CN110210487A - 一种图像分割方法及装置、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种图像分割方法及装置、电子设备和存储介质，其中，该方法包括根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果；在所述图像分割结果中存在错分区域的情况下获取第一交互操作；响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。采用本公开，能提高图像分割结果的准确性，从而及时对病灶进行定位。

Description

一种图像分割方法及装置、电子设备和存储介质

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种图像分割方法及装置、电子设备和存储介质。

背景技术

深度学习快速发展，在图像分割领域取得显著成就。基于深度学习的图像分割技术，采取手工标注得到标注结果，对标注结果准确度没有足够的稳定性，由此得到的图像分割结果准确性不高。相关技术中未存在有效的解决方案。

发明内容

本公开提出了一种图像分割技术方案。

根据本公开的一方面，提供了一种图像分割方法，所述方法包括：

根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果；

在所述图像分割结果中存在错分区域的情况下获取第一交互操作；

响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。

采用本公开，通过多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果，可以获取第一交互操作，响应所述第一交互操作，得到针对所述错分区域的标注结果，通过交互操作来实现自动标注。根据自动标注得到的标注结果，对分割得到的图像分割结果进行自动纠正，从而能提高图像分割结果的准确性，从而及时对病灶进行定位。

可能的实现方式中，所述图像为3D图像的情况下，所述根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果，包括：

根据第二交互操作确定所述多个极值点分别对应的提取参数；

根据所述多个极值点分别对应的提取参数，对所述3D图像进行图像分割，得到所述3D图像分割结果。

采用本公开，根据第二交互操作得到提取参数，根据提取参数得到的矩形框对3D图像进行图像分割，采用可视化的效果，直观得到3D图像分割结果。

可能的实现方式中，所述根据所述多个极值点分别对应的提取参数，对所述3D图像进行图像分割，得到所述3D图像分割结果，包括：

将所述3D图像及根据所述提取参数得到的多个极值点位置输入3D图像分割网络，输出得到所述3D图像分割结果。

采用本公开，通过3D图像分割网络的处理而得到3D图像分割结果，比人工处理更加精确，能提高图像分割结果的准确性。

可能的实现方式中，所述在所述图像分割结果中存在错分区域的情况下获取第一交互操作，包括：

所述错分区域为将作为前景的目标对象错分为背景，获取所述第一交互操作；

所述响应所述第一交互操作，得到针对所述错分区域的标注结果，包括：

将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第一标注结果，所述第一标注结果以第一标记信息进行标识，通过所述第一标记信息表征所述将作为前景的目标对象错分为背景。

采用本公开，根据对错分区域的判断获取第一交互操作，根据第一交互操作实现自动标注，得到第一交互操作对应描述的第一标注结果，通过第一标注结果对分割得到的图像分割结果进行自动纠正，从而能提高图像分割结果的准确性。

可能的实现方式中，所述第一交互操作包括：鼠标左键的输入操作、指定的第一触控操作、指定的第一滑动操作中的任意一种。

采用本公开，第一交互操作为可视化的操作，使得自动标注能更加便利和易用。

可能的实现方式中，根据所述标注结果对所述图像分割结果进行纠正处理，包括：

将3D图像、3D图像分割结果及所述第一标注结果输入3D图像纠正网络，输出得到3D图像分割结果。

采用本公开，通过3D图像纠正网络而得到3D图像分割结果，比人工处理更加精确，能提高图像分割结果的准确性。

可能的实现方式中，所述在所述图像分割结果中存在错分区域的情况下获取第一交互操作，包括：

所述错分区域为将属于背景的部分错分为作为前景的目标对象，获取所述第一交互操作；

所述响应所述第一交互操作，得到针对所述错分区域的标注结果，包括：

将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第二标注结果，所述第二标注结果以第二标记信息进行标识，通过所述第二标记信息表征所述将属于背景的部分错分为作为前景的目标对象。

采用本公开，根据对错分区域的判断获取第一交互操作，根据第一交互操作实现自动标注，得到第一交互操作对应描述的第二标注结果，通过第二标注结果对分割得到的图像分割结果进行自动纠正，从而能提高图像分割结果的准确性。

