CN105096302B - 图像中粘连物体的分割装置、方法以及电子设备 - Google Patents

图像中粘连物体的分割装置、方法以及电子设备 Download PDF

Info

Publication number
CN105096302B
CN105096302B CN201410200311.2A CN201410200311A CN105096302B CN 105096302 B CN105096302 B CN 105096302B CN 201410200311 A CN201410200311 A CN 201410200311A CN 105096302 B CN105096302 B CN 105096302B
Authority
CN
China
Prior art keywords
segmentation candidates
adhesion object
border
cut
image
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.)
Expired - Fee Related
Application number
CN201410200311.2A
Other languages
English (en)
Other versions
CN105096302A (zh
Inventor
刘曦
王正翔
刘汝杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to CN201410200311.2A priority Critical patent/CN105096302B/zh
Publication of CN105096302A publication Critical patent/CN105096302A/zh
Application granted granted Critical
Publication of CN105096302B publication Critical patent/CN105096302B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明实施例提供一种图像中粘连物体的分割装置、方法以及电子设备,该分割装置包括:第一确定单元,用于确定图像中粘连物体的候选分割边界;第一提取单元,用于提取所有候选分割边界的特征;分类单元,用于根据提取的特征对所有候选分割边界进行分类;第二确定单元,用于根据分类结果确定分割线;第一分割单元,用于基于所述分割线对所述粘连物体进行分割。通过根据提取的特征对候选分割边界进行分类,并根据分类结果确定分割线,能够准确有效的对图像中的粘连物体进行分割。

