图像生成方法及装置与流程

1.本公开的实施例涉及基于无人驾驶的地图绘制技术领域，尤其涉及一种图像生成方法及装置。


背景技术：

2.目前高精地图的制图主要基于两种数据源，一种是激光反射率底图，是通过激光点云数据生成的，主要用于制作完整版的高精地图。另外一种是数字正射影像图，可以通过结合激光点云数据和rgb(red/green/blue，红/绿/蓝)图像数据生成的，主要用于高精地图的更新。目前部分高精地图厂商或者自动驾驶公司都在尝试将高精地图制图及更新的数据都统一到数字正射影像图，一方面因为数字正射影像图包含的道路场景信息更丰富，可以降低人工制图的难度；另一方面，数字正射影像图对激光和rgb图像做了融合，更利于算法的开发。
3.数字正射影像图目前主流的制作方法有两种，一种是基于激光点云数据，获取对应rgb图片中地面上每个像素的地理坐标，然后不同图片根据其地理坐标进行融合，生成道路区域的数字正射影像图；另一种是基于视觉的方式进行数字正射影像的建图。
4.现有构建道路正射数字影像图的技术存在以下两个问题：1、基于激光点云和rgb图像的方法需要结合激光雷达和摄像头数据，首先会导致高成本，其次需要对激光雷达和摄像头等传感器做同步，流程复杂；2、基于视觉slam的方法算法实现难度大，而且鲁棒性较低，对图像特征要求较高，在纹理缺失的路段效果无法保证。


技术实现要素：

5.本公开的实施例提供一种图像生成方法及装置，用以降低构建道路正射数字影像图的成本，减少与激光雷达的同步操作，且提高了道路构建的速度。
6.根据本公开的实施例的第一方面，提供了一种图像生成方法，包括：
7.获取基于目标摄像头采集的道路图像；
8.根据图像坐标系与地理坐标系之间的对应关系，对所述道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标；
9.基于所述像素地理坐标和像素信息，生成所述道路图像对应的道路区域的高精度道路数字正射影像图。
10.可选地，在所述获取基于目标摄像头采集的道路图像之前，还包括：
11.基于标定格网对所述目标摄像头进行标定处理；
12.获取由所述目标摄像头对所述标定格网进行拍摄得到的区域图像；所述标定格网与所述区域图像的尺寸相同；
13.基于所述区域图像上各个像素点的地理坐标和所述标定格网的各个点的坐标，建立图像坐标系与地理坐标系之间的对应关系。
14.可选地，所述基于所述区域图像上各个像素点的地理坐标和所述标定格网的各个
点的坐标，建立图像坐标系与地理坐标系之间的对应关系，包括：
15.获取所述标定格网的四个角点的第一角点坐标，及所述区域图像的四个角点的第二角点坐标；
16.获取所述目标摄像头与所述标定格网之间的横向距离和纵向距离；
17.基于所述第一角点坐标、所述第二角点坐标、所述横向距离和所述纵向距离，确定所述图像坐标系与所述地理坐标系之间的对应关系。
18.可选地，所述基于所述像素地理坐标和像素信息，生成所述道路图像对应的道路区域的高精度道路数字正射影像图，包括：
19.根据像素地理坐标，确定所述道路图像在电子地图上对应的地图区域；
20.基于所述道路图像上各个像素点对应的时间戳信息和各个像素点与所述目标摄像头之间的距离信息，将所述道路图像上的像素点信息填充于所述地图区域，生成所述高精度道路数字正射影像图。
21.可选地，所述基于所述道路图像上各个像素点对应的时间戳信息和各个像素点与所述目标摄像头之间的距离信息，将所述道路图像上的像素点信息填充于所述地图区域，生成所述高精度道路数字正射影像图，包括：
22.基于所述时间戳信息和所述距离信息，确定各个像素点对应的像素权重；
23.基于所述像素权重，对各个像素点的rgb值进行调整，得到调整rgb值；
24.根据各个像素点对应的像素地理坐标，将所述调整rgb值填充于所述地图区域，得到所述高精度道路数字正射影像图。
25.根据本公开的实施例的第二方面，提供了一种图像生成装置，包括：
26.道路图像获取模块，用于获取基于目标摄像头采集的道路图像；
27.地理坐标确定模块，用于根据图像坐标系与地理坐标系之间的对应关系，对所述道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标；
28.正射影像生成模块，用于基于所述像素地理坐标和像素信息，生成所述道路图像对应的道路区域的高精度道路数字正射影像图。
29.可选地，所述装置还包括：
30.摄像头标定模块，用于基于标定格网对所述目标摄像头进行标定处理；
31.区域图像获取模块，用于获取由所述目标摄像头对所述标定格网进行拍摄得到的区域图像；所述标定格网与所述区域图像的尺寸相同；
32.对应关系建立模块，用于基于所述区域图像上各个像素点的地理坐标和所述标定格网的各个点的坐标，建立图像坐标系与地理坐标系之间的对应关系。