可能的实现方式中，所述第一交互操作包括：鼠标右键的输入操作、指定的第二触控操作、指定的第二滑动操作中的任意一种。

采用本公开，第一交互操作为可视化的操作，使得自动标注能更加便利和易用。

可能的实现方式中，根据所述标注结果对所述图像分割结果进行纠正处理，包括：

将3D图像、3D图像分割结果及所述第二标注结果输入3D图像纠正网络，输出得到3D图像分割结果。

采用本公开，通过3D图像纠正网络而得到3D图像分割结果，比人工处理更加精确，能提高图像分割结果的准确性。

可能的实现方式中，在对所述图像分割结果进行纠正处理的过程中，通过3D图像纠正网络进行处理的过程中所针对的图像数据是由三维坐标系所标定的体素数据。

采用本公开，所针对的图像数据为由三维坐标系所标定的体素数据，对3D图像来说，通过图像纠正网络可以得到3D图像分割结果，能提高3D图像分割结果的准确性。

根据本公开的一方面，提供了一种图像分割装置，所述装置包括：

分割模块，用于根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果；

操作获取模块，用于在所述图像分割结果中存在错分区域的情况下获取第一交互操作；

操作响应模块，用于响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。

可能的实现方式中，所述图像为3D图像的情况下，所述分割模块，进一步用于：

根据第二交互操作确定所述多个极值点分别对应的提取参数；

根据所述多个极值点分别对应的提取参数，对所述3D图像进行图像分割，得到所述3D图像分割结果。

可能的实现方式中，所述分割模块，进一步用于：

将所述3D图像及根据所述提取参数得到的多个极值点位置输入3D图像分割网络，输出得到所述3D图像分割结果。

可能的实现方式中，所述操作获取模块，进一步用于：

所述错分区域为将作为前景的目标对象错分为背景，获取所述第一交互操作；

所述操作响应模块，进一步用于：

将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第一标注结果，所述第一标注结果以第一标记信息进行标识，通过所述第一标记信息表征所述将作为前景的目标对象错分为背景。

可能的实现方式中，所述操作响应模块，进一步用于：

将3D图像、3D图像分割结果及所述第一标注结果输入3D图像纠正网络，输出得到3D图像分割结果。

可能的实现方式中，所述操作获取模块，进一步用于：

所述错分区域为将属于背景的部分错分为作为前景的目标对象，获取所述第一交互操作；

所述操作响应模块，进一步用于：

将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第二标注结果，所述第二标注结果以第二标记信息进行标识，通过所述第二标记信息表征所述将属于背景的部分错分为作为前景的目标对象。

可能的实现方式中，所述操作响应模块，进一步用于：

将3D图像、3D图像分割结果及所述第二标注结果输入3D图像纠正网络，输出得到3D图像分割结果。

可能的实现方式中，在对所述图像分割结果进行纠正处理的过程中，通过3D图像纠正网络进行处理的过程中所针对的图像数据是由三维坐标系所标定的体素数据。

根据本公开的一方面，提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行上述图像分割方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述图像分割方法。

在本公开实施例中，根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像(如3D图像)进行图像分割，得到图像分割结果(如3D图像分割结果)；在所述图像分割结果中存在错分区域的情况下获取第一交互操作；响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。采用本公开，通过上述交互操作来实现自动标注，可以根据自动标注所得到的标注结果对分割得到的图像分割结果进行自动纠正，从而能提高图像分割结果的准确性，从而及时对病灶进行定位。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的图像分割方法的流程图。

图2示出根据本公开实施例的图像分割方法的流程图。

图3示出根据本公开针对图像基于自动交互的图像分割流程图。

图4示出根据本公开实施例的图像分割装置的框图。

图5示出根据本公开实施例的电子设备的框图。

图6示出根据本公开实施例的电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图像处理的一个应用方向是：通过优化医学图像的处理，得到更清晰的病灶，以帮助医生对病人的整体患病情况予以精准的了解。图像处理中的图像分割是指按照一定的特征属性将图像分为几个特定的互不相交的“连通”区域的过程，相关特征在同一区域内具有一定的一致性或者相似性，而在不同区域内具有明显差异，这种差异在每个区域的边界处最为明显。对于图像分割中的医学图像分割领域，则是根据某些特征(例如灰度、纹理、频域特征等)将2D或者3D医学图像进行图像分割。医学图像分割在医学研究、临床诊断、病理分析以及影像信息处理等研究与实践领域具有重要的学术研究意义和应用价值，主要用于：(1)感兴趣区域提取，便于医学影像分析(2)计算人体器官、组织或者病灶体积、容积等，便于临床参数的计算(3)图像的三维重建或可视化(4)医学图像检索研究等。