Description

图像中粘连物体的分割装置、方法以及电子设备
技术领域
本发明涉及信息领域,尤其涉及一种图像中粘连物体的分割装置、方法以及电子设备。
背景技术
随着信息技术的不断发展,图像处理在各个领域的应用也越来越广泛。在很多情形下,需要对图像中粘连的物体进行分割。例如,在生物检测领域,经常需要对细菌等微生物的数量进行统计,利用显微镜对细菌进行观察和拍摄时,由于一个培养基下通常包含多个细菌,这些细菌可能会粘连或重叠在一起,从而导致细菌数量的统计错误。现有的图像分割方法不能有效的对这些粘连或重叠在一起的物体进行分割。
应该注意,上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
本发明实施例提供一种图像中粘连物体的分割装置、方法以及电子设备,通过对图像进行分割来寻找分割线,进而对图像中的粘连物体进行分割。
根据本发明实施例的第一方面,提供一种图像中粘连物体的分割装置,所述分割装置包括:第一确定单元,所述第一确定单元用于确定图像中粘连物体的候选分割边界;第一提取单元,所述第一提取单元用于提取所有候选分割边界的特征;分类单元,所述分类单元用于根据提取的特征对所有候选分割边界进行分类;第二确定单元,所述第二确定单元用于根据分类结果确定分割线;第一分割单元,所述第一分割单元用于基于所述分割线对所述粘连物体进行分割。
根据本发明实施例的第二方面,提供一种电子设备,所述电子设备包括根据本发明实施例的第一方面所述的分割装置。
根据本发明实施例的第三方面,提供一种图像中粘连物体的分割方法,所述分割方法包括:确定图像中粘连物体的候选分割边界;提取所有候选分割边界的特征;根据提取的特征对所有候选分割边界进行分类;根据分类结果确定分割线;基于所述分割线对所述粘连物体进行分割。
本发明的有益效果在于:通过根据提取的特征对候选分割边界进行分类,并根据分类结果确定分割线,能够准确有效的对图像中的粘连物体进行分割。
参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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。在附图中:
图1是本发明实施例1的图像中粘连物体的分割装置的结构示意图;
图2是本发明实施例1的粘连物体的图像的一个示例;
图3是本发明实施例1的第一确定单元的结构示意图;
图4是本发明实施例1的将图2所示的图像中的粘连物体分割为多个子区域的示意图;
图5是本发明实施例1的第二确定单元的结构示意图;
图6是本发明实施例1的基于确定的分割线对粘连物体进行分割后的示意图;
图7是本发明实施例2的电子设备的系统构成的一示意框图;
图8是本发明实施例3的图像中粘连物体的分割方法流程图;
图9是本发明实施例3的确定图像中粘连物体的候选分割边界的方法流程图;
图10是本发明实施例3的根据分类结果确定分割线的方法流程图。
具体实施方式
参照附图,通过下面的说明书,本发明的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
图1是本发明实施例1的图像中粘连物体的分割装置的结构示意图。如图1所示,该装置100包括:第一确定单元101、第一提取单元102、分类单元103、第二确定单元104以及第一分割单元105,其中,
第一确定单元101用于确定图像中粘连物体的候选分割边界;
第一提取单元102用于提取所有候选分割边界的特征;
分类单元103用于根据提取的特征对所有候选分割边界进行分类;
第二确定单元104用于根据分类结果确定分割线;
第一分割单元105用于基于该分割线对该粘连物体进行分割。
由上述实施例可知,首先确定图像中粘连物体的候选分割边界,然后通过根据提取的特征对候选分割边界进行分类,并根据分类结果确定分割线,能够准确有效的对图像中的粘连物体进行分割。
在本实施例中,不对粘连物体的种类进行限制。例如,该粘连物体可以是粘连在一起的细菌、细胞等微生物。图2是本实施例的粘贴物体的图像的一个示例,在本实施例中,该粘连物体例如是粘连在一起的细菌。如图2所示,多个细菌粘连在一起,从而无法对细菌的数量进行准确的统计。
在本实施例中,第一确定单元101可以使用现有的任一种方法确定图像中粘连物体的候选分割边界。以下对本发明实施例的确定候选分割边界的方法进行示例性的说明。
图3是本实施例的第一确定单元101的结构示意图。如图3所示,第一确定单元101包括:第二分割单元301以及第二提取单元302,其中,
第二分割单元301用于将图像中的粘连物体分割为至少两个子区域;
第二提取单元302用于提取相邻子区域共同的分界线作为候选分割边界。
