CN109658501B - 一种图像处理方法、图像处理装置及终端设备 - Google Patents

一种图像处理方法、图像处理装置及终端设备 Download PDF

Info

Publication number
CN109658501B
CN109658501B CN201811568151.1A CN201811568151A CN109658501B CN 109658501 B CN109658501 B CN 109658501B CN 201811568151 A CN201811568151 A CN 201811568151A CN 109658501 B CN109658501 B CN 109658501B
Authority
CN
China
Prior art keywords
image
target
detected
processed
organism
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
Application number
CN201811568151.1A
Other languages
English (en)
Other versions
CN109658501A (zh
Inventor
陈岩
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201811568151.1A priority Critical patent/CN109658501B/zh
Publication of CN109658501A publication Critical patent/CN109658501A/zh
Application granted granted Critical
Publication of CN109658501B publication Critical patent/CN109658501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Abstract

本申请提供了一种图像处理方法、图像处理装置及终端设备,所述方法包括:获取包含目标生物的待处理图像,并获取所述待处理图像中所述目标生物的种类以及所处的生长阶段;根据所述目标生物的种类以及所处的生长阶段,获取与所述目标生物种类对应的目标三维模型,其中,所述目标三维模型通过对具有以下特征的生物进行三维重建后得到:所述生物的种类与所述目标生物的种类相同,但所处的生长阶段与所述目标生物的生长阶段不同;获取所述待处理图像中所述目标生物的位置信息;根据所述位置信息,将所述目标三维模型添加至所述待处理图像中。本申请可以在一定程度上使用户更为快速高效地知晓生物处于另一生长阶段的样子。