33.可选地，所述对应关系建立模块包括：
34.角点坐标获取单元，用于获取所述标定格网的四个角点的第一角点坐标，及所述区域图像的四个角点的第二角点坐标；
35.横纵向距离获取单元，用于获取所述目标摄像头与所述标定格网之间的横向距离和纵向距离；
36.对应关系确定单元，用于基于所述第一角点坐标、所述第二角点坐标、所述横向距离和所述纵向距离，确定所述图像坐标系与所述地理坐标系之间的对应关系。
37.可选地，所述正射影像生成模块包括：
38.地图区域确定单元，用于根据像素地理坐标，确定所述道路图像在电子地图上对应的地图区域；
39.正射影像生成单元，用于基于所述道路图像上各个像素点对应的时间戳信息和各个像素点与所述目标摄像头之间的距离信息，将所述道路图像上的像素点信息填充于所述地图区域，生成所述高精度道路数字正射影像图。
40.可选地，所述正射影像生成单元包括：
41.像素权重确定子单元，用于基于所述时间戳信息和所述距离信息，确定各个像素点对应的像素权重；
42.rgb值获取子单元，用于基于所述像素权重，对各个像素点的rgb值进行调整，得到调整rgb值；
43.正射影像获取子单元，用于根据各个像素点对应的像素地理坐标，将所述调整rgb值填充于所述地图区域，得到所述高精度道路数字正射影像图。
44.根据本公开的实施例的第三方面，提供了一种电子设备，包括：
45.处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的图像生成方法。
46.根据本公开的实施例的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述任一项所述的图像生成方法。
47.本公开的实施例提供了一种图像生成方法及装置，通过获取基于目标摄像头采集的道路图像，根据图像坐标系与地理坐标系之间的对应关系，对道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标，基于像素地理坐标，生成道路图像对应的道路区域的高精度道路数字正射影像图。本公开的实施例通过预先标定图像坐标系与地理坐标系之间的对应关系，并对具备地理坐标的图像区域进行融合拼接，完成数字正射影像图的构建，无需结合激光雷达点云数据，能够降低构建数字正射影像图的成本，且减少了与激光雷达同步的操作，且算法复杂度低，鲁棒性强，道路构建的速度较快。
附图说明
48.为了更清楚地说明本公开的实施例的技术方案，下面将对本公开的实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
49.图1为本公开的实施例提供的一种图像生成方法的步骤流程图；
50.图2为本公开的实施例提供的另一种图像生成方法的步骤流程图；
51.图3为本公开的实施例提供的一种建立对应关系的示意图；
52.图4为本公开的实施例提供的一种构建数字正射影像的示意图；
53.图5为本公开的实施例提供的一种图像生成装置的结构示意图；
54.图6为本公开的实施例提供的另一种图像生成装置的结构示意图。
具体实施方式
55.下面将结合本公开的实施例中的附图，对本公开的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开的实施例一部分实施例，而不是全部的实施例。基于本公开的实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开的实施例保护的范围。
56.实施例一
57.参照图1，示出了本公开的实施例提供的一种图像生成方法的步骤流程图，如图1所示，该图像生成方法具体可以包括如下步骤：
58.步骤101：获取基于目标摄像头采集的道路图像。
59.本公开的实施例可以应用于构建道路数字正射影像的场景中。
60.本实施例可以应用于自动驾驶系统中，即通过自动驾驶设备实现道路图像的构建。
61.目标摄像头是指用于采集道路图像的摄像头，在本示例中，目标摄像头可以为设置于自动驾驶设备上的摄像头，如设置于无人车上的摄像头等。
62.在本示例中，目标摄像头可以为一个摄像头，也可以为多个摄像头等，具体地，可以根据业务需求而定，本实施例对此不加以限制。
63.道路图像是指通过目标摄像头对待生成道路数字正射影像的道路采集的图像。
64.在需要对某条道路的数字正射影像进行构建时，可以通过运行自动驾驶设备在该道路上，并通过设置于自动驾驶设备上的目标摄像头对该道路进行图像拍摄，以得到道路图像。
65.在获取到基于目标摄像头采集的道路图像之后，执行步骤102。
66.步骤102：根据图像坐标系与地理坐标系之间的对应关系，对所述道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标。
