CN108805883B - 一种图像分割方法、图像分割装置及电子设备 - Google Patents
一种图像分割方法、图像分割装置及电子设备 Download PDFInfo
- Publication number
- CN108805883B CN108805883B CN201810585533.9A CN201810585533A CN108805883B CN 108805883 B CN108805883 B CN 108805883B CN 201810585533 A CN201810585533 A CN 201810585533A CN 108805883 B CN108805883 B CN 108805883B
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- segmentation
- preset
- result
- 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.)
- Active
Links
- 238000003709 image segmentation Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000011218 segmentation Effects 0.000 claims abstract description 37
- 230000002708 enhancing effect Effects 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 20
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims 2
- 230000008569 process Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 235000019557 luminance Nutrition 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像分割方法、图像分割装置、电子设备及计算机可读存储介质，其中，该图像分割方法包括：获取待处理图像；在所述待处理图像中的预设区域提取第一图像，其中，所述预设区域包含所述待处理图像中的特定特征；对所述第一图像进行增强处理，得到第二图像；将所述第二图像输入至图像分割网络中，得到分割结果。本申请方案可以减少出现图像分割错误的情况，一定程度上提升了图像分割的准确度。
Description
技术领域
本申请属于多媒体处理技术领域，尤其涉及一种图像分割方法、图像分割装置、电子设备及计算机可读存储介质。
背景技术
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤，没有正确的分割就无法正确对图像进行分析。但是，进行图像分割仅有的依据是图像中像素的亮度及颜色，当前，在由计算机自动处理分割时，将会遇到各种困难，例如图像中存在不清晰的部分等，这可能导致图像分割发生分割错误。
发明内容
有鉴于此，本申请提供了一种图像分割方法、图像分割装置、电子设备及计算机可读存储介质，可以减少出现图像分割错误的情况，一定程度提升图像分割的准确度。
本申请的第一方面提供了一种图像分割方法，上述图像分割方法包括：
获取待处理图像；
在上述待处理图像中的预设区域提取第一图像，其中，上述预设区域包含上述待处理图像中的特定特征；
对上述第一图像进行增强处理，得到第二图像；
将上述第二图像输入至图像分割网络中，得到分割结果。
本申请的第二方面提供了一种图像分割装置，上述图像分割装置包括：
获取单元，用于获取待处理图像；
提取单元，用于在上述待处理图像中的预设区域提取第一图像，其中，上述预设区域包含上述待处理图像中的特定特征；
增强单元，用于对上述第一图像进行增强处理，得到第二图像；
分割单元，用于将上述第二图像输入至图像分割网络中，得到分割结果。
本申请的第三方面提供了一种电子设备，上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上第一方面的方法的步骤。
本申请的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上第一方面的方法的步骤。
本申请的第五方面提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。
由上可见，通过本申请方案，首先获取待处理图像，并在上述待处理图像中的预设区域提取第一图像，其中，上述预设区域包含上述待处理图像中的特定特征；对上述第一图像进行增强处理，得到第二图像；将上述第二图像输入至图像分割网络中，得到分割结果。本申请方案通过对特定特征进行增强处理，使得这些特定特征的边缘清晰度有所提高，提升了图像分割的准确率，能够减少出现图像分割错误的情况。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术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申请的一些实施例，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。