Description

一种图像处理方法、图像处理装置及终端设备
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像处理方法、图像处理装置、终端设备及计算机可读存储介质。
背景技术
通常情况下,当我们看到某一种生物时,往往希望看到它处于另一个生长阶段时的样子,比如当看到一颗处于幼苗期的植物时,往往希望看到它开花时的样子。目前,为了获取到生物处于另一个生长阶段时的样子,用户需要手动在网络或者书籍中查找相关信息。
由此可见,目前用户不能快速高效地知晓生物处于另一生长阶段时的样子。
发明内容
有鉴于此,本申请提供了一种图像处理方法、图像处理装置、终端设备及计算机可读存储介质,可以在一定程度上使用户更为快速高效地知晓生物处于另一生长阶段时的样子。
本申请第一方面提供了一种图像处理方法,包括:
获取包含目标生物的待处理图像,并获取上述待处理图像中上述目标生物的种类以及所处的生长阶段;
根据上述目标生物的种类以及所处的生长阶段,获取与上述目标生物种类对应的目标三维模型,其中,该目标三维模型通过对具有以下特征的生物进行三维重建后得到:该生物的种类与上述目标生物的种类相同,但所处的生长阶段与上述目标生物的生长阶段不同;
获取上述待处理图像中上述目标生物的位置信息;
根据上述位置信息,将上述目标三维模型添加至上述待处理图像中。
本申请第二方面提供了一种图像处理装置,包括:
图像获取模块,用于获取包含目标生物的待处理图像,并获取上述待处理图像中上述目标生物的种类以及所处的生长阶段;
模型获取模块,用于根据上述目标生物的种类以及所处的生长阶段,获取与上述目标生物种类对应的目标三维模型,其中,该目标三维模型通过对具有以下特征的生物进行三维重建后得到:该生物的种类与上述目标生物的种类相同,但所处的生长阶段与上述目标生物的生长阶段不同;
位置获取模块,用于获取上述待处理图像中上述目标生物的位置信息;
模型添加模块,用于根据上述位置信息,将上述目标三维模型添加至上述待处理图像中。
本申请第三方面提供了一种终端设备,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述第一方面方法的步骤。
本申请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述第一方面方法的步骤。
本申请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方法的步骤。
由上可见,本申请提供了一种图像处理方法。首先,获取包含目标生物的待处理图像,并获取该目标生物的种类和所处的生长阶段,比如获取的该待处理图像中目标生物的种类为玫瑰,所处的生长阶段为幼苗期;其次,根据上述目标生物的种类以及所处的生长阶段,获取该目标生物种类对应的目标三维模型,其中,该目标三维模型是对种类与上述目标生物种类相同,但所处的生长阶段与上述目标生物生长阶段不同的生物进行三维重建后得到的三维模型,也即是若待处理图像中目标生物的种类为玫瑰,所处的生长阶段为幼苗期时,则该目标三维模型是玫瑰在其他生长阶段的三维模型,比如,该目标三维模型可以是玫瑰在开花期的三维模型;然后,获取上述待处理图像中上述目标生物的位置信息,并根据该位置信息,将上述目标三维模型添加至上述待处理图像中,从而使得最终获取的图像中包含有目标生物在其他生长阶段的三维模型,用户可以通过查看最终获取的图像中的三维模型,来知晓上述待处理图像中目标生物在另一生长阶段的样子,避免了用户手动在网络或者书籍中查找相关信息,可以在一定程度上使用户更为快速高效地知晓生物处于另一生长阶段时的样子。
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的前提下,还可以根据这些附图获得其它的附图。
图1是本申请实施例一提供的一种图像处理方法的实现流程示意图;
图2是本申请实施例一提供的服务器数据库中保存的生物种类与三维模型的对应关系示意图;
图3是本申请实施例二提供的另一种图像处理方法的实现流程示意图;
图4是本申请实施例三提供的一种图像处理装置的结构示意图;
图5是本申请实施例四提供的终端设备的结构示意图。
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。
本申请实施例提供的图像处理方法适用于终端设备,示例性地,该终端设备包括但不限于:智能手机、掌上电脑、笔记本、桌上型计算机、智能可穿戴设备等。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