67.在自动驾驶设备系统中预先建立有图像坐标系与地理坐标系之间的对应关系，对于该对应关系的建立过程将在下述实施例二中进行详细描述，本实施例在此不再加以赘述。
68.像素坐标是指道路图像上每个图像像素在图像坐标系下的坐标。
69.像素地理坐标是指将道路图像上每个图像像素在地理坐标系下的坐标。
70.在获取到基于目标摄像头采集的道路图像之后，可以根据图像坐标系与地理坐标系之间的对应关系，对道路图像中每个图像像素的像素坐标进行坐标转换处理，以得到每个图像像素对应的像素地理坐标，在具体实现中，图像坐标系与地理坐标系之间的对应关系可以通过一个坐标转换矩阵来表示，在获取道路图像中每个图像像素的像素坐标之后，可以结合像素坐标和坐标转换矩阵，来得到每个图像像素对应的地理坐标。
71.当然，在具体实现中，还可以采用其它方式实现像素坐标和地理坐标之间的转换，具体地，可以根据业务需求而定，本实施例对此不加以限制。
72.在对道路图像中每个图像像素的像素坐标进行坐标转换处理得到每个图像像素对应的像素地理坐标之后，执行步骤103。
73.步骤103：基于所述像素地理坐标和像素信息，生成所述道路图像对应的道路区域的高精度道路数字正射影像图。
74.在获取到道路图像上每个图像像素的像素地理坐标之后，可以基于像素地理坐标和每个图像像素的像素信息，生成道路图像对应的道路区域的高精度道路数字正射影像图，具体地，可以结合每个图像像素的像素地理坐标，将每个图像像素的像素信息填充于电子地图上的对应位置，以得到高精度道路数字正射影像图。
75.本公开的实施例通过预先标定图像坐标系与地理坐标系之间的对应关系，并对具备地理坐标的图像区域进行融合拼接，完成数字正射影像图的构建，无需结合激光雷达点云数据，能够降低构建数字正射影像图的成本。
76.本公开的实施例提供的图像生成方法，通过获取基于目标摄像头采集的道路图像，根据图像坐标系与地理坐标系之间的对应关系，对道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标，基于像素地理坐标，生成道路图像对应的道路区域的高精度道路数字正射影像图。本公开的实施例通过预先标定图像坐标系与地理坐标系之间的对应关系，并对具备地理坐标的图像区域进行融合拼接，完成数字正射影像图的构建，无需结合激光雷达点云数据，能够降低构建数字正射影像图的成本，且减少了与激光雷达同步的操作，且算法复杂度低，鲁棒性强，道路构建的速度较快。
77.实施例二
78.参照图2，示出了本公开的实施例提供的另一种图像生成方法的步骤流程图，如图2所示，该图像生成方法具体可以包括如下步骤：
79.步骤201：基于标定格网对所述目标摄像头进行标定处理。
80.本公开的实施例可以应用于构建道路数字正射影像的场景中。
81.本实施例可以应用于自动驾驶系统中，即通过自动驾驶设备实现道路图像的构建。
82.标定格网是指用于对目标摄像头进行标定的格网，在本示例中，标定格网可以为棋盘格等形式的格网等，具体地，对于标定格网的具体形式可以根据业务需求而定，本实施例对此不加以限制。
83.在需要建立图像坐标系与地理坐标系之间的对应关系时，可以基于标定格网对目标摄像头进行标定处理。
84.在基于标定格网对目标摄像头进行标定处理之后，执行步骤202。
85.步骤202：获取由所述目标摄像头对所述标定格网进行拍摄得到的区域图像；所述标定格网与所述区域图像的尺寸相同。
86.在基于标定格网对目标摄像头进行标定处理之后，可以由目标摄像头对标定格网进行拍摄，以得到区域图像，该标定格网与区域图像的尺寸是相同的。
87.在获取到由目标摄像头对标定格网进行拍摄得到区域图像之后，执行步骤203。
88.步骤203：基于所述区域图像上各个像素点的地理坐标和所述标定格网的各个点的坐标，建立图像坐标系与地理坐标系之间的对应关系。
89.在获取到由目标摄像头对标定格网进行拍摄得到区域图像之后，可以基于区域图像上每个像素点的地理坐标和标定格网的各个点的坐标，建立图像坐标系与地理坐标系之间的对应关系，具体地，可以结合下述具体实现方式进行详细描述。
90.在本公开的一种具体实现方式中，上述步骤203可以包括：
91.子步骤s1：获取所述标定格网的四个角点的第一角点坐标，及所述区域图像的四
个角点的第二角点坐标。
92.对于建立图像坐标系与地理坐标系之间对应关系的过程可以结合图2进行如下详细描述。
93.第一角点坐标是指标定格网上四个角点的坐标。
94.第二角点坐标是指区域图像上四个角点的坐标。
95.在采用目标摄像头对标定格网进行图像拍摄得到区域图像之后，可以获取四个角点的第一角点坐标，及区域图像的四个角点的第二角点坐标。