医学图像的分割方式，大体可以分为人工分割、半自动分割和全自动分割三种方式。人工分割主观性强、效率低下，早已难以处理快速产生的大量医疗影像。半自动与全自动分割又分为基于传统算法和基于深度学习两个技术方向。但由于人体内部环境的复杂性，成像噪声、伪影、溶积效应等因素使得获取的医学影像存在模糊、灰度不均匀，不同组织灰度几乎接近等问题。利用灰度阈值，边缘纹理进行分割的方式很难适应多变的图像特征。除此之外，为了获得更多的图像信息，医学影像的处理对象大多数已经从2D图像转换成3D图像，数据复杂性的提高，使得医学图像的分割技术又遭遇了瓶颈。

随着深度学习的快速发展，基于深度学习的图像分割技术得到了突破性进展，其分割效果已经超越了传统算法，并得到了大量验证。由于卷积神经网络可以从训练过程中自动学习数据特征，对于不同个体、不同病灶医学影像特征差异较大的问题，神经网络无需人工设置阈值或人工提取特征等操作，可以自动适应具有不同特征的分割任务。而随着GPU计算能力的快速增长，处理大体量的3D图像数据对于基于深度学习的分割方法来说也不是问题。

但是目前普遍存在的基于深度学习的分割算法，存在以下几个问题：(1)相关研究集中在2D图像分割，3D医学图像的分割仍处于探索阶段(2)深度学习算法的分割结果不具有稳定性，无法满足医学应用对分割质量的严格要求(3)全自动的深度学习分割算法需要大量精准标注的数据集训练，而现有的数据集不够完善，单纯依靠手工标注费时费力。

本公开是一种基于深度学习的交互式分割方案，由深度学习网络辅助，同时可以接收简单交互，对网络分割结果进行精确调整的3D医学图像分割。将基于深度学习的图像分割算法，扩展至3D医学图像分割领域，获得较好的分割效果。采用半自动交互式分割的方式，在深度学习网络分割的初步结果上，可以接受标注者对错分区域的简单标注，完成对初步分割结果的纠错。通过初步的分割结果以及后续的智能纠错，可以同时提升分割效率和分割结果的准确性，且由于有了人工的交互，神经网络的训练不需要大量数据，减轻前期数据准备的负担。可以解决以往半自动交互分割方法中存在的全局影响问题，算法对分割结果局部更新，只纠正标注者想要纠正的区域而不会影响到其余区域的分割结果。

图1示出根据本公开实施例的图像分割方法的流程图，该图像分割方法应用于图像分割装置，例如，图像分割装置可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(UE，User Equipment)、移动设备、蜂窝电话、无绳电话、个人数字处理(PDA，Personal Digital Assistant)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该图像分割方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，该流程包括：

步骤S101、根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果。

一示例中，所述图像为3D图像的情况下，可以采用待分割目标在三维空间内的六个极值点位置来确定待分割对象所在3D图像在三维空间的区域位置。通过该多个极值点所确定区域位置用于表征待分割对象所在3D图像的区域位置。由于待分割对象为病灶，该区域位置也可以称为病灶区域所在的位置。

一示例中，对所述3D图像进行图像分割，可以采用已经训练好的模型，如3D图像分割网络模型进行图像分割。

步骤S102、在所述图像分割结果中存在错分区域的情况下获取第一交互操作。

步骤S103、响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。

一示例中，对所述3D图像进行纠正处理，可以采用已经训练好的模型，如3D图像纠正网络模型进行图像纠正处理。

采用本公开，如果图像分割结果(如3D图像分割结果)中出现错误，则无需手工标注，标注者可以对分割错误的区域按照预定规则进行交互式标注，将得到的标注结果输入用于纠正错误的卷积神经网络，从而对图像分割结果中发现的错分区域实现进行自动纠正，这种交互式的切割方案提高了标注效率，从而提高了图像分割的准确性和稳定性。

图2示出根据本公开实施例的图像分割方法的流程图，该图像分割方法应用于图像分割装置，例如，图像分割装置可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(UE，User Equipment)、移动设备、蜂窝电话、无绳电话、个人数字处理(PDA，Personal Digital Assistant)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该图像分割方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图2所示，该流程包括：

步骤S201、确定待分割对象所在3D图像在三维空间中多个极值点分别对应的提取参数。

一示例中，可以根据交互操作(如第二交互操作)确定所述多个极值点分别对应的提取参数。由于3D图像处理是立体的三维空间，该3D图像通过6个二维平面构成该立体的三维空间，需要通过极值点来定义要提取的3D图像的多个平面(可以少于6个二维平面)然后在执行图像分割处理。根据用户(标注者)给出的待分割对象在3D图像中的多个极值点，来确定待分割对象所在3D图像的三维空间中所确定的区域位置。

需要指出的是，上述第一交互操作和该第二交互操作并不代表交互操作的执行顺序，只是用“第一”、“第二”来分别指代不同的交互操作。先通过第一步基于交互操作得到矩形框，进行“3D图像分割”，得到“粗”分割结果，然后通过第二步基于交互操作的“点标注”对“3D图像分割”中的错分区域进行标注，根据标注结果对错分区域进行纠正。

步骤S202、根据所述多个极值点分别对应的提取参数，对所述3D图像进行图像分割，得到所述3D图像分割结果。

本公开可能的实现方式中，将所述3D图像及根据所述多个极值点(即待分割对象的6个位置极值点)输入3D图像分割网络，输出得到所述3D图像分割结果。

步骤S203、在所述3D图像分割结果中存在错分区域的情况下获取第一交互操作。

步骤S204、响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述3D图像分割结果进行纠正处理。

对于错分区域有两种情况，一种情况是：将属于前景的部分被错分成背景。其中，属于前景的部分是用户想要处理的目标对象，即病灶的具体位置；另一种情况是：将属于背景的部分错分为作为前景的目标对象。具体如下所述：

情况一：在3D图像分割结果中存在错分区域的情况下，该错分区域为将作为前景的目标对象错分为背景，获取所述第一交互操作。响应第一交互操作，将第一交互操作根据预设的操作描述信息进行解析，得到第一交互操作对应描述的第一标注结果。第一标注结果以第一标记信息(如蓝色标记点)进行标识，通过所述第一标记信息表征所述将作为前景的目标对象错分为背景。其中，该第一交互操作包括：鼠标左键的输入操作、指定的第一触控操作、指定的第一滑动操作中的任意一种。本公开不限于是鼠标左键操作，还可能是屏幕触控操作(比如，在当前区域手指单击，触控一次，都可以为上述第一触控操作)，还可能是轨迹滑动操作(比如，在当前区域用手指或者鼠标的光标从左向右边滑动等等，都可以为上述第一滑动操作)。

这种情况下，将3D图像、3D图像分割结果及第一标注结果输入3D图像纠正网络，输出得到3D图像分割结果。

情况二：在3D图像分割结果中存在错分区域的情况下，错分区域为将属于背景的部分错分为作为前景的目标对象，获取第一交互操作。响应第一交互操作，将第一交互操作根据预设的操作描述信息进行解析，得到第一交互操作对应描述的第二标注结果，所述第二标注结果以第二标记信息(区别于上述“蓝色标记点”的另一标识，如绿色标记点)进行标识，通过第二标记信息表征所述将属于背景的部分错分为作为前景的目标对象。其中，该第一交互操作包括：鼠标右键的输入操作、指定的第二触控操作、指定的第二滑动操作中的任意一种。本公开不限于是鼠标右键操作，还可能是屏幕触控操作(比如，在当前区域双击，如触控二次，都可以为上述第二触控操作)，还可能是轨迹滑动操作(在当前区域从右向左边滑动等等，都可以为上述第二滑动操作)。

这种情况下，可以将3D图像、3D图像分割结果及第二标注结果输入3D图像纠正网络，输出得到3D图像分割结果。

本公开可能的实现方式中，在3D图像纠正网络进行处理的过程中，针对的图像数据是由三维坐标系所标定的体素数据，即由三维坐标系所标定的横轴x、纵轴y和竖轴Z所标定的体素数据。这比2D图像纠正网络进行处理所针对的图像数据(由二维坐标系所标定的像素数据)多了一个维度(竖轴Z)。可以先对于体素数据在竖轴Z的坐标取一个默认值，然后根据标注者的交互操作(如在图像中拖拽)来得到实际的Z值。

本公开可能的实现方式中，采用3D图像纠正网络，对图像中的错分区域进行纠正的过程中，是对图像中错的地方一定范围内进行的局部更新的纠正且是动态更新，而不是将这个图像全部替换。局部更新的目的：是对标注点附近区域所包含的多个体素进行处理，通过分辨体素之间的关系得到距离该标注点多远的体素属于图像中要局部更新的区域。如何分辨体素之间的关系以进行图像分割所采用的具体方式，可以为以指数测地距为指导的图像分割(egd-guide graph cut)算法。对于局部更新的纠正，采用egd-guide graph cut方法完成局部更新纠正的一个示例中，采用图像分割(graphcut)进行分割，需要将一张图像先转换成图结构，将图像中的每个体素作为图结构中的节点，将体素之间的距离作为图结构中边的权重。由于图像分割(graphcut)需要一个度量体素距离的方法来对所有的边进行初始化，采用传统的graphcut并不能达到局部更新的效果，因此，需要在指数测地距(如指数衰减的测地距)指导下先对所有的边进行初始化(用指数衰减的测地距的方式得到不断衰减的距离，以给graphcut算法初始化边权重)，然后才可以实现局部更新，局部更新的范围是动态的。也就是说，先有指数测距指引，得到距离标注点的可选区域范围，然后基于这个可选区域范围应用graphcut算法进一步优化，以实现图像分割，最终达到局部更新的效果。对于测地距而言，测地距是用来衡量图像中体素之间距离的一个度量方式，通过测地距，不仅可以度量两个体素之间空间上的距离，还包含语义上的距离。对于语义上的距离来说，比如一张图像上的两个体素，空间上可能是相邻的，但是在语义上第一个体素属于猫，第二个体素属于猫躺着的那个毯子，这个时候希望找到一种衡量方式来明确：这两个体素虽然在空间上紧邻着但“语义距离”实际上是很远的，需要通过寻找语义上的距离才能实现这种衡量。

应用示例：

图3示出根据本公开针对图像(如3D图像)基于自动交互的图像分割流程图。包括如下内容：

一、参与交互分割的标注者，通过在3D图像中标注出待分割目标的6个位置极值点的方式(如图3中所示的极值点21)，给出待分割物体的大致位置，位置信息会被编码与待分割图像22一同被输入至3D图像分割网络23中，进行分割，第一步的3D图像分割网络23将会给出一个分割结果24。

3D图像分割网络23可以为U-Net结构的卷积神经网络。在分割工作的第一步中，接收3D医学图像与标注者给出的待分割图像22在三维空间内的六个极值点位置作为输入，完成待分割器官或病灶等的识别与分割。

二、对于第一步3D图像分割网络23给出的分割结果24，标注者如果满意，则分割结束，如果不满意，则标注者对错误分割的区域进行点击标注。其中，标注者可以进行两种类别的标注，第一种为图3中第一标记点261表示属于前景的部分被错分成背景；第二种为图3中第二标记点262表示属于背景的部分被错误分割为前景的情况。

三、3D图像(待分割图像22)、当前输出的分割结果24与错分标注被一同输入3D图像纠正网络25中，通过3D图像纠正网络25对分割错误的局部区域进行修正，输出纠正后的分割结果27，通过3D图像纠正网络25与标注者的任意次交互之后，实现稳定快速的医学图像

3D图像纠正网络25可以采用神经网络/图神经网络。通过3D图像纠正网络25接收原图像(待分割图像22)、第一步输出的分割结果24和标注者给出的错分标注作为输入，完成对上一步分割结果的局部纠正，或者采用egd-guide graph cut等方法完成局部更新的纠正过程。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

此外，本公开还提供了图像分割装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像分割方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图4示出根据本公开实施例的图像分割装置的框图，如图4所示，本公开实施例的图像分割装置，包括：分割模块31，用于根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果；操作获取模块32，用于在所述图像分割结果中存在错分区域的情况下获取第一交互操作；操作响应模块33，用于响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。

本公开可能的实现方式中，所述图像为3D图像的情况下，所述分割模块，进一步用于：根据第二交互操作确定所述多个极值点分别对应的提取参数；根据所述多个极值点分别对应的提取参数，对所述3D图像进行图像分割，得到所述3D图像分割结果。

本公开可能的实现方式中，所述分割模块，进一步用于：将所述3D图像及根据所述提取参数得到的多个极值点位置输入3D图像分割网络，输出得到所述3D图像分割结果。

本公开可能的实现方式中，所述操作获取模块，进一步用于：所述错分区域为将作为前景的目标对象错分为背景，获取所述第一交互操作；及所述操作响应模块，进一步用于：将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第一标注结果，所述第一标注结果以第一标记信息进行标识，通过所述第一标记信息表征所述将作为前景的目标对象错分为背景。所述第一交互操作包括：鼠标左键的输入操作、指定的第一触控操作、指定的第一滑动操作中的任意一种。

本公开可能的实现方式中，所述操作响应模块，进一步用于：将所述3D图像、所述3D图像分割结果及所述第一标注结果输入3D图像纠正网络，输出得到所述3D图像分割结果。

本公开可能的实现方式中，所述操作获取模块，进一步用于：所述错分区域为将属于背景的部分错分为作为前景的目标对象，获取所述第一交互操作；及所述操作响应模块，进一步用于：将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第二标注结果，所述第二标注结果以第二标记信息进行标识，通过所述第二标记信息表征所述将属于背景的部分错分为作为前景的目标对象。所述第一交互操作包括：鼠标右键的输入操作、指定的第二触控操作、指定的第二滑动操作中的任意一种。

本公开可能的实现方式中，所述操作响应模块，进一步用于：将所述3D图像、所述3D图像分割结果及所述第二标注结果输入3D图像纠正网络，输出得到所述3D图像分割结果。

本公开可能的实现方式中，在所述3D图像纠正网络进行处理的过程中，针对的图像数据是由三维坐标系所标定的体素数据。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图5是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图6是根据一示例性实施例示出的一种电子设备900的框图。例如，电子设备900可以被提供为一服务器。参照图6，电子设备900包括处理组件922，其进一步包括一个或多个处理器，以及由存储器932所代表的存储器资源，用于存储可由处理组件922的执行的指令，例如应用程序。存储器932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件922被配置为执行指令，以执行上述方法。

电子设备900还可以包括一个电源组件926被配置为执行电子设备900的电源管理，一个有线或无线网络接口950被配置为将电子设备900连接到网络，和一个输入输出(I/O)接口958。电子设备900可以操作基于存储在存储器932的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器932，上述计算机程序指令可由电子设备900的处理组件922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种图像分割方法，其特征在于，所述方法包括：

根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果；

在所述图像分割结果中存在错分区域的情况下获取第一交互操作；

响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。

2.根据权利要求1所述的方法，其特征在于，所述图像为3D图像的情况下，所述根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果，包括：

根据第二交互操作确定所述多个极值点分别对应的提取参数；

根据所述多个极值点分别对应的提取参数，对所述3D图像进行图像分割，得到所述3D图像分割结果。

3.根据权利要求2所述的方法，其特征在于，所述根据所述多个极值点分别对应的提取参数，对所述3D图像进行图像分割，得到所述3D图像分割结果，包括：

将所述3D图像及根据所述提取参数得到的多个极值点位置输入3D图像分割网络，输出得到所述3D图像分割结果。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述在所述图像分割结果中存在错分区域的情况下获取第一交互操作，包括：

所述错分区域为将作为前景的目标对象错分为背景，获取所述第一交互操作；

所述响应所述第一交互操作，得到针对所述错分区域的标注结果，包括：

将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第一标注结果，所述第一标注结果以第一标记信息进行标识，通过所述第一标记信息表征所述将作为前景的目标对象错分为背景。

5.根据权利要求4所述的方法，其特征在于，所述第一交互操作包括：鼠标左键的输入操作、指定的第一触控操作、指定的第一滑动操作中的任意一种。

6.根据权利要求4所述的方法，其特征在于，根据所述标注结果对所述图像分割结果进行纠正处理，包括：

将3D图像、3D图像分割结果及所述第一标注结果输入3D图像纠正网络，输出得到3D图像分割结果。

7.根据权利要求1-3任一项所述的方法，其特征在于，所述在所述图像分割结果中存在错分区域的情况下获取第一交互操作，包括：

所述错分区域为将属于背景的部分错分为作为前景的目标对象，获取所述第一交互操作；

所述响应所述第一交互操作，得到针对所述错分区域的标注结果，包括：

将所述第一交互操作根据预设的操作描述信息进行解析，得到所述第一交互操作对应描述的第二标注结果，所述第二标注结果以第二标记信息进行标识，通过所述第二标记信息表征所述将属于背景的部分错分为作为前景的目标对象。

8.一种图像分割装置，其特征在于，所述装置包括：

分割模块，用于根据待分割对象所在图像在三维空间以多个极值点所确定的区域位置，对所述图像进行图像分割，得到图像分割结果；

操作获取模块，用于在所述图像分割结果中存在错分区域的情况下获取第一交互操作；

操作响应模块，用于响应所述第一交互操作，得到针对所述错分区域的标注结果，根据所述标注结果对所述图像分割结果进行纠正处理。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至7中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。