另外,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
为了说明本申请所述的技术方案,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一提供的图像处理方法进行描述,请参阅附图1,本申请实施例一中的图像处理方法包括:
在步骤S101中,获取包含目标生物的待处理图像,并获取上述待处理图像中上述目标生物的种类以及所处的生长阶段;
该步骤S101所述的待处理图像可以是用户通过终端设备的相机APP拍摄的图像;或者,可以是终端设备中的相机APP或者摄像机APP所采集的预览画面中的一帧预览图像;或者,也可以是终端设备本地图库中已保存的图像;或者,还可以是在线观看的视频或本地保存的视频中的一帧图像。本申请对上述待处理图像的来源不作限定。
在本申请实施例中,上述“获取包含目标生物的待处理图像”可以包括:
终端设备中预先保存有各个目标生物的种类,比如,预先保存的各个目标生物的种类包括菊花、玫瑰、含羞草、蚂蚁以及狗。该终端设备可以输出一提示信息,以提示用户输入包含菊花、玫瑰、含羞草、蚂蚁或者狗的图像,从而使得该终端设备获取包含目标生物的待处理图像。
或者,上述“获取包含目标生物的待处理图像”可以包括:终端设备首先获取待检测图像,其次对该待检测图像进行目标检测,然后判断是否在该待检测图像中检测到目标生物,若在该待检测图像中检测到目标生物,则将该待检测图像确定为包含目标生物的待处理图像。其中,该待检测图像与上述待处理图像相同,可以是用户利用相机APP拍摄的图像;或者,可以是相机APP或者摄像机APP所采集预览画面中的一帧预览图像;或者,也可以是终端设备本地图库中已保存的图像;或者,还可以是在线观看的视频或本地保存的视频中的一帧图像。本申请同样对该待检测图像的来源不作限定。
另外,该步骤S101所述的待处理图像中目标生物的种类以及所处的生长阶段可以是用户手动输入的,或者也可以是终端设备对获取到的该待处理图像中的目标生物进行识别后得到的,本申请对此不作限定。
在步骤S102中,根据上述目标生物的种类以及所处的生长阶段,获取与上述目标生物种类对应的目标三维模型,其中,该目标三维模型通过对具有以下特征的生物进行三维重建后得到:该生物的种类与上述目标生物的种类相同,但所处的生长阶段与上述目标生物的生长阶段不同;
通过步骤S101获取到待处理图像中目标生物的种类以及所处的生长阶段之后,可以根据获取的该种类以及该生长阶段,获取与该种类对应的目标三维模型,其中,该目标三维模型是对种类与该目标生物种类相同,但所处的生长阶段与该目标生物生长阶段不同的生物进行三维重建后得到的三维模型。
在本申请实施例中,上述目标三维模型的获取方法可以为:在获取到待处理图像中目标生物的种类以及所处的生长阶段之后,再获取该种类的生物在另一生长阶段的各个图像,然后根据该各个图像执行三维重建算法,将执行三维重建后获取的模型作为目标三维模型;或者,上述目标三维模型的获取方法可以为:预先执行三维重建算法,获取各个不同种类的生物在不同生长阶段的三维模型,并保存各个不同种类的生物在不同生长阶段的三维模型,在获取到待处理图像中目标生物的种类以及所处的生长阶段之后,在预先存储的各个三维模型中查找目标三维模型。
如图2所示,可以预先对处于不同生长阶段的玫瑰、苹果以及青蛙进行三维重建,从而获取到玫瑰、苹果以及青蛙在不同生长阶段的三维模型,并预先保存至服务器数据库201中,终端设备通过步骤S101获取到待处理图像中目标生物的种类以及所处的生长阶段之后,可以在服务器数据库201中查询该目标生物种类对应的各个三维模型,并将该目标生物种类对应的各个三维模型中对应生长阶段与该目标生物的生长阶段不同的三维模型确定为目标三维模型。比如,若待处理图像中目标生物为处于发芽期的苹果,则可以将服务器数据库201中苹果对应的开花期的三维模型确定为目标三维模型,或者可以将结果期的三维模型确定为目标三维模型(具体将苹果哪一个生长阶段的三维模型确定为目标三维模型,可以根据用户指示来确定,比如,终端设备可以发出一提示信息,以提示用户是将开花期的三维模型添加到待处理图像中,还是将结果期的三维模型添加到待处理图像中,若用户确定将开花期的三维模型添加到待处理图像中,则可以将苹果对应的开花期的三维模型确定为目标三维模型)。
在步骤S103中,获取上述待处理图像中上述目标生物的位置信息;