96.在获取到第一角点坐标和第二角点坐标之后，执行子步骤s2。
97.子步骤s2：获取所述目标摄像头与所述标定格网之间的横向距离和纵向距离。
98.在获取到第一角点坐标和第二角点坐标之后，可以获取目标摄像头与标定格网之间横向距离和纵向距离，进而，执行子步骤s3。
99.子步骤s3：基于所述第一角点坐标、所述第二角点坐标、所述横向距离和所述纵向距离，确定所述图像坐标系与所述地理坐标系之间的对应关系。
100.在获取到第一角点坐标、第二角点坐标、横向距离和纵向距离之后，可以基于第一角点坐标、第二角点坐标、横向距离和纵向距离，确定图像坐标系与地理坐标系之间的对应关系。如图2所示，在拍摄得到区域图像之后，先进行角点检测，并根据角点检测结果进行角点变换，以得到角点变换矩阵，然后，将通过将自动驾驶设备的轮胎固定于标定台上，然后，可以获取到摄像头与标定格网之间的横向距离和纵向距离，进而，结合角点变换矩阵和纵向距离、横向距离建立图像坐标系与地理坐标系之间的对应关系。
101.在建立图像坐标系与地理坐标系之间的对应关系之后，执行步骤204。
102.步骤204：获取基于目标摄像头采集的道路图像。
103.目标摄像头是指用于采集道路图像的摄像头，在本示例中，目标摄像头可以为设置于自动驾驶设备上的摄像头，如设置于无人车上的摄像头等。
104.在本示例中，目标摄像头可以为一个摄像头，也可以为多个摄像头等，具体地，可以根据业务需求而定，本实施例对此不加以限制。
105.道路图像是指通过目标摄像头对待生成道路数字正射影像的道路采集的图像。
106.在需要对某条道路的数字正射影像进行构建时，可以通过运行自动驾驶设备在该道路上，并通过设置于自动驾驶设备上的目标摄像头对该道路进行图像拍摄，以得到道路图像。
107.在获取到基于目标摄像头采集的道路图像之后，执行步骤205。
108.步骤205：根据图像坐标系与地理坐标系之间的对应关系，对所述道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标。
109.像素坐标是指道路图像上每个图像像素在图像坐标系下的坐标。
110.像素地理坐标是指将道路图像上每个图像像素在地理坐标系下的坐标。
111.在获取到基于目标摄像头采集的道路图像之后，可以根据图像坐标系与地理坐标系之间的对应关系，对道路图像中每个图像像素的像素坐标进行坐标转换处理，以得到每个图像像素对应的像素地理坐标，在具体实现中，图像坐标系与地理坐标系之间的对应关系可以通过一个坐标转换矩阵来表示，在获取道路图像中每个图像像素的像素坐标之后，可以结合像素坐标和坐标转换矩阵，来得到每个图像像素对应的地理坐标。
112.当然，在具体实现中，还可以采用其它方式实现像素坐标和地理坐标之间的转换，具体地，可以根据业务需求而定，本实施例对此不加以限制。
113.在对道路图像中每个图像像素的像素坐标进行坐标转换处理得到每个图像像素对应的像素地理坐标之后，执行步骤206。
114.步骤206：根据像素地理坐标，确定所述道路图像在电子地图上对应的地图区域。
115.在获取到道路图像上每个图像像素的像素地理坐标之后，可以根据像素地理坐标，确定道路图像在电子地图上对应的地图区域。
116.在根据像素地理坐标确定出道路图像在电子地图上对应的地图区域之后，执行步骤207。
117.步骤207：基于所述道路图像上各个像素点对应的时间戳信息和各个像素点与所述目标摄像头之间的距离信息，将所述道路图像上的像素点信息填充于所述地图区域，生成所述高精度道路数字正射影像图。
118.在根据像素地理坐标确定出道路图像在电子地图上对应的地图区域之后，可以基于道路图像上各个像素点对应的时间戳信息和各个像素点与目标摄像头之间的距离信息，将道路图像上的像素点信息填充于地图区域，以生成高精度道路数字正射影像图。具体地，可以结合下述具体实现方式进行详细描述。
119.在本公开的另一种具体实现方式中，上述步骤207可以包括：
120.子步骤m1：基于所述时间戳信息和所述距离信息，确定各个像素点对应的像素权重。
121.在本实施例中，像素权重是指用于对像素点的rgb值进行调整的权重。
122.在根据像素地理坐标确定出道路图像在电子地图上对应的地图区域之后，可以基于时间戳信息和距离信息确定出各个像素点对应的像素权重。
123.在获取到道路图像上每个像素点对应的像素权重之后，执行子步骤m2。
124.子步骤m2：基于所述像素权重，对各个像素点的rgb值进行调整，得到调整rgb值。
125.在获取到道路图像上每个像素点对应的像素权重之后，可以根据每个像素点对应的像素权重，对各个像素点的rgb值进行调整，以得到每个像素点对应的调整rgb值。
126.在基于像素权重对各个像素点的rgb值进行调整得到调整rgb值之后，执行子步骤m3。