在本实施例中,第二分割单元301可使用现有的任一种方法将图像中的粘连物体分割为至少两个区域。例如,可使用超像素分割技术将图像中的粘连物体分割为多个子区域。
在本实施例中,第二分割单元301可采用超像素分割技术中的快速移动(QuickShift)算法对图像中的粘连物体进行分割。图4是本实施例的将图2所示的图像中的粘连物体分割为多个子区域的示意图。如图4所示,图像中的粘连物体被分割为多个子区域。
在本实施例中,在第二分割单元301将图像中的粘连物体分割为多个子区域之后,第二提取单元302即可提取各个子区域中相邻子区域共同的分界线作为候选分割边界,如此即得到多个候选分割边界。在本实施例中,如图4所示,共提取出38条候选分割边界,分别用标号1至38表示。其中,第二提取单元302可以使用现有的任一种方法提取上述候选分割边界,这里不再赘述。
在本实施例中,第一提取单元102可使用现有的任一种方法提取所有候选分割边界的特征。例如,可使用灰度直方图和/或视觉词袋(Bag-of-Visual-Words)直方图,提取这些候选分割边界所在区域的像素的灰度和/或梯度作为各个候选分割边界的特征。
在本实施例中,在提取出各个候选分割边界的特征之后,分类单元103即可根据第一提取单元102提取的特征对所有候选分割边界进行分类,以将所有候选分割边界分类为分割边界和非分割边界。其中,可使用现有的任一种方法进行分类。
例如,对已有的数据进行训练而建立的支持向量机(Support Vector Machine,SVM)模型对候选分割边界进行分类,将所有候选分割边界划分为分割边界和非分割边界。其中,例如根据已有的分割线数据提取特征,建立SVM模型,并将第一提取单元102提取的各个候选分割边界的特征输入到该SVM模型中,根据该SVM模型的输出结果确定该候选分割边界为分割边界或非分割边界。
在本实施例中,如图4所示,候选分割边界32、33、34、36和37被划分为分割边界,其余候选分割边界被划分为非分割边界。
在本实施例中,在分类单元103对候选分割边界进行分类之后,第二确定单元104即可根据分类结果确定分割线。其中,第二确定单元104可使用现有的任一种方法来确定分割线。以下对本发明实施例的第二确定单元104根据分类结果确定分割线的方法进行示例性的说明。
图5是本实施例的第二确定单元104的结构示意图。如图5所示,第二确定单元104包括:第一确定模块501以及第二确定模块502,其中,
第一确定模块501用于在该分割边界中存在相邻的至少两个分割边界,且该相邻的至少两个分割边界相连后形成的线与粘连物体的外边界相交时,确定该相邻的至少两个分割边界相连形成的线为分割线;
第二确定模块502用于在该分割边界中存在两端都与该粘连物体的外边界相交的分割边界时,确定该分割边界为分割线。
在本实施例中,如图4所示,候选分割边界32、33、34、36和37被划分为分割边界,其中,分割边界32、33、34相连后形成的线、以及分割边界36和37相连后形成的线与粘连物体的外边界相交,则将这两条相连后形成的线确定为分割线,而在图4中不存在两端都与粘连物体的外边界相交的分割边界,因此,最后得到了两条分割线,即分割边界32、33、34相连后形成的线、以及分割边界36和37相连后形成的线。
在本实施例中,如果没有获得任何分割线,则不对粘连物体进行分割。
在本实施例中,在确定了分割线之后,第一分割单元105即可基于确定的分割线对粘连物体进行分割。其中,第一分割单元105可使用现有的任一种方法基于分割线进行分割,这里不再赘述。
图6是通过本实施例的分割装置对图2所示的包含粘连物体的图像进行分割后的示意图。如图6所示,基于第二确定单元104确定的分割线将图2所示的图像中的粘连物体分割为A、B、C三个分离的部分,即获得了三个分离的物体。
在本实施例中,该装置还可以包括:扩展单元106,用于在第一提取单元102提取所有候选分割边界的特征之前,对候选分割边界所在的区域进行扩展。其中,扩展单元106是可选部件,在图1中用虚线框表示。
在本实施例中,扩展单元106可使用现有的任一种方法对候选分割边界的区域进行扩展。例如,可利用形态膨胀的方法扩展候选分割边界覆盖的面积。通过将经过扩展的候选分割边界用于特征的提取,能够获得更多的像素数据,从而进一步提高对粘连物体进行分割的准确性。
由上述实施例可知,通过根据提取的特征对候选分割边界进行分类,并根据分类结果确定分割线,能够准确有效的对图像中的粘连物体进行分割。
实施例2
本发明实施例提供一种电子设备,该电子设备包括如实施例1所述的图像中粘连物体的分割装置。
图7是本发明实施例2的电子设备700的系统构成的一示意框图。如图7所示,电子设备700可以包括中央处理器701和存储器702;存储器702耦合到中央处理器701。该图是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