在本申请实施例中,上述位置信息可以是用户通过手动框选确定的,或者也可以是终端设备对该待处理图像中的目标生物进行目标检测后获取的。本申请对位置信息的获取方式不作限定。
在步骤S104中,根据上述位置信息,将上述目标三维模型添加至上述待处理图像中;
在本申请实施例中,该步骤S104可以包括:将上述目标三维模型添加至上述待处理图像中,其中,该目标三维模型中目标器官位于上述位置信息指示的图像区域中。比如,若目标三维模型为玫瑰开花期的三维模型,则可以将该三维模型中玫瑰的根部放置于上述位置信息指示的图像区域中。
或者,该步骤S104可以包括:将上述目标三维模型添加至所述待处理图像中所述位置信息指示的图像区域中。
此外,在本申请实施例中,在将目标三维模型添加至待处理图像中之前,可以先对该目标三维模型的大小进行调整,然后将大小调整后的目标三维模型添加至该待处理图像中。比如,步骤S102获取到的目标三维模型可以对应一深度信息(例如,步骤S102获取的目标三维模型对应的深度信息为1米),其中,该深度信息用于指示该目标三维模型与摄像头之间的距离,可以根据待处理图像中目标生物的深度信息以及与目标三维模型对应的深度信息,调整该目标三维模型的大小,使得该目标三维模型放置于待处理图像中之后更加逼真。
此外,在本申请实施例中,若步骤S101-S103所述的“目标生物”具体为“目标植物”,则可以根据待处理图像中盛放该目标植物的容器的大小来调整步骤S102中获取的目标三维模型的大小,也即是,在步骤S104之前,还可以包括:检测上述待处理图像中是否包含用于放置上述目标植物的容器;若检测到上述待处理图像中包含用于放置上述目标植物的容器,则检测该容器的大小;并根据该容器的大小,调整步骤S102获取的目标三维模型的大小。从而在步骤S104中,将大小调整后的目标三维模型添加至上述待处理图像中,从而使得该目标三维模型放置于待处理图像中之后更加逼真。
另外,在本申请实施例中,若获取的待处理图像中包含多个目标生物,则可以获取该待处理图像中一个目标生物的种类以及所处的生长阶段,并获取对应的目标三维模型,将该目标三维模型添加至待处理图像中;或者也可以获取该待处理图像中多个目标生物分别的种类以及分别所处的生长阶段,并获取分别对应的目标三维模型,将分别对应的目标三维模型均添加至待处理图像中。本申请对此不作限定。
本申请所提供的图像处理方法,可以使得最终获取的图像中包含有目标生物在其他生长阶段的三维模型,用户可以通过查看最终获取的图像中的三维模型,来知晓上述待处理图像中目标生物在另一生长阶段的样子,避免了用户手动在网络或者书籍中查找相关信息,可以在一定程度上使用户更为快速高效地知晓生物处于另一生长阶段时的样子。
实施例二
下面对本申请实施例二提供的另一种图像处理方法进行描述,请参阅附图3,本申请实施例二中的图像处理方法包括:
在步骤S301中,获取待检测图像,并利用训练后的神经网络模型对该待检测图像进行目标检测,获取该神经网络模型输出的检测结果,其中,该检测结果用于指示是否在上述待检测图像中检测到目标生物,以及在上述待检测图像中检测到目标生物时,用于指示该待检测图像中所包含的目标生物的种类、所处的生长阶段以及位置信息;
在本申请实施例中,上述待检测图像可以是用户通过终端设备的相机APP拍摄的图像;或者,可以是终端设备中的相机APP或者摄像机APP所采集的预览画面中的一帧预览图像;或者,也可以是终端设备本地图库中已保存的图像;或者,还可以是在线观看的视频或本地保存的视频中的一帧图像。本申请对上述待检测图像的来源不作限定。
为了对待检测图像进行目标检测,可以事先训练一神经网络模型,通过训练后的神经网络模型对获取的待检测图像进行目标检测,从而获取该训练后的神经网络模型输出的检测结果。具体地,如何获取该训练后的神经网络模型为现有技术,本文不再赘述。
在步骤S302中,根据上述检测结果,判断是否在上述待检测图像中检测到目标生物,若在上述待检测图像中检测到目标生物,则将上述待检测图像确定为待处理图像,并根据上述检测结果,确定上述待处理图像中目标生物的种类以及所处的生长阶段;
若利用训练后的神经网络模型检测到步骤S301获取的待检测图像中包括目标生物,则根据该神经网络模型输出的检测结果,确定该待检测图像中目标生物的种类以及所处的生长阶段。
在步骤S303中,判断上述目标生物所处的生长阶段是否为预设生长阶段;
根据步骤S302确定的待检测图像中目标生物所处的生长阶段,判断该目标生物是否处于预设生长阶段。其中,该预设生长阶段可以是预设的一个生长阶段,也可以是预设的多个生长阶段。比如,判断该目标生物是否处于发芽期,或者判断该目标生物是否处于幼苗期或者发芽期。