127.子步骤m3：根据各个像素点对应的像素地理坐标，将所述调整rgb值填充于所述地图区域，得到所述高精度道路数字正射影像图。
128.在得到各个像素点对应的调整rgb值之后，可以根据各个像素点对应的像素地理坐标，将调整rgb值填充于地图区域内，以得到高精度道路数字正射影像图。如图3所示，在对各个像素点的rgb值进行调整之后，可以结合调整rgb值和地理坐标信息，进行图像拼接融合，即将调整rgb值填充于电子地图的地图区域内对应的地理坐标处，从而实现拼接融合，以得到正射影像图。
129.高精地图低成本是众多做自动驾驶和地图公司追求的高精地图生产目标，而低成本的获取制图所需的底图数据是降低高精地图成本的重要环节。道路数字正射影像数据既能具备如激光反射率底图一样精确的道路元素位置，而且能提供道路元素的颜色信息，可以同时服务于高精地图制图和更新的任务。
130.本公开的实施例提供的图像生成方法，通过获取基于目标摄像头采集的道路图像，根据图像坐标系与地理坐标系之间的对应关系，对道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标，基于像素地理坐标，生成道路图像对应的道路区域的高精度道路数字正射影像图。本公开的实施例通过预先标定图像坐标系与地理坐标系之间的对应关系，并对具备地理坐标的图像区域进行融合拼接，完成数字正射影像图的构建，无需结合激光雷达点云数据，能够降低构建数字正射影像图的成本，且减少了与激光雷达同步的操作，且算法复杂度低，鲁棒性强，道路构建的速度较快。
131.实施例三
132.参照图5，示出了本公开的实施例提供的一种图像生成装置的结构示意图，如图5所示，该图像生成装置300具体可以包括如下模块：
133.道路图像获取模块310，用于获取基于目标摄像头采集的道路图像；
134.地理坐标确定模块320，用于根据图像坐标系与地理坐标系之间的对应关系，对所述道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标；
135.正射影像生成模块330，用于基于所述像素地理坐标和像素信息，生成所述道路图像对应的道路区域的高精度道路数字正射影像图。
136.本公开的实施例提供的图像生成装置，通过获取基于目标摄像头采集的道路图像，根据图像坐标系与地理坐标系之间的对应关系，对道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标，基于像素地理坐标，生成道路图像对应的道路区域的高精度道路数字正射影像图。本公开的实施例通过预先标定图像坐标系与地理坐标系之间的对应关系，并对具备地理坐标的图像区域进行融合拼接，完成数字正射影像图的构建，无需结合激光雷达点云数据，能够降低构建数字正射影像图的成本，且减少了与激光雷达同步的操作，且算法复杂度低，鲁棒性强，道路构建的速度较快。
137.实施例四
138.参照图6，示出了本公开的实施例提供的另一种图像生成装置的结构示意图，如图6所示，该图像生成装置400具体可以包括如下模块：
139.摄像头标定模块410，用于基于标定格网对所述目标摄像头进行标定处理；
140.区域图像获取模块420，用于获取由所述目标摄像头对所述标定格网进行拍摄得到的区域图像；所述标定格网与所述区域图像的尺寸相同；
141.对应关系建立模块430，用于基于所述区域图像上各个像素点的地理坐标和所述标定格网的各个点的坐标，建立图像坐标系与地理坐标系之间的对应关系；
142.道路图像获取模块440，用于获取基于目标摄像头采集的道路图像；
143.地理坐标确定模块450，用于根据图像坐标系与地理坐标系之间的对应关系，对所述道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标；
144.正射影像生成模块460，用于基于所述像素地理坐标和像素信息，生成所述道路图像对应的道路区域的高精度道路数字正射影像图。
145.可选地，所述对应关系建立模块430包括：
146.角点坐标获取单元431，用于获取所述标定格网的四个角点的第一角点坐标，及所
述区域图像的四个角点的第二角点坐标；
147.横纵向距离获取单元432，用于获取所述目标摄像头与所述标定格网之间的横向距离和纵向距离；
148.对应关系确定单元433，用于基于所述第一角点坐标、所述第二角点坐标、所述横向距离和所述纵向距离，确定所述图像坐标系与所述地理坐标系之间的对应关系。
149.可选地，所述正射影像生成模块460包括：
150.地图区域确定单元461，用于根据像素地理坐标，确定所述道路图像在电子地图上对应的地图区域；