图1是本申请实施例提供的图像分割方法的一种实现流程示意图；
图2是本申请实施例提供的图像分割方法的另一种实现流程示意图；
图3是本申请实施例提供的图像分割方法的第三种实现流程示意图；
图4是本申请实施例提供的图像分割方法的第四种实现流程示意图；
图5是本申请实施例提供的图像分割装置的结构框图；
图6是本申请实施例提供的电子设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了说明本申请上述的技术方案，下面通过具体实施例来进行说明。
实施例一
下面对本申请实施例提供的一种图像分割方法进行描述，请参阅图1，本申请实施例中的图像分割方法包括：
在步骤101中，获取待处理图像；
在本申请实施例中，可以先由电子设备获取待处理图像。可选地，若上述电子设备为智能手机、平板电脑等具备拍摄功能的电子设备，则可以对上述电子设备的相机应用程序进行监听，在监听到电子设备通过相机应用程序启动摄像头进行了拍摄操作后，获取拍摄的图片作为待处理图像，其中，上述摄像头可以为前置摄像头，也可以为后置摄像头，此处不作限定；或者，若上述电子设备为具备社交功能的电子设备，则可以对上述电子设备的社交类应用程序进行监听，在监听到上述社交类应用程序中接收到了其它用户发送的图片后，将接收到的图片作为待处理图像；或者，若上述电子设备具备联网功能，则还可以对上述电子设备的浏览器类应用程序进行监听，在监听到用户通过上述浏览器类应用程序下载了图片后，将下载得到的图片作为待处理图像；当然，也可以通过其他方式获取待处理图像，此处不作限定。
在步骤102中，在上述待处理图像中的预设区域提取第一图像；
在本申请实施例中，在获取到了待处理图像后，可以继续在上述待处理图像中划定一预设区域，其中，上述预设区域包含上述待处理图像中的特定特征。上述特定特征可以为易造成图像分割发生混淆的特征，例如天空、绿地、大海等，也可以为用户希望后续进行重点处理的特征，例如人像等，此处不对上述特定特征的类别进行限定。可选地，上述预设区域的划分可以是由电子设备自动执行的，例如基于目标识别确定上述预设区域；或者，上述预设区域的划分也可以是基于用户的输入而执行的，例如，用户通过对待处理图像输入框选操作，得到上述预设区域；此处不对上述预设区域的划分方式进行限定。从上述待处理图像中，提取上述预设区域内的图像作为第一图像。
在步骤103中，对上述第一图像进行增强处理，得到第二图像；
在本申请实施例中，在提取上述第一图像后，为了使得上述第一图像中所包含的特定特征的边缘部分更加清晰可见，可以对上述第一图像进行增强处理，得到第二图像。可选地，上述增强处理包括但不限于如下一种以上处理方式：对比度增强，颜色增强，亮度增强和/或边缘增强。
在步骤104中，将上述第二图像输入至图像分割网络中，得到分割结果。
在本申请实施例中，将进行了增强处理后所得到的第二图像输入至图像分割网络中，获取上述图像分割网络的输出结果，上述图像分割网络的输出结果即为本次对上的待处理图像的分割结果。上述分割结果可以将上述特定特征从上述待处理图像中分割出来，例如，在用户使用电子设备拍摄了自己的自拍像后，将上述自拍像作为待处理图像，此时，图像中用户的脸部图像即为特定特征，在通过步骤104进行了分割后，可以将上述用户的脸部图像从待处理图像中分割出来。用户即可只针对上述分割结果(即上述脸部图像)进行后续图像处理，例如美颜等，使得上述待处理图像更符合用户的需求。
由上可见，在本申请实施例中，通过对包含特定特征的图像区域进行增强处理，例如提升对比度、颜色、亮度、边缘等，使得这些特定特征的边缘清晰度有所提高，可以提升图像分割的准确率，能够减少出现图像分割错误的情况。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例二
在上述实施例一的基础上，下面对本申请实施例提供的另一种图像分割方法进行描述，请参阅图2，本申请实施例中的图像分割方法包括：
在步骤201中，获取待处理图像；
在本申请实施例中，上述步骤201与上述步骤101相同或相似，具体可参见上述步骤101的相关描述，在此不再赘述。
在步骤202中，对上述待处理图像进行目标识别；
在本申请实施例中，在获取到了待处理图像后，可以先对上述待处理图像进行目标识别。通过图像识别技术可以较为准确的识别出上述待处理图像中有什么物体，并报告出上述物体在待处理图像所表示的场景中的大致位置及方向。
在步骤203中，获取上述目标识别的结果；
在本申请实施例中，在上述目标识别的过程中，可以首先判断上述待处理图像中是否存在目标，如果当前待处理图像中不存在目标，则结束上述目标识别流程；如果当前待处理图像中存在目标，则继续判断上述待处理图像中存在有几个目标，及各个目标分别所处的位置。具体地，在识别待处理图像的目标时，可以基于颜色、纹理、形状和/或空间识别出待处理图像中的目标。
