流程示意图,如图2所示,其中,在步骤S3基于神经网络模型对所述图像进行图像增强处理的步骤之前,需将神经网络模型进行训练,具体包括以下步骤:
步骤S21:将多个图像样品输入GAN神经网络模型的生成器中,通过所述生成器的多个残差块及多个所述卷积层进行卷积处理,生成虚拟增强图像。
步骤S22:将实际增强图像输入所述GAN神经网络模型的判别器中,并通过所述判别器将所述虚拟增强图像和所述实际增强图像进行比对,然后将比对结果反馈给所述生成器,以优化所述生成器。
GAN神经网络模型主要包括生成器和判别器,生成器和判别器是一个对抗的过程,生成器不断生成能欺骗判别器的数据,判别器不断提高自己辨别真假的能力,直到达到一个均衡状态。本实施例的图像样品可通过手机拍摄,也可以在汽车测试时,通过电子后视镜的摄像头拍摄,目标图像可以是单反相机拍摄高清的照片,它们是一一对映的关系。生成器的CNN结构,首先输入一张图像,经过一个卷积层预处理后,使用了4个残差块,再经过3个卷积层得到增强后的图像;判别器CNN用于判断增强后的图像和目标图像的真假,生成器生成的图像要尽可能地欺骗判别器,这样就表明生成的图像与目标图像越接近,也就是增强后的图像效果越好。
图像经过增强处理后,需要传输到显示屏中。本申请实施例根据行驶状态进行传输。具体而言,若所述行驶状态为左转向状态,则优先传输所述汽车左侧电子后视镜的摄像头采集的所述图像,若所述行驶状态为右转向状态,则优先传输所述汽车右侧电子后视镜的摄像头采集的所述图像。若所述行驶状态为所述前进状态,则将所述汽车左侧和右侧电子后视镜采集的图像同时传输,若所述行驶状态为所述后退状态,则优先传输所述汽车左侧和右侧电子后视镜采集的图像数据较小的一个。由此可根据行驶状态将更符合当前行驶状态的图像优先传输给司机,方便司机及时作出判断及控制,提高形成安全。
本申请实施例还提供了一种电子后视镜的图像处理***,应用于前文所述的图像处理方法,具体请参阅图3,图3是本申请实施例提供的一种电子后视镜的图像处理***的结构示意图框图,如图3所示,图像处理***20包括:
获取模块21,用于获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态。
电子后视镜(Camera Monitor Systems,CMS)是由摄像头与监视器组成的***,在规定视野内需要看清车辆周侧,如后方、侧方视野。摄像头将获取到的汽车后方的图像传输到监视器,监视器根据汽车当前的行驶状态对该图像信息进行处理和传输,然后在电子后视镜的显示屏中进行显示,使得图像可正常的向司机显示,提高司机的行车安全。
其中,转向状态包括左转向状态或右转向状态。
在一实施例中,可通过检测车轮的转动角度来判断具体的转向状态。具体而言,可预设一个角度阈值,若检测到车轮的转动角度大于或等于该角度阈值则可首先确定出汽车处于转向状态,然后再判断车轮转动的方向来进一步判断是左转向状态还是右转向状态。
在另一实施中,还可通过检测司机是否启动了转向指示,若启动了转向指示,则根据转向指示对应的转向方向来确定具体是左转向还是右转向。
应理解,上述两种确定具体转向状态的方案可择一采用,也可以合并采用。
调整模块22,用于根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像。其中,采集参数可包括摄像头的视场角等。
图像处理模块23,用于基于神经网络模型对所述图像进行图像增强处理。图像增强是有目的地强调图像的整体或局部特性,例如改善图像的颜色、亮度和对比度等,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,提高图像的视觉效果。本申请实施例具体是基于CNN的一些方法极大地改善了图像增强的质量。
传输模块24,用于根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。
由此,本实施例通过根据汽车的行驶状态来调整电子后视镜的摄像头的采集参数,使得电子后视镜的摄像头采集到的图像更符合当前的行驶状态,例如图像信息更加全面,清晰,然后再根据行驶状态将图像传输到电子后视镜的显示屏进行显示,使得显示的图像更符合当前的行驶状态,方便司机分析,提高司机的行车安全。
其中,若获取模块21获取到汽车当前的行驶状态为左转向状态,则调整模块22根据所述左转向状态调整所述汽车左侧电子后视镜的摄像头的采集参数。若获取模块21获取到汽车当前的行驶状态为右转向状态,则调整模块22根据所述右转向状态调整所述汽车右侧电子后视镜的摄像头的采集参数。即根据不同的转向状态调整对应的电子后视镜的摄像头的采集参数,方便采集更多对应的信息。
具体而言,调整模块22根据所述左转向状态增大所述汽车左侧电子后视镜的摄像头的视场角参数。根据所述右转向状态增大所述汽车右侧电子后视镜的摄像头的视场角参数。
