1.一种图像处理方法，其特征在于，包括：

确定无人驾驶车辆对应的基准测量区域，所述基准测量区域包括若干基准测量平面，所述基准测量平面之间的位置关系包括垂直关系和不垂直关系；

基于所述无人驾驶车辆对应的主激光雷达和副激光雷达，对所述基准测量区域进行测量，得到所述主激光雷达对应的主点云图像、以及所述副激光雷达对应的副点云图像；

从所述基准测量区域对应的若干基准测量平面中，确定目标基准测量平面；

确定所述主点云图像中目标基准测量平面对应的点云数据；

当所述主点云图像中目标基准测量平面对应的点云数据分布稀疏时，从所述点云数据中选取若干选定点；基于所述选定点，确定所述主点云图像对应的主拟合平面；

当所述主点云图像中目标基准测量平面对应的点云数据分布密集，且所述点云数据的分布范围满足第一分布条件时，在所述主点云图像中确定框选所述点云数据的平面区域，其中，所述第一分布条件为点云数据中分布区域的面积超过预设面积，所述分布区域为点云数据分布密度超过预设密度的区域；基于所述平面区域，确定所述主点云图像对应的主拟合平面；

当所述主点云图像中目标基准测量平面对应的点云数据分布密集，且所述点云数据的分布范围满足第二分布条件时，从所述点云数据的若干点中确定目标基准点，其中，所述第二分布条件包括点云数据中分布区域的面积没有超过预设面积、或在点云图像的操作界面视角中存在点云数据被其他点云数据遮挡；在所述主点云图像中，确定所述目标基准点对应的搜索区域；将所述搜索区域中满足拟合条件的点更新为目标基准点；返回执行在所述主点云图像中，确定所述目标基准点对应的搜索区域的步骤，直至确定出所述主点云图像对应的主拟合平面；

对所述副点云图像中目标基准测量平面对应的点云数据进行平面拟合，得到所述副点云图像对应的副拟合平面；

返回执行从所述基准测量区域对应的若干基准测量平面中，确定目标基准测量平面的步骤，直至将所述基准测量区域中若干基准测量平面都拟合完毕，得到所述主点云图像中若干基准测量平面对应的主拟合平面、以及所述副点云图像中若干基准测量平面对应的副拟合平面，其中，所述主拟合平面包括第一主拟合平面、第二主拟合平面、以及第三主拟合平面，所述副拟合平面包括第一副拟合平面、第二副拟合平面、以及第三副拟合平面；

对齐所述第一主拟合平面和所述第一副拟合平面，并确定第一旋转变换矩阵、以及第一平移变换参数；对齐所述第二主拟合平面和所述第二副拟合平面，并确定第二旋转变换矩阵、以及第二平移变换参数；对齐所述第三主拟合平面和所述第三副拟合平面，并确定第三旋转变换矩阵、以及第三平移变换参数；

基于所述第一旋转变换矩阵、所述第二旋转变换矩阵、所述第三旋转变换矩阵、所述第一平移变换参数、所述第二平移变换参数、以及所述第三平移变换参数，确定所述主激光雷达的基准坐标系与所述副激光雷达的测量坐标系之间的变换关系，以便实现所述主激光雷达与所述副激光雷达之间的标定；

分别获取所述主激光雷达和所述副激光雷达对同一物体扫描后的第一扫描数据和第二扫描数据；

当所述第一扫描数据和所述第二扫描数据之间的差异不小于预设阈值时，返回执行从所述基准测量区域对应的若干基准测量平面中，确定目标基准测量平面的步骤。

2.根据权利要求1所述的图像处理方法，其特征在于，对齐所述主拟合平面与所述副拟合平面，以便实现所述主激光雷达与所述副激光雷达之间的标定，包括：基于所述主拟合平面和所述副拟合平面，获取所述主激光雷达的测量坐标系与所述副激光雷达的测量坐标系之间的变换关系；