在步骤S304中,若为上述预设生长阶段,则获取与上述目标生物种类对应的目标三维模型,其中,该目标三维模型通过对具有以下特征的生物进行三维重建后得到:该生物的种类与上述目标生物的种类相同,但所处的生长阶段与上述目标生物的生长阶段不同;
比如,若步骤S303所述的预设生长阶段为“幼苗期”,则在该步骤S304所述的“目标三维模型”可以固定为生长阶段为“开花期”的与上述目标生物种类对应的三维模型,也即是一旦检测到待检测图像中包含处于幼苗期的生物,就将与该生物种类对应的,处于开花期的三维模型添加至该待检测图像中。
若检测到上述待检测图像中目标生物的生长阶段不为预设生长阶段,则可以不对该待检测图像作任何处理。
在步骤S305中,根据上述检测结果,获取上述待处理图像中上述目标生物的位置信息;
在步骤S306中,根据上述位置信息,将上述目标三维模型添加至上述待处理图像中;
在上述步骤S305中,目标生物的位置信息可以根据步骤S301获取的检测结果确定。此外,上述步骤S305-S306具体实施方式与实施例一中的步骤S103-S104实施方式相同,具体可参见实施例一的描述,此处不再赘述。
此外,在上述步骤S306之后,还可以将最终获取的添加了目标三维模型的图像显示出来,以使得用户可以查看该目标三维模型。
通常情况下,目标三维模型保存在服务器中,因此,目标三维模型的获取需要终端设备通过与服务器进行通信。在本申请实施例二中,只有当待检测图像包含处于预设生长阶段的目标生物时,才获取目标三维模型,因此,本申请实施例二可以减少终端设备与服务器的通信次数,能够在一定程度上节省终端设备的数据流量消耗。此外,本申请实施例二与实施例一相同,也可以在一定程度上使用户更为快速高效地知晓生物处于另一生长阶段时的样子。
应理解,上述方法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
本申请实施例三提供了一种图像处理装置,如图4所示,该图像处理装置400包括:
图像获取模块401,用于获取包含目标生物的待处理图像,并获取上述待处理图像中上述目标生物的种类以及所处的生长阶段;
模型获取模块402,用于根据上述目标生物的种类以及所处的生长阶段,获取与上述目标生物种类对应的目标三维模型,其中,该目标三维模型通过对具有以下特征的生物进行三维重建后得到:该生物的种类与上述目标生物的种类相同,但所处的生长阶段与上述目标生物的生长阶段不同;
位置获取模块403,用于获取上述待处理图像中上述目标生物的位置信息;
模型添加模块404,用于根据上述位置信息,将上述目标三维模型添加至上述待处理图像中。
可选地,上述模型获取模块402包括:
预设阶段判断单元,用于判断图像获取模块401获取的待处理图像中目标生物所处的生长阶段是否为预设生长阶段;
模型获取单元,用于若上述预设阶段判断单元判断出上述待处理图像中目标生物处于上述预设生长阶段,则获取与上述目标生物种类对应的目标三维模型。
可选地,上述模型添加模块404具体用于:
将上述目标三维模型添加至上述待处理图像中,其中,上述目标三维模型中目标器官位于上述位置信息指示的图像区域中。
可选地,上述模型添加模块404具体用于:
将上述目标三维模型添加至上述待处理图像中上述位置信息指示的图像区域中。
可选地,上述目标生物为目标植物;相应地,上述图像处理装置400还包括:
容器检测模块,用于检测上述待处理图像中是否包含用于放置上述目标植物的容器;
容器大小检测模块,用于若检测到上述待处理图像中包含用于放置上述目标植物的容器,则检测上述容器的大小;
三维模型调整模块,用于根据上述容器的大小,调整上述目标三维模型的大小;
相应地,模型添加模块404具体用于:根据上述位置信息,将调整后的目标三维模型添加至上述待处理图像中。
可选地,上述图像获取模块401包括:
待检测图像获取单元,用于获取待检测图像,并对该待检测图像进行目标检测;
检测判断单元,用于判断是否在上述待检测图像中检测到目标生物;
图像获取单元,用于若在上述待检测图像中检测到目标生物,则将上述待检测图像确定为上述待处理图像。
可选地,上述待检测图像获取单元具体用于:获取待检测图像,并利用训练后的神经网络模型对该待检测图像进行目标检测,获取该神经网络模型输出的检测结果,该检测结果用于指示是否在上述待检测图像中检测到目标生物,以及在上述待检测图像中检测到目标生物时用于指示上述待检测图像所包含的目标生物的种类、所处的生长阶段以及位置信息;