如图7所示,该电子设备700还可以包括:摄像单元703、通信模块704、输入单元705、显示器706、电源707。其中,摄像单元703将拍摄的图像输入到存储器702进行存储。
在一个实施方式中,图像中粘连物体的分割装置的功能可以被集成到中央处理器701中。其中,中央处理器701可以被配置为:确定图像中粘连物体的候选分割边界;提取所有候选分割边界的特征;根据提取的特征对所有候选分割边界进行分类;根据分类结果确定分割线;基于所述分割线对所述粘连物体进行分割。
其中,所述中央处理器701在被配置为确定图像中粘连物体的候选分割边界时,可以将图像中的粘连物体分割为至少两个子区域;提取相邻子区域共同的分界线作为所述候选分割边界。
其中,所述中央处理器701在被配置为提取所有候选分割边界的特征时,可以提取所述候选分割边界所在区域的像素的灰度和/或梯度作为所述候选分割边界的特征。
中央处理器701还可以被配置为:在提取所有候选分割边界的特征之前,对所述候选分割边界的区域进行扩展。
其中,所述中央处理器701在被配置为根据提取的特征对所有候选分割边界进行分类时,可以根据提取的特征将候选分割边界分为分割边界和非分割边界。
其中,所述中央处理器701在被配置为根据分类结果确定分割线时,可以在所述分割边界中存在相邻的至少两个分割边界,且相邻的至少两个分割边界相连后形成的线与所述粘连物体的外边界相交时,确定所述相邻的至少两个分割边界相连形成的线为分割线;在所述分割边界中存在两端都与所述粘连物体的外边界相交的分割边界时,确定所述分割边界为分割线。
在另一个实施方式中,图像中粘连物体的分割装置可以与中央处理器701分开配置,例如可以将图像中粘连物体的分割装置配置为与中央处理器701连接的芯片,通过中央处理器701的控制来实现图像中粘连物体的分割装置的功能。
在本实施例中电子设备700也并不是必须要包括图7中所示的所有部件。
如图7所示,中央处理器701有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,中央处理器701接收输入并控制电子设备700的各个部件的操作。
存储器702,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器701可执行该存储器702存储的该程序,以实现信息存储或处理等。其他部件的功能与现有类似,此处不再赘述。电子设备700的各部件可以通过专用硬件、固件、软件或其结合来实现,而不偏离本发明的范围。
在本实施例中,该电子设备例如是便携式无线电通信设备,包括所有诸如移动电话、智能手机、寻呼机、通信装置、电子记事簿、个人数字助理(PDA)、智能电话、便携式通信装置等的设备。另外,该电子设备还可以是具有摄像功能的设备,该设备可以不具有通信功能,例如包括:显微镜、照相机、摄像机等。本发明实施例并不对电子设备的种类进行限制。
由上述实施例可知,通过根据提取的特征对候选分割边界进行分类,并根据分类结果确定分割线,能够准确有效的对图像中的粘连物体进行分割。
实施例3
图8是本发明实施例3的图像中粘连物体的分割方法流程图,对应于实施例1的图像中粘连物体的分割装置。如图8所示,该方法包括:
步骤801:确定图像中粘连物体的候选分割边界;
步骤802:提取所有候选分割边界的特征;
步骤803:根据提取的特征对所有候选分割边界进行分类;
步骤804:根据分类结果确定分割线;
步骤805:基于该分割线对粘连物体进行分割。
在本实施例中,确定候选分割边界的方法、提取特征的方法、根据提取的特征进行分类的方法、根据分类结果确定分割线的方法以及基于该分割线对粘连物体进行分割的方法与实施例1的记载相同,此处不再赘述。
在本实施例中,在步骤801中可使用现有的任一种方法确定图像中粘连物体的候选分割边界,例如,可使用图9所示的方法确定候选分割边界。
图9是本实施例的确定图像中粘连物体的候选分割边界的方法流程图。如图9所示,该方法包括:
步骤901:将图像中的粘连物体分割为至少两个子区域;
步骤902:提取相邻子区域共同的分界线作为候选分割边界。
在本实施例中,在步骤804中可使用现有的任一种方法根据分类结果确定分割线,例如,可使用图10所示的方法确定分割线。
图10是本实施例的根据分类结果确定分割线的方法流程图。如图10所示,该方法包括:
步骤1001:在该分割边界中存在相邻的至少两个分割边界,且相邻的至少两个分割边界相连后形成的线与粘连物体的外边界相交时,确定相邻的至少两个分割边界相连形成的线为分割线;
步骤1002:在该分割边界中存在两端都与该粘连物体的外边界相交的分割边界时,确定该分割边界为分割线。
例如,
在一个实施方式中,步骤802包括:提取所述候选分割边界对应的像素的灰度和/或梯度作为所述候选分割边界的特征。