151.正射影像生成单元462，用于基于所述道路图像上各个像素点对应的时间戳信息和各个像素点与所述目标摄像头之间的距离信息，将所述道路图像上的像素点信息填充于所述地图区域，生成所述高精度道路数字正射影像图。
152.可选地，所述正射影像生成单元462包括：
153.像素权重确定子单元，用于基于所述时间戳信息和所述距离信息，确定各个像素点对应的像素权重；
154.rgb值获取子单元，用于基于所述像素权重，对各个像素点的rgb值进行调整，得到调整rgb值；
155.正射影像获取子单元，用于根据各个像素点对应的像素地理坐标，将所述调整rgb值填充于所述地图区域，得到所述高精度道路数字正射影像图。
156.本公开的实施例提供的图像生成装置，通过获取基于目标摄像头采集的道路图像，根据图像坐标系与地理坐标系之间的对应关系，对道路图像中每个图像像素的像素坐标进行坐标转换处理，确定每个图像像素对应的像素地理坐标，基于像素地理坐标，生成道路图像对应的道路区域的高精度道路数字正射影像图。本公开的实施例通过预先标定图像坐标系与地理坐标系之间的对应关系，并对具备地理坐标的图像区域进行融合拼接，完成数字正射影像图的构建，无需结合激光雷达点云数据，能够降低构建数字正射影像图的成本，且减少了与激光雷达同步的操作，且算法复杂度低，鲁棒性强，道路构建的速度较快。
157.本公开的实施例还提供了一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现前述实施例的图像生成方法。
158.本公开的实施例还提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述实施例的图像生成方法。
159.对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
160.在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本公开的实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本公开的实施例的内容，并且上面对特定语言所做的描述是为了披露本公开的实施例的最佳实施方式。
161.在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构
和技术，以便不模糊对本说明书的理解。
162.类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本公开的示例性实施例的描述中，本公开的实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本公开的实施例要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本公开的实施例的单独实施例。
163.本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
164.本公开的实施例的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本公开的实施例的动态图片的生成设备中的一些或者全部部件的一些或者全部功能。本公开的实施例还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序。这样的实现本公开的实施例的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
165.应该注意的是上述实施例对本公开的实施例进行说明而不是对本公开的实施例进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开的实施例可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
166.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
167.以上所述仅为本公开的实施例的较佳实施例而已，并不用以限制本公开的实施例，凡在本公开的实施例的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本公开的实施例的保护范围之内。
168.以上所述，仅为本公开的实施例的具体实施方式，但本公开的实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开的实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的实施例的保护范围之内。因此，本公开的实施例
的保护范围应以权利要求的保护范围为准。