相应地,上述检测判断单元具体用于:
根据上述训练后的神经网络模型输出的检测结果,判断是否在上述待检测图像中检测到目标生物;
相应地,上述图像获取模块401还具体用于:根据上述训练后的神经网络模型输出的检测结果,确定上述待处理图像中上述目标生物的种类以及所处的生长阶段;
相应地,上述位置获取模块403具体用于:
根据上述训练后的神经网络模型输出的检测结果,确定上述待处理图像中上述目标生物的位置信息。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
实施例四
图5是本申请实施例四提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在上述存储器51中并可在上述处理器50上运行的计算机程序52。上述处理器50执行上述计算机程序52时实现上述各个方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,上述处理器50执行上述计算机程序52时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块401至404的功能。
示例性的,上述计算机程序52可以被分割成一个或多个模块/单元,上述一个或者多个模块/单元被存储在上述存储器51中,并由上述处理器50执行,以完成本申请。上述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述上述计算机程序52在上述终端设备5中的执行过程。例如,上述计算机程序52可以被分割成图像获取模块、模型获取模块、位置获取模块以及模型添加模块,各模块具体功能如下:
获取包含目标生物的待处理图像,并获取上述待处理图像中上述目标生物的种类以及所处的生长阶段;
根据上述目标生物的种类以及所处的生长阶段,获取与上述目标生物种类对应的目标三维模型,其中,该目标三维模型通过对具有以下特征的生物进行三维重建后得到:该生物的种类与上述目标生物的种类相同,但所处的生长阶段与上述目标生物的生长阶段不同;
获取上述待处理图像中上述目标生物的位置信息;
根据上述位置信息,将上述目标三维模型添加至上述待处理图像中。
上述终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如上述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、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。
上述存储器51可以是上述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。上述存储器51也可以是上述终端设备5的外部存储设备,例如上述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器51还可以既包括上述终端设备5的内部存储单元也包括外部存储设备。上述存储器51用于存储上述计算机程序以及上述终端设备所需的其它程序和数据。上述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
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、或者计算机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/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备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。
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。
另外,在本申请各个实施例中的各功能单元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。
上述集成的模块/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取存储介质中。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,计算机可读介质不包括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 (8)