在另一个实施方式中,在步骤802之前,所述分割方法还包括:对所述候选分割边界的区域进行扩展。
在另一个实施方式中,步骤803包括:根据提取的特征将候选分割边界分为分割边界和非分割边界。
由上述实施例可知,通过根据提取的特征对候选分割边界进行分类,并根据分类结果确定分割线,能够准确有效的对图像中的粘连物体进行分割。
本发明实施例还提供一种计算机可读程序,其中当在图像中粘连物体的分割装置或电子设备中执行所述程序时,所述程序使得计算机在所述图像中粘连物体的分割装置或电子设备中执行实施例3所述的图像中粘连物体的分割方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在图像中粘连物体的分割装置或电子设备中执行实施例3所述的图像中粘连物体的分割方法。
本发明以上的装置和方法可以由硬件实现,也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序,当该程序被逻辑部件所执行时,能够使该逻辑部件实现上文所述的装置或构成部件,或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质,如硬盘、磁盘、光盘、DVD、flash存储器等。
以上结合具体的实施方式对本发明进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改,这些变型和修改也在本发明的范围内。
关于包括以上实施例的实施方式,还公开下述的附记:
附记1、一种图像中粘连物体的分割装置,所述分割装置包括:
第一确定单元,所述第一确定单元用于确定图像中粘连物体的候选分割边界;
第一提取单元,所述第一提取单元用于提取所有候选分割边界的特征;
分类单元,所述分类单元用于根据提取的特征对所有候选分割边界进行分类;
第二确定单元,所述第二确定单元用于根据分类结果确定分割线;
第一分割单元,所述第一分割单元用于基于所述分割线对所述粘连物体进行分割。
附记2、根据附记1所述的分割装置,其中,所述第一确定单元包括:
第二分割单元,所述第二分割单元用于将图像中的粘连物体分割为至少两个子区域;
第二提取单元,所述第二提取单元用于提取相邻子区域共同的分界线作为所述候选分割边界。
附记3、根据附记1所述的分割装置,其中,所述第一提取单元提取所述候选分割边界所在区域的像素的灰度和/或梯度作为所述候选分割边界的特征。
附记4、根据附记1所述的分割装置,其中,所述分割装置还包括:
扩展单元,所述扩展单元用于在所述第一提取单元提取所有候选分割边界的特征之前,对所述候选分割边界所在区域进行扩展。
附记5、根据附记1所述的分割装置,其中,所述分类单元根据提取的特征将候选分割边界分为分割边界和非分割边界。
附记6、根据附记5所述的分割装置,其中,所述第二确定单元包括:
第一确定模块,所述第一确定模块用于在所述分割边界中存在相邻的至少两个分割边界,且所述相邻的至少两个分割边界相连后形成的线与所述粘连物体的外边界相交时,确定所述相邻的至少两个分割边界相连形成的线为分割线;
第二确定模块,所述第二确定模块用于在所述分割边界中存在两端都与所述粘连物体的外边界相交的分割边界时,确定所述分割边界为分割线。
附记7、一种电子设备,所述电子设备包括根据附记1所述的分割装置。
附记8、一种图像中粘连物体的分割方法,所述分割方法包括:
确定图像中粘连物体的候选分割边界;
提取所有候选分割边界的特征;
根据提取的特征对所有候选分割边界进行分类;
根据分类结果确定分割线;
基于所述分割线对所述粘连物体进行分割。
附记9、根据附记8所述的分割方法,其中,所述确定图像中粘连物体的候选分割边界的步骤包括:
将图像中的粘连物体分割为至少两个子区域;
提取相邻子区域共同的分界线作为所述候选分割边界。
附记10、根据附记8所述的分割方法,其中,所述提取所有候选分割边界的特征的步骤包括:提取所述候选分割边界所在区域的像素的灰度和/或梯度作为所述候选分割边界的特征。
附记11、根据附记8所述的分割方法,其中,所述分割方法还包括:
在提取所有候选分割边界的特征之前,对所述候选分割边界所在区域进行扩展。
附记12、根据附记8所述的分割方法,其中,所述根据提取的特征对所有候选分割边界进行分类的步骤包括:根据提取的特征将候选分割边界分为分割边界和非分割边界。
附记13、根据附记12所述的分割方法,其中,所述根据分类结果确定分割线的步骤包括:
在所述分割边界中存在相邻的至少两个分割边界,且所述相邻的至少两个分割边界相连后形成的线与所述粘连物体的外边界相交时,确定所述相邻的至少两个分割边界相连形成的线为分割线;
在所述分割边界中存在两端都与所述粘连物体的外边界相交的分割边界时,确定所述分割边界为分割线。