由于汽车转向时,司机更希望能得到更多同一方向的环境图像,例如左转向时,更希望可以得到汽车左侧更多的环境图像,以便于司机控制转向的时间和角度等。同理,右转向时,更希望可以得到汽车右侧更多的环境图像,以便于司机控制转向的时间和角度等。
具体而言,调整模块22可以根据汽车的行驶状态来转动摄像头,例如左转向状态,则调整汽车左侧电子后视镜的摄像头的往左侧转动,以便于获取更多汽车左侧的信号。同理,右转向状态,则调整汽车右侧电子后视镜的摄像头的往右侧转动,以便于获取更多汽车右侧的信号。
因此,在左转向状态下,增大汽车左侧电子后视镜的摄像头的视场角参数,以便于获取汽车左侧更大视场角度的图像,在右转向状态下,增大汽车右侧电子后视镜的摄像头的视场角参数,以便于获取汽车右侧更大视场角度的图像。
若获取模块21获取到汽车当前的行驶状态为所述前进状态,则调整模块22根据所述前进状态调整所述汽车左侧和右侧电子后视镜为正常视场角。因为前进状态下,对汽车后方的图像信息要求不高,因此只需要正常视场角的图像信息即可,另外,正常视场角的图像信息使得图像数据更加小,便于传输,提高传输效率,从而减小数据延迟,司机可及时获取到图像信息并可及时根据图像信息做出反应,从而增加行车安全。
若获取模块21获取到汽车当前的行驶状态为所述后退状态,则调整模块22根据所述后退状态增大所述汽车左侧和右侧电子后视镜的视场角。因为后退状态下,对汽车后方的图像信息要求较高,因此需要增大汽车左侧和右侧电子后视镜的视场角,以获取更加全面的汽车的后方图像信息,因为后退状态通常车速很慢,因此大视场角的图像信息导致的传输延迟对司机的判断影响不大。
图像处理模块23在对图像进行图像增强处理的步骤之前,需将神经网络模型进行训练。具体而言,将多个图像样品输入GAN神经网络模型的生成器中,通过所述生成器的多个残差块及多个所述卷积层进行卷积处理,生成虚拟增强图像。进而将实际增强图像输入所述GAN神经网络模型的判别器中,并通过所述判别器将所述虚拟增强图像和所述实际增强图像进行比对,然后将比对结果反馈给所述生成器,以优化所述生成器。
GAN神经网络模型主要包括生成器和判别器,生成器和判别器是一个对抗的过程,生成器不断生成能欺骗判别器的数据,判别器不断提高自己辨别真假的能力,直到达到一个均衡状态。本实施例的图像样品可通过手机拍摄,也可以在汽车测试时,通过电子后视镜的摄像头拍摄,目标图像可以是单反相机拍摄高清的照片,它们是一一对映的关系。生成器的CNN结构,首先输入一张图像,经过一个卷积层预处理后,使用了4个残差块,再经过3个卷积层得到增强后的图像;判别器CNN用于判断增强后的图像和目标图像的真假,生成器生成的图像要尽可能地欺骗判别器,这样就表明生成的图像与目标图像越接近,也就是增强后的图像效果越好。
图像经过增强处理后,传输模块24需要传输到显示屏中。本申请实施例的传输模块24根据行驶状态进行传输。具体而言,若所述行驶状态为左转向状态,则传输模块24优先传输所述汽车左侧电子后视镜的摄像头采集的所述图像,若所述行驶状态为右转向状态,则传输模块24优先传输所述汽车右侧电子后视镜的摄像头采集的所述图像。若所述行驶状态为所述前进状态,则传输模块24将所述汽车左侧和右侧电子后视镜采集的图像同时传输,若所述行驶状态为所述后退状态,则传输模块24优先传输所述汽车左侧和右侧电子后视镜采集的图像数据较小的一个。由此可根据行驶状态将更符合当前行驶状态的图像优先传输给司机,方便司机及时作出判断及控制,提高形成安全。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过***总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件61-63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作***和各类信息管理操作***,例如电子后视镜的图像处理方法的计算机可读指令等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的计算机可读指令或者处理数据,例如电子后视镜的图像处理方法的计算机可读指令。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供一种计算机程序产品,所述计算机程序产品存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的电子后视镜的图像处理方法的步骤。