1.一种图像处理方法,其特征在于,包括:
获取包含目标生物的待处理图像,并获取所述待处理图像中所述目标生物的种类以及所处的生长阶段;
根据所述目标生物的种类以及所处的生长阶段,获取与所述目标生物种类对应的目标三维模型,其中,所述目标三维模型通过对具有以下特征的生物进行三维重建后得到:所述生物的种类与所述目标生物的种类相同,但所处的生长阶段与所述目标生物的生长阶段不同;
获取所述待处理图像中所述目标生物的位置信息;
根据所述位置信息,将所述目标三维模型添加至所述待处理图像中;
所述获取包含目标生物的待处理图像,包括:
获取待检测图像,并对所述待检测图像进行目标检测;
判断是否在所述待检测图像中检测到目标生物;
若在所述待检测图像中检测到目标生物,则将所述待检测图像确定为所述待处理图像;
所述对所述待检测图像进行目标检测,包括:
利用训练后的神经网络模型对所述待检测图像进行目标检测,获取所述神经网络模型输出的检测结果,所述检测结果用于指示是否在所述待检测图像中检测到目标生物,以及在所述待检测图像中检测到目标生物时用于指示所述待检测图像所包含的目标生物的种类、所处的生长阶段以及位置信息;
相应地,所述判断是否在所述待检测图像中检测到目标生物,包括:
根据所述训练后的神经网络模型输出的检测结果,判断是否在所述待检测图像中检测到目标生物;
相应地,所述获取所述待处理图像中所述目标生物的种类以及所处的生长阶段,包括:
根据所述训练后的神经网络模型输出的检测结果,确定所述待处理图像中所述目标生物的种类以及所处的生长阶段;
相应地,所述获取所述待处理图像中所述目标生物的位置信息,包括:
根据所述训练后的神经网络模型输出的检测结果,确定所述待处理图像中所述目标生物的位置信息。
2.如权利要求1所述的图像处理方法,其特征在于,所述根据所述目标生物的种类以及所处的生长阶段,获取与所述目标生物种类对应的目标三维模型,包括:
判断所述目标生物所处的生长阶段是否为预设生长阶段;
若为所述预设生长阶段,则获取与所述目标生物种类对应的目标三维模型。
3.如权利要求1所述的图像处理方法,其特征在于,所述根据所述位置信息,将所述目标三维模型添加至所述待处理图像中,包括:
将所述目标三维模型添加至所述待处理图像中,其中,所述目标三维模型中目标器官位于所述位置信息指示的图像区域中。
4.如权利要求1所述的图像处理方法,其特征在于,所述根据所述位置信息,将所述目标三维模型添加至所述待处理图像中,包括:
将所述目标三维模型添加至所述待处理图像中所述位置信息指示的图像区域中。
5.如权利要求1所述的图像处理方法,其特征在于,所述目标生物为目标植物;
相应地,在所述根据所述位置信息,将所述目标三维模型添加至所述待处理图像中的步骤之前,还包括:
检测所述待处理图像中是否包含用于放置所述目标植物的容器;
若检测到所述待处理图像中包含用于放置所述目标植物的容器,则检测所述容器的大小;
根据所述容器的大小,调整所述目标三维模型的大小;
相应地,所述根据所述位置信息,将所述目标三维模型添加至所述待处理图像中,包括:
根据所述位置信息,将调整后的目标三维模型添加至所述待处理图像中。
6.一种图像处理装置,其特征在于,包括:
图像获取模块,用于获取包含目标生物的待处理图像,并获取所述待处理图像中所述目标生物的种类以及所处的生长阶段;
模型获取模块,用于根据所述目标生物的种类以及所处的生长阶段,获取与所述目标生物种类对应的目标三维模型,其中,所述目标三维模型通过对具有以下特征的生物进行三维重建后得到:所述生物的种类与所述目标生物的种类相同,但所处的生长阶段与所述目标生物的生长阶段不同;
位置获取模块,用于获取所述待处理图像中所述目标生物的位置信息;
模型添加模块,用于根据所述位置信息,将所述目标三维模型添加至所述待处理图像中;
所述图像获取模块,包括:
待检测图像获取单元,用于获取待检测图像,并对所述待检测图像进行目标检测;
检测判断单元,用于判断是否在所述待检测图像中检测到目标生物;
图像获取单元,用于若在所述待检测图像中检测到目标生物,则将所述待检测图像确定为所述待处理图像;
所述待检测图像获取单元具体用于:
获取待检测图像,并利用训练后的神经网络模型对所述待检测图像进行目标检测,获取所述神经网络模型输出的检测结果,所述检测结果用于指示是否在所述待检测图像中检测到目标生物,以及在所述待检测图像中检测到目标生物时用于指示所述待检测图像所包含的目标生物的种类、所处的生长阶段以及位置信息;
相应地,所述检测判断单元具体用于:
根据所述训练后的神经网络模型输出的检测结果,判断是否在所述待检测图像中检测到目标生物;
相应地,所述图像获取模块还具体用于:
根据所述训练后的神经网络模型输出的检测结果,确定所述待处理图像中所述目标生物的种类以及所处的生长阶段;
相应地,所述位置获取模块具体用于:
根据所述训练后的神经网络模型输出的检测结果,确定所述待处理图像中所述目标生物的位置信息。
7.一种终端设备,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5中任一项所述方法的步骤。
8.一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5任一项所述方法的步骤。
CN201811568151.1A 2018-12-21 2018-12-21 一种图像处理方法、图像处理装置及终端设备 Active CN109658501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811568151.1A CN109658501B (zh) 2018-12-21 2018-12-21 一种图像处理方法、图像处理装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811568151.1A CN109658501B (zh) 2018-12-21 2018-12-21 一种图像处理方法、图像处理装置及终端设备