在步骤204中，基于上述目标识别的结果确定特定特征在上述待处理图像中的位置；
在本申请实施例中，基于上述目标识别所识别得到的目标即为特征，由于本申请实施例只针对特定特征进行精确的图像分割，因而，可以先检测上述目标识别的结果中是否存在特定特征，若存在，则再继续确定上述特定特征在上述待处理图像中的位置。
在步骤205中，在上述待处理图像中的预设区域提取第一图像；
在步骤206中，对上述第一图像进行增强处理，得到第二图像；
在步骤207中，将上述第二图像输入至图像分割网络中，得到分割结果。
在本申请实施例中，上述步骤205、206、207与上述步骤102、103、104相同或相似，具体可参见上述步骤102、103、104的相关描述，在此不再赘述。
可选地，在上述步骤203之后，上述图像分割方法还包括：
检测上述目标识别的结果是否为上述特定特征；
相应地，上述基于上述目标识别的结果确定上述特定特征在上述待处理图像中的位置，包括；
若上述目标识别的结果为上述特定特征，则基于上述目标识别的结果确定上述特定特征在上述待处理图像中的位置。
在本申请实施例中，可以先判断上述目标识别的结果中，是否存在上述特定特征，即是否有目标为特定特征。如果上述目标识别的结果中存在上述特定特征，则确定该特定特征在上述待处理图像中的位置。可以是在确定一识别得到的目标为特定特征后，获取上述特定特征在上述待处理图像中的横轴坐标及纵轴坐标，用以确定其中横轴及纵轴的最小坐标及最大坐标，即划定上述特定特征在上述待处理图像中的横轴范围及纵轴范围，并基于上述横轴范围及纵轴范围得到一矩形区域，上述矩形区域即可作为上述待处理图像的预设区域。
由上可见，在本申请实施例中，首先对待处理图像进行目标识别，以判断该图像所包含的目标中是否存在特定特征，并在该图像包含特定特征的情况下，对包含特定特征的图像区域进行增强处理，例如提升对比度、颜色、亮度、边缘等，使得这些特定特征的边缘清晰度有所提高，可以提升图像分割的准确率，能够减少出现图像分割错误的情况。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例三
在上述实施例一的基础上，下面对本申请实施例提供的第三种图像分割方法进行描述，请参阅图3，本申请实施例中的图像分割方法包括：
在步骤301中，获取待处理图像；
在本申请实施例中，上述步骤301与上述步骤101相同或相似，具体可参见上述步骤101的相关描述，在此不再赘述。
在步骤302中，对上述待处理图像进行场景识别，获取上述待处理图像的场景类别；
在本申请实施例中，在获取到了待处理图像后，可以先对上述待处理图像进行场景识别，以获取上述待处理图像的场景类别。例如，较为典型的场景有室外场景及室内场景；室内场景可以进一步细分为卧室场景，厨房场景等，室外场景可以进一步细分为森林场景、海边场景等；森林场景还可以进一步细分为积雪森林场景、阴暗森林场景等，实际上，根据不同厂商的设置，可以对场景的类别进行不同的划分，此处不作限定。可以认为，上述场景识别是对上述待处理图像整体基调的把握。
在步骤303中，判断上述待处理图像的场景类别是否为预设场景类别；
在本申请实施例中，用户实际上可能仅对处于某些特定的场景下的图像进行局部处理，例如，用户仅希望对美食场景下所拍摄得到的食物这一特征进行美化，即此时，上述预设场景为美食场景，需要判断上述待处理图像的场景类别是否为美食场景，如果是，才需要将美食这一特征从待处理图像中分割出来，否则可以不对上述待处理图像进行图像分割操作。需要注意的是，上述预设场景的选择仅为示例性的，可以根据用户需求对上述预设场景进行更改，此处不作限定。
在步骤304中，若上述待处理图像的场景类别为预设场景类别，则在上述待处理图像中的预设区域提取第一图像；
在本申请实施例中，仅在上述待处理图像的场景类别为预设场景类别时，才执行在上述待处理图像中的预设区域提取第一图像的操作，其具体过程可参见上述步骤102的相关描述，在此不再赘述。
在步骤305中，对上述第一图像进行增强处理，得到第二图像；
在步骤306中，将上述第二图像输入至图像分割网络中，得到分割结果。
在本申请实施例中，上述步骤305、306与上述步骤103、104相同或相似，具体可参见上述步骤103、104的相关描述，在此不再赘述。
由上可见，在本申请实施例中，首先对待处理图像进行场景识别，以判断该图像所处的场景是否存在图像分割的需求，只有在该图像所处的场景存在图像分割的需求的前提下，才对包含特定特征的图像区域进行增强处理，例如提升对比度、颜色、亮度、边缘等，使得这些特定特征的边缘清晰度有所提高，可以提升图像分割的准确率，能够减少出现图像分割错误的情况。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例四
在上述实施例一的基础上，下面对本申请实施例提供的第四种图像分割方法进行描述，请参阅图4，本申请实施例中的图像分割方法包括：
在步骤401中，获取待处理图像；