Claims (8)

1.一种图像中粘连物体的分割装置,所述分割装置包括:
第一确定单元,所述第一确定单元用于确定图像中粘连物体的候选分割边界;
第一提取单元,所述第一提取单元用于提取所有候选分割边界的特征;
分类单元,所述分类单元用于根据提取的特征对所有候选分割边界进行分类;
第二确定单元,所述第二确定单元用于根据分类结果确定分割线;
第一分割单元,所述第一分割单元用于基于所述分割线对所述粘连物体进行分割,
其中,所述分类单元根据提取的特征将候选分割边界分为分割边界和非分割边界,
所述第二确定单元包括:
第一确定模块,所述第一确定模块用于在所述分割边界中存在相邻的至少两个分割边界,且所述相邻的至少两个分割边界相连后形成的线与所述粘连物体的外边界相交时,确定所述相邻的至少两个分割边界相连形成的线为分割线;
第二确定模块,所述第二确定模块用于在所述分割边界中存在两端都与所述粘连物体的外边界相交的分割边界时,确定所述分割边界为分割线。
2.根据权利要求1所述的分割装置,其中,所述第一确定单元包括:
第二分割单元,所述第二分割单元用于将图像中的粘连物体分割为至少两个子区域;
第二提取单元,所述第二提取单元用于提取相邻子区域共同的分界线作为所述候选分割边界。
3.根据权利要求1所述的分割装置,其中,所述第一提取单元提取所述候选分割边界所在区域的像素的灰度和/或梯度作为所述候选分割边界的特征。
4.根据权利要求1所述的分割装置,其中,所述分割装置还包括:
扩展单元,所述扩展单元用于在所述第一提取单元提取所有候选分割边界的特征之前,对所述候选分割边界所在区域进行扩展。
5.一种电子设备,所述电子设备包括根据权利要求1所述的分割装置。
6.一种图像中粘连物体的分割方法,所述分割方法包括:
确定图像中粘连物体的候选分割边界;
提取所有候选分割边界的特征;
根据提取的特征对所有候选分割边界进行分类;
根据分类结果确定分割线;
基于所述分割线对所述粘连物体进行分割,
其中,所述根据提取的特征对所有候选分割边界进行分类的步骤包括:根据提取的特征将候选分割边界分为分割边界和非分割边界,
所述根据分类结果确定分割线的步骤包括:
在所述分割边界中存在相邻的至少两个分割边界,且所述相邻的至少两个分割边界相连后形成的线与所述粘连物体的外边界相交时,确定所述相邻的至少两个分割边界相连形成的线为分割线;
在所述分割边界中存在两端都与所述粘连物体的外边界相交的分割边界时,确定所述分割边界为分割线。
7.根据权利要求6所述的分割方法,其中,所述确定图像中粘连物体的候选分割边界的步骤包括:
将图像中的粘连物体分割为至少两个子区域;
提取相邻子区域共同的分界线作为所述候选分割边界。
8.根据权利要求6所述的分割方法,其中,所述提取所有候选分割边界的特征的步骤包括:提取所述候选分割边界所在区域的像素的灰度和/或梯度作为所述候选分割边界的特征。
CN201410200311.2A 2014-05-13 2014-05-13 图像中粘连物体的分割装置、方法以及电子设备 Expired - Fee Related CN105096302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410200311.2A CN105096302B (zh) 2014-05-13 2014-05-13 图像中粘连物体的分割装置、方法以及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410200311.2A CN105096302B (zh) 2014-05-13 2014-05-13 图像中粘连物体的分割装置、方法以及电子设备