Publications (2)

Publication Number Publication Date
CN109658501A CN109658501A (zh) 2019-04-19
CN109658501B true CN109658501B (zh) 2023-03-03

Family

ID=66115545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811568151.1A Active CN109658501B (zh) 2018-12-21 2018-12-21 一种图像处理方法、图像处理装置及终端设备

Country Status (1)

Country Link
CN (1) CN109658501B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377961B (zh) * 2019-06-25 2023-04-28 北京百度网讯科技有限公司 作物生长环境控制方法、装置、计算机设备及存储介质
CN112907726B (zh) * 2021-01-25 2022-09-20 重庆金山医疗技术研究院有限公司 一种图像处理方法、装置、设备及计算机可读存储介质
CN114419133A (zh) * 2022-01-24 2022-04-29 杭州睿胜软件有限公司 判断植物的容器是否适合植物的养护的方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184569B (zh) * 2011-06-11 2012-12-26 福州大学 一种领域本体驱动的单株木建模方法
CN106469445A (zh) * 2015-08-18 2017-03-01 青岛海信医疗设备股份有限公司 一种三维图像的校准方法、装置和系统
CN107256454A (zh) * 2017-05-31 2017-10-17 安徽农业大学 一种受生长要素影响的植物三维形态样本建模方法
CN108898587A (zh) * 2018-06-19 2018-11-27 Oppo广东移动通信有限公司 图片处理方法、图片处理装置及终端设备

Also Published As

Publication number Publication date
CN109658501A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
CN108154105B (zh) 水下生物检测与识别方法、装置、服务器及终端设备
CN109144647B (zh) 一种表单设计方法与装置、终端设备以及存储介质
CN109658501B (zh) 一种图像处理方法、图像处理装置及终端设备
CN108615253B (zh) 图像生成方法、装置与计算机可读存储介质
CN110991533B (zh) 图像识别方法、识别装置、终端设备及可读存储介质
CN107861750B (zh) 一种标签管理方法、标签管理装置及智能终端
CN108363788B (zh) 帖子智能排位方法、装置以及计算机可读存储介质
CN109118456B (zh) 图像处理方法和装置
CN107564329B (zh) 一种车辆查找方法及终端
CN111950056B (zh) 建筑信息化模型bim展示方法及相关设备
CN111324378B (zh) 一种面向视频监控应用软件的配置方法、装置及设备
CN107909368A (zh) 支付控制方法及装置、终端及可读存储介质
CN108596052B (zh) 一种物品查找方法、系统及终端设备
CN108595211A (zh) 用于输出数据的方法和装置
CN115526160A (zh) 富文本处理方法、装置、设备及存储介质
CN113155784A (zh) 水体透明度检测方法、终端设备及存储介质
CN108763260A (zh) 一种试题搜索方法、系统及终端设备
CN109670454B (zh) 一种生物信息介绍方法、生物信息介绍装置及终端设备
CN110554142A (zh) 空气质量监测方法、装置、系统、存储介质及电子设备
CN115496418A (zh) 一种基于frid技术的智能化农产品交易系统
CN112633218B (zh) 人脸检测方法、装置、终端设备及计算机可读存储介质
CN113160942A (zh) 影像数据质量评估方法、装置、终端设备及可读存储介质
CN108650716B (zh) 一种终端设备的控制方法、终端设备及存储介质
CN108664301B (zh) 一种菜单的生成方法、系统及终端设备
CN110232393B (zh) 数据的处理方法、装置、存储介质和电子装置

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