在步骤402中，在待处理图像中的预设区域提取第一图像，其中，上述预设区域包含上述待处理图像中的特定特征；
在步骤403中，对上述第一图像进行增强处理，得到第二图像；
在步骤404中，将上述第二图像输入至图像分割网络中，得到分割结果；
在本申请实施例中，上述步骤401、402、403、404与上述步骤101、102、103、104相同或相似，具体可参见上述步骤101、102、103、104的相关描述，在此不再赘述。
在步骤405中，获取上述第二图像的直方图信息；
在本申请实施例中，上述直方图信息中，横轴代表了亮度数值，即灰度值，其取值范围通常为0至255，其中，0代表黑色，255代表白色，而中间的数值即为不同亮度的灰色；纵轴代表了图像中对应横轴亮度的像素数量。基于上述直方图信息，可以获取到上述第二图像的灰度值分布情况。
在步骤406中，基于上述直方图信息，获取灰度值的动态范围；
在本申请实施例中，上述直方图信息指示了上述第二图像的灰度值分布情况，简单来说，通过获取上述第二图像中最小的灰度值及最大的灰度值，即可确定上述第二图像的灰度值的动态范围。可以认为，图像灰度值的动态范围越宽，则图像的对比度越高，图像可以显示的更加清楚。
在步骤407中，判断上述动态范围是否超过预设动态范围；
在步骤408中，若上述动态范围超过了预设动态范围，则根据上述分割结果对待处理图像进行图像处理。
在本申请实施例中，当上述动态范围较宽，超过了预设动态范围时，则认为此时第二图像的对比度已经足够获得较为准确的图像分割结果，即上述步骤404中的分割结果是较为准确的，此时可以基于上述分割结果对待处理图像进行图像处理，例如分割出用户自拍照中的人脸图像进行美颜等。
可选地，在上述步骤407之后，若判断出上述动态范围未超过预设动态范围，则表明此时第二图像的对比度仍然较低，图像不够清晰，上述步骤404中的分割结果可能有误，则上述图像分割方法还包括：
基于上述待处理图像获取第三图像，其中上述第三图像与上述待处理图像仅存在曝光差别；
在上述第三图像中的预设区域提取第四图像，其中，上述预设区域包含上述待处理图像中的特定特征；
对上述第四图像进行增强处理，得到第五图像；
对上述第五图像进行高动态范围图像合成处理，得到第六图像；
将上述第六图像输入至上述图像分割网络中，得到新的分割结果。
在本申请实施例中，上述第三图像可以是在摄像头拍摄上述待处理图像的过程中，在同一时刻、同一角度拍下的不同曝光度的图像。由于上述第二图像的动态范围未超过预设动态范围的原因通常在于上述待处理图像的曝光度，因而此时，需要对上述获取的第三图像的曝光度进行预先判断，仅挑选曝光正常的图像作为第三图像；随后所进行的“在第三图像中的预设区域提取第四图像，其中，上述预设区域包含上述待处理图像中的特定特征；对上述第四图像进行增强处理，得到第五图像”的步骤，其具体实现方式分别与步骤102及步骤103的具体实现过程类似，其区别在于步骤102及步骤103的对象为待处理图像及第一图像，而本步骤中的对象为新获取到的曝光正常的第三图像及第四图像；然后，在通过增强处理得到第五图像后，对上述第五图像进行动态范围图像合成(High-Dynamic Range，HDR)处理，以得到第六图像，具体的HDR合成步骤为本领域现有技术，此处不再赘述；最后将上述第六图像输入至上述图像分割网络中，其具体实现方式与步骤104相类似，其区别在于步骤104的对象为第二图像，而本步骤中的对象为第六图像。通过上述过程，获得新的分割结果。
由上可见，在本申请实施例中，通过对包含特定特征的图像区域进行增强处理，例如提升对比度、颜色、亮度、边缘等，使得这些特定特征的边缘清晰度有所提高，可以提升图像分割的准确率，能够减少出现图像分割错误的情况。并且，如果进行了增强处理后的图像动态范围仍然较小，则会获取新的曝光度正常的图像，重新进行图像的分割，以进一步提升图像分割的准确率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
需要注意的是，上述实施例二、实施例三及实施例四所涉及的技术方案可以根据用户需求结合实现，也可以分开实现，此处不作限定。
实施例五
本申请实施例五提供了一种图像分割装置，上述图像分割装置可集成于电子设备中，如图5所示，本申请实施例中的图像分割装置500包括：
获取单元501，用于获取待处理图像；
提取单元502，用于在上述待处理图像中的预设区域提取第一图像，其中，上述预设区域包含上述待处理图像中的特定特征；
增强单元503，用于对上述第一图像进行增强处理，得到第二图像；
分割单元504，用于将上述第二图像输入至图像分割网络中，得到分割结果。
可选地，上述图像分割装置500还包括：
目标识别单元，用于对上述待处理图像进行目标识别；
目标获取单元，用于获取上述目标识别的结果；
位置确定单元，用于基于上述目标识别的结果确定上述特定特征在上述待处理图像中的位置。
可选地，上述图像分割装置500还包括：
特征检测单元，用于检测上述目标识别的结果是否为上述特定特征；
上述位置确定单元，具体用于若上述目标识别的结果为上述特定特征，则基于上述目标识别的结果确定上述特定特征在上述待处理图像中的位置。