Publications (2)

Publication Number Publication Date
CN105096302A CN105096302A (zh) 2015-11-25
CN105096302B true CN105096302B (zh) 2017-12-08

Family

ID=54576647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410200311.2A Expired - Fee Related CN105096302B (zh) 2014-05-13 2014-05-13 图像中粘连物体的分割装置、方法以及电子设备

Country Status (1)

Country Link
CN (1) CN105096302B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504767A (zh) * 2009-03-20 2009-08-12 西安电子科技大学 基于水平集接力的图像分割方法
CN101944232A (zh) * 2010-09-02 2011-01-12 北京航空航天大学 一种利用最短路径的粘连细胞精确分割方法
CN102013102A (zh) * 2010-12-01 2011-04-13 华中科技大学 一种图像中的粘连细胞分割方法
CN102930268A (zh) * 2012-08-31 2013-02-13 西北工业大学 一种用于污染及多视角情况下DataMatrix码的精确定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014061257A1 (ja) * 2012-10-15 2014-04-24 パナソニック株式会社 認識装置、認識方法、遠隔制御装置、認識プログラム、及びサーバ

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504767A (zh) * 2009-03-20 2009-08-12 西安电子科技大学 基于水平集接力的图像分割方法
CN101944232A (zh) * 2010-09-02 2011-01-12 北京航空航天大学 一种利用最短路径的粘连细胞精确分割方法
CN102013102A (zh) * 2010-12-01 2011-04-13 华中科技大学 一种图像中的粘连细胞分割方法
CN102930268A (zh) * 2012-08-31 2013-02-13 西北工业大学 一种用于污染及多视角情况下DataMatrix码的精确定位方法

Also Published As

Publication number Publication date
CN105096302A (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
CN111144215B (zh) 图像处理方法、装置、电子设备及存储介质
CN105631393A (zh) 信息识别方法及装置
CN103902158A (zh) 一种管理应用程序图标的方法及终端
CN106940799A (zh) 文本图像处理方法和装置
CN112699775A (zh) 基于深度学习的证件识别方法、装置、设备及存储介质
CN111553362A (zh) 一种视频处理方法、电子设备和计算机可读存储介质
US12033378B2 (en) Resolving training dataset category ambiguity
CN106530219A (zh) 图像拼接方法及装置
CN110889437A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN112200218A (zh) 一种模型训练方法、装置及电子设备
CN110781856A (zh) 异质人脸识别模型训练方法、人脸识别方法及相关装置
CN113850238A (zh) 文档检测方法、装置、电子设备及存储介质
CN104067308A (zh) 图像中的对象选择
CN109241962A (zh) 一种字符识别方法及装置
US20160062601A1 (en) Electronic device with touch screen and method for moving application functional interface
CN113762109B (zh) 一种文字定位模型的训练方法及文字定位方法
CN113936187A (zh) 文本图像合成方法、装置、存储介质及电子设备
EP2991036B1 (en) Method, apparatus and computer program product for disparity estimation of foreground objects in images
CN114359048A (zh) 图像的数据增强方法、装置、终端设备及存储介质
CN112508005B (zh) 用于处理图像的方法、装置、设备以及存储介质
WO2021179751A1 (zh) 图像处理方法和系统
CN105096302B (zh) 图像中粘连物体的分割装置、方法以及电子设备
CN105094668B (zh) 一种信息处理方法及电子设备
CN106373121A (zh) 模糊图像识别方法和装置
CN114494693B (zh) 对图像进行语义分割的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171208

Termination date: 20180513