从所述主激光雷达的测量坐标系和所述副激光雷达的测量坐标系中，确定作为变换基准的基准坐标系；

基于所述变换关系、以及所述基准坐标系，对齐所述主激光雷达的测量坐标系和所述副激光雷达的测量坐标系，以便实现所述主激光雷达和所述副激光雷达之间的标定。

3.一种激光雷达标定装置，其特征在于，包括：

区域确定模块，用于确定无人驾驶车辆对应的基准测量区域，所述基准测量区域包括若干基准测量平面，所述基准测量平面之间的位置关系包括垂直关系和不垂直关系；

测量模块，用于基于所述无人驾驶车辆对应的主激光雷达和副激光雷达，对所述基准测量区域进行测量，得到所述主激光雷达对应的主点云图像、以及所述副激光雷达对应的副点云图像；

平面确定模块，用于从所述基准测量区域对应的若干基准测量平面中，确定目标基准测量平面；

拟合模块，用于确定所述主点云图像中目标基准测量平面对应的点云数据；当所述主点云图像中目标基准测量平面对应的点云数据分布稀疏时，从所述点云数据中选取若干选定点；基于所述选定点，确定所述主点云图像对应的主拟合平面；当所述主点云图像中目标基准测量平面对应的点云数据分布密集，且所述点云数据的分布范围满足第一分布条件时，在所述主点云图像中确定框选所述点云数据的平面区域，其中，所述第一分布条件为点云数据中分布区域的面积超过预设面积，所述分布区域为点云数据分布密度超过预设密度的区域；基于所述平面区域，确定所述主点云图像对应的主拟合平面；当所述主点云图像中目标基准测量平面对应的点云数据分布密集，且所述点云数据的分布范围满足第二分布条件时，从所述点云数据的若干点中确定目标基准点，其中，所述第二分布条件包括点云数据中分布区域的面积没有超过预设面积、或在点云图像的操作界面视角中存在点云数据被其他点云数据遮挡；在所述主点云图像中，确定所述目标基准点对应的搜索区域；将所述搜索区域中满足拟合条件的点更新为目标基准点；返回执行在所述主点云图像中，确定所述目标基准点对应的搜索区域的步骤，直至确定出所述主点云图像对应的主拟合平面；对所述副点云图像中目标基准测量平面对应的点云数据进行平面拟合，得到所述副点云图像对应的副拟合平面；

对齐模块，用于返回执行从所述基准测量区域对应的若干基准测量平面中，确定目标基准测量平面的步骤，直至将所述基准测量区域中若干基准测量平面都拟合完毕，得到所述主点云图像中若干基准测量平面对应的主拟合平面、以及所述副点云图像中若干基准测量平面对应的副拟合平面，其中，所述主拟合平面包括第一主拟合平面、第二主拟合平面、以及第三主拟合平面，所述副拟合平面包括第一副拟合平面、第二副拟合平面、以及第三副拟合平面；对齐所述第一主拟合平面和所述第一副拟合平面，并确定第一旋转变换矩阵、以及第一平移变换参数；对齐所述第二主拟合平面和所述第二副拟合平面，并确定第二旋转变换矩阵、以及第二平移变换参数；对齐所述第三主拟合平面和所述第三副拟合平面，并确定第三旋转变换矩阵、以及第三平移变换参数；基于所述第一旋转变换矩阵、所述第二旋转变换矩阵、所述第三旋转变换矩阵、所述第一平移变换参数、所述第二平移变换参数、以及所述第三平移变换参数，确定所述主激光雷达的基准坐标系与所述副激光雷达的测量坐标系之间的变换关系，以便实现所述主激光雷达与所述副激光雷达之间的标定；分别获取所述主激光雷达和所述副激光雷达对同一物体扫描后的第一扫描数据和第二扫描数据；当所述第一扫描数据和所述第二扫描数据之间的差异不小于预设阈值时，返回执行从所述基准测量区域对应的若干基准测量平面中，确定目标基准测量平面的步骤。

4.一种计算机存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1-2任一项所述的图像处理方法。

5.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如权利要求1至2任一项所述方法的步骤。