可选地，上述图像分割装置500还包括：
场景识别单元，用于对上述待处理图像进行场景识别，获取上述待处理图像的场景类别；
场景判断单元，用于判断上述待处理图像的场景类别是否为预设场景类别；
上述提取单元502，具体用于若上述待处理图像的场景类别为预设场景类别，则在上述待处理图像中的预设区域提取第一图像。
可选地，上述图像分割装置500还包括：
直方图获取单元，用于获取上述第二图像的直方图信息；
动态范围获取单元，用于基于上述直方图信息，获取灰度值的动态范围；
动态范围判断单元，用于判断上述动态范围是否超过预设动态范围；
图像处理单元，用于若上述动态范围超过了预设动态范围，则根据上述分割结果对待处理图像进行图像处理。
可选地，上述图像分割装置500还包括：
图像获取单元，用于若上述动态范围未超过预设动态范围，则基于上述待处理图像获取第三图像，其中上述第三图像与上述待处理图像仅存在曝光差别；
上述提取单元502，还用于在第三图像中的预设区域提取第四图像，其中，上述预设区域包含上述待处理图像中的特定特征；
上述增强单元503，还用于对上述第四图像进行增强处理，得到第五图像；
合成处理单元，用于对上述第五图像进行高动态范围图像合成处理，得到第六图像；
上述分割单元504，还用于将上述第六图像输入至上述图像分割网络中，得到新的分割结果。
由上可见，在本申请实施例中，通过图像分割装置对包含特定特征的图像区域进行增强处理，例如提升对比度、颜色、亮度、边缘等，使得这些特定特征的边缘清晰度有所提高，可以提升图像分割的准确率，能够减少出现图像分割错误的情况。
实施例六
本申请实施例四提供了一种电子设备，请参阅图6，本申请实施例中的电子设备包括：存储器601，一个或多个处理器602(图6中仅示出一个)及存储在存储器601上并可在处理器上运行的计算机程序。其中：存储器601用于存储软件程序以及模块，处理器602通过运行存储在存储器601的软件程序以及单元，从而执行各种功能应用以及数据处理，以获取上述预设事件对应的资源。具体地，处理器602通过运行存储在存储器601的上述计算机程序时实现以下步骤：
获取待处理图像；
在上述待处理图像中的预设区域提取第一图像，其中，上述预设区域包含上述待处理图像中的特定特征；
对上述第一图像进行增强处理，得到第二图像；
将上述第二图像输入至图像分割网络中，得到分割结果。
假设上述为第一种可能的实施方式，则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中，在上述在待处理图像中的预设区域提取第一图像之前，处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤：
对上述待处理图像进行目标识别；
获取上述目标识别的结果；
基于上述目标识别的结果确定上述特定特征在上述待处理图像中的位置。
在上述第二种可能的实施方式作为基础而提供的第三种可能的实施方式中，在上述获取上述目标识别的结果之后，处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤：
检测上述目标识别的结果是否为上述特定特征；
相应地，上述基于上述目标识别的结果确定上述特定特征在上述待处理图像中的位置，包括；
若上述目标识别的结果为上述特定特征，则基于上述目标识别的结果确定上述特定特征在上述待处理图像中的位置。
在上述第一种可能的实施方式作为基础，或者上述第二种可能的实施方式作为基础，或者上述第三种可能的实施方式作为基础而提供的第四种可能的实施方式中，在上述待处理图像中的预设区域提取第一图像之前，处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤：
对上述待处理图像进行场景识别，获取上述待处理图像的场景类别；
判断上述待处理图像的场景类别是否为预设场景；
相应地，上述在待处理图像中的预设区域提取第一图像，包括：
若上述待处理图像的场景类别为预设场景类别，则在上述待处理图像中的预设区域提取第一图像。
在上述第一种可能的实施方式作为基础，或者上述第二种可能的实施方式作为基础，或者上述第三种可能的实施方式作为基础而提供的第五种可能的实施方式中，在上述将上述第二图像输入至图像分割网络中，得到分割结果之后，处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤：
获取上述第二图像的直方图信息；
基于上述直方图信息，获取灰度值的动态范围；
判断上述动态范围是否超过预设动态范围；
若上述动态范围超过了预设动态范围，则根据上述分割结果对待处理图像进行图像处理。
在上述第五种可能的实施方式作为基础而提供的第六种可能的实施方式中，在上述判断上述动态范围是否超过预设动态范围之后，处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤：
若上述动态范围未超过预设动态范围，则基于上述待处理图像获取第三图像，其中上述第三图像与上述待处理图像仅存在曝光差别；
在上述第三图像中的预设区域提取第四图像，其中，上述预设区域包含上述待处理图像中的特定特征；
对上述第四图像进行增强处理，得到第五图像；
对上述第五图像进行高动态范围图像合成处理，得到第六图像；
将上述第六图像输入至上述图像分割网络中，得到新的分割结果。
在上述第一种可能的实施方式作为基础，或者上述第二种可能的实施方式作为基础，或者上述第三种可能的实施方式作为基础而提供的第七种可能的实施方式中，上述增强处理包括：对比度增强，颜色增强，亮度增强和/或边缘增强。
进一步，如图6所示，上述电子设备还可包括：一个或多个输入设备603(图6中仅示出一个)和一个或多个输出设备604(图6中仅示出一个)。存储器601、处理器602、输入设备603和输出设备604通过总线605连接。
应当理解，在本申请实施例中，所称处理器602可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备603可以包括键盘、触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备604可以包括显示器、扬声器等。
存储器601可以包括只读存储器和随机存取存储器，并向处理器602提供指令和数据。存储器601的一部分或全部还可以包括非易失性随机存取存储器。例如，存储器601还可以存储设备类型的信息。
由上可见，在本申请实施例中，通过电子设备对包含特定特征的图像区域进行增强处理，例如提升对比度、颜色、亮度、边缘等，使得这些特定特征的边缘清晰度有所提高，可以提升图像分割的准确率，能够减少出现图像分割错误的情况。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括是电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (9)
1.一种图像分割方法，其特征在于，包括：
获取待处理图像；
在所述待处理图像中的预设区域提取第一图像，其中，所述预设区域包含所述待处理图像中的特定特征，所述特定特征为易造成图像分割发生混淆的特征或后续进行重点处理的特征；
对所述第一图像进行增强处理，得到第二图像；
将所述第二图像输入至图像分割网络中，得到分割结果；
其中，在所述待处理图像中的预设区域提取第一图像之前，还包括；
对所述待处理图像进行场景识别，获取所述待处理图像的场景类别；
判断所述待处理图像的场景类别是否为预设场景类别；
以及，对所述待处理图像进行目标识别；获取所述目标识别的结果；
所述在所述待处理图像中的预设区域提取第一图像，包括：
若所述待处理图像的场景类别为预设场景类别，则在所述待处理图像中的预设区域提取所述第一图像；
在所述获取所述目标识别的结果之后，还包括：检测所述目标识别的结果是否为所述特定特征，并根据检测结果确定所述预设区域。
2.如权利要求1所述的图像分割方法，其特征在于，在所述待处理图像中的预设区域提取第一图像之前，还包括：
基于所述目标识别的结果确定所述特定特征在所述待处理图像中的位置。
3.如权利要求2所述的图像分割方法，其特征在于，
所述基于所述目标识别的结果确定所述特定特征在所述待处理图像中的位置，包括；
若所述目标识别的结果为所述特定特征，则基于所述目标识别的结果确定所述特定特征在所述待处理图像中的位置。
4.如权利要求1至3任一项所述的图像分割方法，其特征在于，在所述将所述第二图像输入至图像分割网络得到分割结果之后，还包括：
获取所述第二图像的直方图信息；
基于所述直方图信息，获取灰度值的动态范围；
判断所述动态范围是否超过预设动态范围；
若所述动态范围超过预设动态范围，则根据所述分割结果对待处理图像进行图像处理。
5.如权利要求4任一项所述的图像分割方法，其特征在于，在所述判断所述动态范围是否超过预设动态范围之后，还包括：
若所述动态范围未超过预设动态范围，则基于所述待处理图像获取第三图像，其中所述第三图像与所述待处理图像仅存在曝光差别；
在所述第三图像中的预设区域提取第四图像，其中，所述预设区域包含所述待处理图像中的特定特征；
对所述第四图像进行增强处理，得到第五图像；
对所述第五图像进行高动态范围图像合成处理，得到第六图像；
将所述第六图像输入至所述图像分割网络中，得到新的分割结果。
6.如权利要求1至3任一项所述的图像分割方法，其特征在于，所述增强处理包括：对比度增强，颜色增强，亮度增强和/或边缘增强。
7.一种图像分割装置，其特征在于，所述图像分割装置包括：
获取单元，用于获取待处理图像；
目标识别单元，用于对上述待处理图像进行目标识别；
目标获取单元，用于获取上述目标识别的结果；
提取单元，用于在所述待处理图像中的预设区域提取第一图像，其中，所述预设区域包含所述待处理图像中的特定特征，所述特定特征为易造成图像分割发生混淆的特征或后续进行重点处理的特征；
增强单元，用于对所述第一图像进行增强处理，得到第二图像；
分割单元，用于将所述第二图像输入至图像分割网络中，得到分割结果；
所述图像分割装置还包括：
场景识别单元，用于对上述待处理图像进行场景识别，获取上述待处理图像的场景类别；
场景判断单元，用于判断上述待处理图像的场景类别是否为预设场景类别；
所述提取单元，具体用于若上述待处理图像的场景类别为预设场景类别，则在上述待处理图像中的预设区域提取第一图像；
特征检测单元，用于检测上述目标识别的结果是否为上述特定特征；
其中，所述预设区域根据所述检测结果确定。
8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810585533.9A CN108805883B (zh) | 2018-06-08 | 2018-06-08 | 一种图像分割方法、图像分割装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810585533.9A CN108805883B (zh) | 2018-06-08 | 2018-06-08 | 一种图像分割方法、图像分割装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108805883A CN108805883A (zh) | 2018-11-13 |
| CN108805883B true CN108805883B (zh) | 2021-04-16 |
Family
ID=64087819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810585533.9A Active CN108805883B (zh) | 2018-06-08 | 2018-06-08 | 一种图像分割方法、图像分割装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108805883B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112449120B (zh) * | 2019-08-30 | 2022-06-10 | 华为技术有限公司 | 高动态范围视频生成方法及装置 |
| CN115861451B (zh) * | 2022-12-27 | 2023-06-30 | 东莞市楷德精密机械有限公司 | 一种基于机器视觉的多功能图像处理方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020975A (zh) * | 2012-12-29 | 2013-04-03 | 北方工业大学 | 一种结合多源遥感图像特征的码头和船舶分割方法 |
| CN108090908A (zh) * | 2017-12-07 | 2018-05-29 | 深圳云天励飞技术有限公司 | 图像分割方法、装置、终端及存储介质 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7991210B2 (en) * | 2005-11-23 | 2011-08-02 | Vital Images, Inc. | Automatic aortic detection and segmentation in three-dimensional image data |
| US8417033B2 (en) * | 2007-04-27 | 2013-04-09 | Hewlett-Packard Development Company, L.P. | Gradient based background segmentation and enhancement of images |
| CN101763644B (zh) * | 2010-03-10 | 2011-11-30 | 华中科技大学 | 肺结节三维分割与特征提取方法及系统 |
| KR101126224B1 (ko) * | 2010-08-18 | 2012-06-05 | 가톨릭대학교 산학협력단 | 동적 ｍｒ 영상을 이용한 자동 전립선 분할 방법 및 시스템 |
| CN104112275B (zh) * | 2014-07-15 | 2017-07-04 | 青岛海信电器股份有限公司 | 一种生成视点的方法及装置 |
| CN104766339A (zh) * | 2015-04-29 | 2015-07-08 | 上海电气集团股份有限公司 | 一种地基天空图像的云团自动检测方法 |
| WO2017054775A1 (en) * | 2015-09-30 | 2017-04-06 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for determining a breast region in a medical image |
| CN105303543A (zh) * | 2015-10-23 | 2016-02-03 | 努比亚技术有限公司 | 图像增强方法及移动终端 |
| CN105701829B (zh) * | 2016-01-16 | 2018-05-04 | 常州大学 | 一种套袋绿色果实图像分割方法 |