本申请提供了一种电子后视镜的图像处理方法、***、计算机设备及计算机程序产品,图像处理方方法包括:获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态;根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像;基于神经网络模型对所述图像进行图像增强处理;根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。能够根据汽车的行驶状态获取对应的图像并进行对应的传输,使得图像的显示更符合当前的行驶状态,增加司机行驶的安全性。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种电子后视镜的图像处理方法,其特征在于,所述图像处理方方法包括:
获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态;
根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像;
基于神经网络模型对所述图像进行图像增强处理;
根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。
2.根据权利要求1所述的图像处理方法,其特征在于,所述转向状态包括左转向状态和右转向状态;
所述根据所述行驶状态调整电子后视镜的摄像头的采集参数的步骤包括:
若所述行驶状态为左转向状态,则根据所述左转向状态调整所述汽车左侧电子后视镜的摄像头的采集参数;
若所述行驶状态为右转向状态,则根据所述右转向状态调整所述汽车右侧电子后视镜的摄像头的采集参数。
3.根据权利要求2所述的图像处理方法,其特征在于,所述根据所述左转向状态调整所述汽车左侧电子后视镜的摄像头的采集参数的步骤包括:
根据所述左转向状态增大所述汽车左侧电子后视镜的摄像头的视场角参数;
所述根据所述右转向状态调整所述汽车右侧电子后视镜的摄像头的采集参数的步骤包括:
根据所述右转向状态增大所述汽车右侧电子后视镜的摄像头的视场角参数。
4.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述行驶状态调整电子后视镜的摄像头的采集参数的步骤包括:
若所述行驶状态为所述前进状态,则根据所述前进状态调整所述汽车左侧和右侧电子后视镜为正常视场角;
若所述行驶状态为所述后退状态,则根据所述后退状态增大所述汽车左侧和右侧电子后视镜的视场角。
5.根据权利要求1-4任一项所述的图像处理方法,其特征在于,所述基于神经网络模型对所述图像进行图像增强处理的步骤之前,包括:
将多个图像样品输入GAN神经网络模型的生成器中,通过所述生成器的多个残差块及多个所述卷积层进行卷积处理,生成虚拟增强图像;
将实际增强图像输入所述GAN神经网络模型的判别器中,并通过所述判别器将所述虚拟增强图像和所述实际增强图像进行比对,然后将比对结果反馈给所述生成器,以优化所述生成器。
6.根据权利要求1所述的图像处理方法,其特征在于,所述转向状态包括左转向状态和右转向状态;
所述根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中的步骤,包括:
若所述行驶状态为左转向状态,则优先传输所述汽车左侧电子后视镜的摄像头采集的所述图像;
若所述行驶状态为右转向状态,则优先传输所述汽车右侧电子后视镜的摄像头采集的所述图像。
7.根据权利要求1所述的图像处理方法,其特征在于,所述根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中的步骤,包括:
若所述行驶状态为所述前进状态,则将所述汽车左侧和右侧电子后视镜采集的图像同时传输;
若所述行驶状态为所述后退状态,则优先传输所述汽车左侧和右侧电子后视镜采集的图像数据较小的一个。
8.一种电子后视镜的图像处理***,其特征在于,所述图像处理***包括:
获取模块,用于获取汽车当前的行驶状态,所述行驶状态包括转向状态、前进状态以及后退状态;
调整模块,用于根据所述行驶状态调整电子后视镜的摄像头的采集参数,并基于调整后的摄像头获取对应的汽车周侧的图像;
图像处理模块,用于基于神经网络模型对所述图像进行图像增强处理;
传输模块,用于根据所述行驶状态将处理后的图像传输到电子后视镜的显示屏中。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器用于执行所述计算机可读指令时实现如权利要求1至7中任一项所述的方法的步骤。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序用于在被计算机执行时实施根据权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410079907.5A CN118042264A (zh) | 2024-01-19 | 2024-01-19 | 电子后视镜的图像处理方法及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410079907.5A CN118042264A (zh) | 2024-01-19 | 2024-01-19 | 电子后视镜的图像处理方法及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118042264A true CN118042264A (zh) | 2024-05-14 |
Family
ID=90984936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410079907.5A Pending CN118042264A (zh) | 2024-01-19 | 2024-01-19 | 电子后视镜的图像处理方法及其相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118042264A (zh) |
-
2024
- 2024-01-19 CN CN202410079907.5A patent/CN118042264A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20120148117A1 (en) | System and method for facial identification | |
CN111295599A (zh) | 在汽车环境中广播传感器输出的方法和*** | |
CN113276774B (zh) | 无人车远程驾驶过程中视频画面的处理方法、装置及设备 | |
US20150178902A1 (en) | Image processing apparatus and image processing method for removing rain streaks from image data | |
CN115424598A (zh) | 显示屏亮度调整方法、装置及存储介质 | |
CN110706115A (zh) | 交通事故快速理赔方法、***以及一种服务器 | |
US10787152B1 (en) | Systems and methods for rental vehicle driver verification | |
CN118042264A (zh) | 电子后视镜的图像处理方法及其相关设备 | |
US20220408062A1 (en) | Display control apparatus, display control method, and program | |
CN112435475B (zh) | 一种交通状态检测方法、装置、设备及存储介质 | |
CN116923372A (zh) | 驾驶控制方法、装置、设备及介质 | |
CN117333837A (zh) | 行车安全辅助方法、电子设备及存储介质 | |
CN114771216A (zh) | 一种车辆用除雾方法、装置及*** | |
CN112700658B (zh) | 用于车辆的图像分享的***及相应的方法和存储介质 | |
CN110834582B (zh) | 转向灯自动关闭方法、装置、氢能汽车及存储介质 | |
CN113507559A (zh) | 应用于车辆的智能摄像方法、摄像***、以及车辆 | |
CN111754390A (zh) | 环视图显示方法、装置、计算机设备和存储介质 | |
CN111959402A (zh) | 流媒体后视镜及其视野调节方法 | |
US20230274586A1 (en) | On-vehicle device, management system, and upload method | |
CN117984898A (zh) | 电子后视镜的图像显示方法及其相关设备 | |
KR102663343B1 (ko) | 차량의 이미지 기반 객체 인식 알고리즘 평가 장치 및 방법 | |
CN116476728B (zh) | 一种车辆的车灯调节方法、装置、电子设备及存储介质 | |
CN117376712A (zh) | 车载摄像头摄像参数的调整方法、装置、设备和存储介质 | |
KR102087365B1 (ko) | 영상 처리 장치 및 방법 | |
CN117601764A (zh) | 一种外后视镜视野调整方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |