(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 202210439678.4 (22)申请日 2022.04.25 (71)申请人 中国第一汽车股份有限公司 地址 130011 吉林省长 春市汽车 经济技术 开发区新红旗大街1号 (72)发明人 谢泽宇　罗逍　赵德芳　栗海兵　 陈薪宇　郑震　马欢　王祎男　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 谢湘宁 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/50(2022.01)G06V 10/56(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01) (54)发明名称 目标图像的信息提取方法及装置、 车辆设 备、 存储介质 (57)摘要 本发明公开了一种目标图像的信息提取方 法及装置、 车辆设备、 存储介质。 其中， 该方法包 括： 提取预先采集的目标图像的图像梯度信息和 每个像素块的颜色信息； 结合图像梯度信息和每 个像素块的颜色信息， 对相邻像素块进行合并， 并将合并后的像素块进行分割处理， 得到多个分 割像素块； 计算每个分割像素块与聚类中心的空 间距离信息和非空间距离信息； 结合空间距离信 息和非空间距离信息， 迭代更新每个 分割像素块 与聚类中心的隶属度， 并基于更新后的隶属度， 更新聚类中心； 在迭代次数达到预设迭代阈值的 情况下， 输出各个聚类中心所指示的图像分类物 体， 得到物体掩膜图。 权利要求书2页 说明书15页 附图3页 CN 114792415 A 2022.07.26 CN 114792415 A 1.一种目标图像的信息提取 方法， 其特 征在于， 包括： 提取预先采集的目标图像的图像梯度信息和每个像素块的颜色信息， 其中， 所述目标 图像被分割为多个 像素块； 结合所述图像梯度信息和每个像素块的颜色信息， 对相邻像素块进行合并， 并将合并 后的像素块进行分割处 理， 得到多个分割像素块； 计算每个所述分割像素块与聚类中心的空间距离信息和非空间距离信息； 结合所述空间距离信 息和非空间距离信 息， 迭代更新每个分割像素块与聚类中心的隶 属度， 并基于更新后的所述隶属度， 更新所述聚类中心； 在迭代次数达到预设迭代阈值的情况下， 输出各个聚类中心所指示的图像分类物体， 得到物体掩膜图。 2.根据权利要求1所述的信 息提取方法， 其特征在于， 提取预先采集的目标图像的图像 梯度信息和每 个像素块的颜色信息的步骤， 包括： 获取当前 车辆采集的目标图像； 提取所述目标图像的颜色 分布信息， 得到所述图像梯度信息； 结合所述图像梯度信息， 采用预设分水岭算法对所述目标图像进行分割， 得到多个像 素块， 其中， 每 个所述像素块内包括多个 像素点。 3.根据权利要求2所述的信 息提取方法， 其特征在于， 结合所述图像梯度信 息和每个像 素块的颜色信息， 对相邻像素块进行合并的步骤， 包括： 遍历每个所述像素块中的各个 像素点， 得到每 个所述像素点的颜色信息； 结合每个所述像素点的颜色信息， 确定所述像素块的颜色均值； 将所述颜色均值赋值给 所述像素块中每 个像素点； 结合每相邻两个像素块之间的RGB颜色通道 的变化量， 计算相邻两个像素块之间的颜 色相似度； 在所述颜色相似度大于预设相似度阈值的情况 下， 合并所述相邻像素块。 4.根据权利要求1所述的信 息提取方法， 其特征在于， 计算每个所述分割像素块与聚类 中心的空间距离信息和非空间距离信息的步骤， 包括： 获取所有所述分割像素块与当前聚类中心的非欧几里 得距离误差均值的自适应参数； 结合高斯核函数的内积参数， 计算每个所述分割像素块与所述 聚类中心之间的高斯核 距离值； 结合所述自适应参数与所述高斯核距离值， 计算每个所述分割像素块与所述 聚类中心 的非空间距离信息 。 5.根据权利要求1所述的信 息提取方法， 其特征在于， 结合所述空间距离信 息和非空间 距离信息， 迭代更新每 个分割像素块与聚类中心的隶属度的步骤， 包括： 计算所述空间距离信息和非空间距离信息之间的乘积， 得到空间混合 参数； 将所述空间混合 参数和初始隶属度代入至目标函数中； 对所述目标函数进行简化处 理， 以更新每 个分割像素块与聚类中心之间的隶属度； 在迭代次数未达到所述预设迭代阈值的情况下， 迭代更新每个分割像素块与聚类中心 的隶属度。 6.根据权利要求5所述的信息提取方法， 其特征在于， 对所述目标函数进行简化处理，权　利　要　求　书 1/2 页 2 CN 114792415 A 2以更新每 个分割像素块与聚类中心之间的隶属度的步骤， 包括： 采用拉格朗日乘数法对所述目标函数进行优化调整， 得到在预设约束条件下的偏微分 方程； 利用所述初始隶属度与所述聚类中心的 的偏导数计算所述偏微分方程的最小值； 结合所述偏微分方程的最小值， 更新每 个分割像素块与聚类中心之间的隶属度。 7.根据权利要求1所述的信 息提取方法， 其特征在于， 输出各个聚类中心所指示的图像 分类物体， 得到物体掩膜图的步骤， 包括： 在迭代次数达到预设迭代阈值的情况下， 确定最后 一次迭代更新所输出的目标隶属度 和目标聚类中心； 获取所述目标 隶属度和目标聚类中心所述所指示的分割像素块的图像分类物体； 结合分割所述像素块时所确定的颜色信息， 对所述图像分类物体进行颜色标识， 生成 所述物体掩膜图。 8.一种目标图像的信息提取装置， 其特 征在于， 包括： 提取单元， 用于提取预先采集的目标图像的图像梯度信息和每个像素块的颜色信息， 其中， 所述目标图像 被分割为多个 像素块； 合并单元， 用于结合所述图像梯度信息和每个像素块的颜色信息， 对相邻像素块进行 合并， 并将合并后的像素块进行分割处 理， 得到多个分割像素块； 计算单元， 用于计算每个所述分割像素块与聚类中心的空间距离信 息和非空间距离信 息； 更新单元， 用于结合所述空间距离信息和非空间距离信息， 迭代更新每个分割像素块 与聚类中心的隶属度， 并基于更新后的所述隶属度， 更新所述聚类中心； 输出单元， 用于在迭代次数达到预设迭代阈值的情况下， 输出各个聚类中心所指示的 图像分类物体， 得到物体掩膜图。 9.一种车辆设备， 其特 征在于， 包括： 处理器； 以及 存储器， 用于存 储所述处 理器的可 执行指令； 其中， 所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任意一项所 述的目标图像的信息提取 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的计算 机程序， 其中， 在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利 要求1至7中任意 一项所述的目标图像的信息提取 方法。权　利　要　求　书 2/2 页 3 CN 114792415 A 3