| CN106611413A (zh) * | 2016-11-30 | 2017-05-03 | 上海联影医疗科技有限公司 | 图像分割方法及其系统 |
| CN107403183A (zh) * | 2017-07-21 | 2017-11-28 | 桂林电子科技大学 | 整合目标检测和图像分割为一体的智能分割方法 |
| CN107622495A (zh) * | 2017-09-11 | 2018-01-23 | 广东欧珀移动通信有限公司 | 图像处理方法及装置、电子装置和计算机可读存储介质 |
-
2018
- 2018-06-08 CN CN201810585533.9A patent/CN108805883B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020975A (zh) * | 2012-12-29 | 2013-04-03 | 北方工业大学 | 一种结合多源遥感图像特征的码头和船舶分割方法 |
| CN108090908A (zh) * | 2017-12-07 | 2018-05-29 | 深圳云天励飞技术有限公司 | 图像分割方法、装置、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108805883A (zh) | 2018-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110232369B (zh) | 一种人脸识别方法和电子设备 | |
| CN109978890B (zh) | 基于图像处理的目标提取方法、装置及终端设备 | |
| US10740912B2 (en) | Detection of humans in images using depth information | |
| US20190362193A1 (en) | Eyeglass positioning method, apparatus and storage medium | |
| WO2020140610A1 (zh) | 一种图像处理方法、设备及计算机可读存储介质 | |
| US11138695B2 (en) | Method and device for video processing, electronic device, and storage medium | |
| CN110796600B (zh) | 一种图像超分重建方法、图像超分重建装置及电子设备 | |
| CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
| CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
| CN109190617B (zh) | 一种图像的矩形检测方法、装置及存储介质 | |
| CN109214996B (zh) | 一种图像处理方法及装置 | |
| WO2020140611A1 (zh) | 一种基于图像处理的vin码识别方法、设备及介质 | |
| CN111028276A (zh) | 图像对齐方法、装置、存储介质及电子设备 | |
| CN105227805A (zh) | 一种图像处理方法及移动终端 | |
| CN108229583B (zh) | 一种基于主方向差分特征的快速模板匹配的方法及装置 | |
| CN108805883B (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
| CN111582118A (zh) | 一种人脸识别方法及装置 | |
| CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
| CN114418914A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN111080683B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN110688926B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
| CN112883762A (zh) | 一种活体检测方法、装置、系统及存储介质 | |
| CN108810407B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
| CN112541853A (zh) | 数据处理方法、装置及设备 | |
| US8538142B2 (en) | Face-detection processing methods, image processing devices, and articles of manufacture |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |