CN110211086A - 图像分割方法、装置及存储介质 - Google Patents

Abstract

本发明公开了一种图像分割方法、装置及存储介质，属于图像处理技术领域。所述方法包括：根据前景图像，获取降维图像；根据降维图像，确定多个第一分割阈值；根据多个第一分割阈值和前景图像，确定多个第一分割区域，多个第一分割区域的类间方差最大且类内方差之和最小；根据多个第一分割区域，确定第一目标区域和第二目标区域。本发明通过对降维图像进行处理，自适应确定多个第一分割阈值，进而基于第一分割阈值进行分割，使得各个分割区域的类间方差最大且类内方差之和最小，在满足该条件时具有关联性的像素点会尽可能地被分割到一个区域内，因而得到的第一目标区域和第二目标区域更准确。

Description

图像分割方法、装置及存储介质

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像分割方法、装置及存储介质。

背景技术

乳房钼靶图像是目前进行乳腺癌检测的重要手段。依据拍摄角度，乳房钼靶图像可分为CC(Craniocaudal，头尾位)、MLO(Mediolateral Oblique，内外侧斜位)等不同位图。MLO位图中除了包含乳房区域，通常还包含一部分胸肌区域，而胸肌区域会干扰对乳房病变组织的探测及乳房病变组织的密度计算，进一步会影响到对乳腺癌的检测结果，因此，有必要对MLO位图中的乳房区域和胸肌区域进行分割。

以乳房钼靶图像为待分割图像，乳房区域为第一目标区域，胸肌区域为第二目标区域为例，相关技术在进行图像分割时，主要采用如下步骤：

第一步，对待分割图像依次进行预处理和去噪处理，得到去噪图像。其中，预处理包括左右乳探测、图像裁剪、图像翻转等。

第二步，基于以往的分割经验，确定分割阈值的数量，并采用大津算法确定与该数量相同个分割阈值，进而基于所确定的分割阈值，对去噪图像进行分割，得到至少两个分割区域，并提取至少两个分割区域的分割边缘。

第三步，对提取的分割边缘进行线性拟合，得到线性分割边缘，基于线性分割边缘，对去噪图像进行分割，得到第一目标区域和第二目标区域。

受限于大津算法本身的局限性，采用大津算法所得到的各个分割区域仅能满足分割阈值的要求，导致所分割的第一目标区域和第二目标区域并不准确。

发明内容

本发明实施例提供了一种图像分割方法、装置及存储介质，为了解决相关技术的问题。所述技术方案如下：

一方面，提供了一种图像分割方法，所述方法包括：

获取前景图像；

根据所述前景图像，获取降维图像；

根据所述降维图像，确定多个第一分割阈值；

根据所述多个第一分割阈值和所述前景图像，获取多个第一分割区域，所述多个第一分割区域的类间方差最大且类内方差之和最小；

根据所述多个第一分割区域，确定第一目标区域和第二目标区域。

另一方面，提供了一种图像分割装置，所述装置包括：

第一获取模块，用于获取前景图像；

第二获取模块，用于根据所述前景图像，获取降维图像；

第一确定模块，用于根据所述降维图像，确定多个第一分割阈值；

第三获取模块，用于根据所述多个第一分割阈值和所述前景图像，获取多个第一分割区域，所述多个第一分割区域的类间方差最大且类内方差之和最小；

第二确定模块，用于根据所述多个第一分割区域，确定第一目标区域和第二目标区域。

另一方面，提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如第一方面所述的图像分割方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现第一方面所述的图像分割方法。

本发明实施例提供的技术方案带来的有益效果是：

通过对降维图像进行处理，自适应确定多个第一分割阈值，进而基于第一分割阈值进行分割，使得各个分割区域的类间方差最大且类内方差之和最小，在满足该条件时具有关联性的像素点会尽可能地被分割到一个区域内，因而得到的第一目标区域和第二目标区域更准确。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种图像分割方法流程图；

图2是本发明实施例提供的一种乳房钼靶图像的分割流程图；

图3是本发明实施例提供的一种乳房钼靶图像；

图4是本发明实施例提供的一种图像分割装置的结构示意图；

图5示出了本发明一个示例性实施例提供的终端的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种图像分割方法，参见图1，本发明实施例提供的方法流程包括：

101、终端获取前景图像。

对于任一张待分割图像，均包括包含丰富信息的前景图像及包括前景图像周围环境的背景图像。其中，前景图像至少可以分割出第一目标区域和第二目标区域，第一目标区域为后续图像处理过程中需要重点分析区域，第二目标区域与第一目标区域邻接，为对第一目标区域识别能够产生干扰的区域，第一目标区域和第二目标区域为本发明实施例进行图像分割的主要目标。

为了减少图像分割时的计算量及准确度，本发明实施例提供的方法在进行图像分割之前，需要对待分割图像进行预处理，通过对待分割图像进行预处理，可去除待分割图像中的背景图像及各种噪声，得到前景图像。具体地，终端对待分割图像进行预处理，获取前景图像的步骤如下：

1011、终端通过对待分割图像进行去噪处理，获取滤波图像。

具体实施时终端可采用形态学开操作去除待分割图像中的噪声，得到滤波图像。其中，形态学主要是采用一定形态的结构元素度量和提取图像中对应形状，以达到对图像分析和识别的目的。形态学操作包括腐蚀操作、膨胀操作、开操作及闭操作。形态学腐蚀操作是计算图像局部最小值的操作，可采用构造的结构元素扫描图像中的每个元素，计算结构元素覆盖的图像区域内像素点的最小值，并把最小赋给参考点(结构元素的中心点)指定的像素，采用形态学腐蚀操作可使图像变暗。形态学膨胀操作是计算图像局部最大值的操作，可采用构造的结构元素扫描图像中的每个元素，计算结构覆盖的图像区域的像素点的最大值，并把最大值赋给参考点(结构中心点)指定的像素，采用形态学膨胀操作可使图像变亮。形态学闭操作是先对图像进行形态学膨胀操作、再进行形态学腐蚀操作的操作。形态学开操作是先对图像进行形态学腐蚀操作，再进行形态学膨胀操作的操作。基于形态学开操作的处理过程，终端对待处理图像进行腐蚀操作，可消除图像中非连通的噪声，对于连通区域并不会消除，再采用膨胀操作可恢复腐蚀后的连通区域，最终得到滤波图像。

1012、终端根据滤波图像，获取二值化图像。

其中，二值化图像是像素点的灰度值为0或255图像。终端根据滤波图像，获取二值化图像的步骤如下：

10121、终端获取预先设置的灰度阈值。

其中，预先设置的灰度阈值为介于0～255之间的任一数值。

10122、终端比较滤波图像中每个像素点的灰度值与灰度阈值。

终端扫描滤波图像中的每个像素点，并将滤波图像中每个像素点的灰度值与预先设置的灰度阈值进行比较。

10123、终端通过将灰度值大于灰度阈值的像素点的灰度值重置为第一数值、将灰度值小于灰度阈值的像素点的灰度值重置为第二数值，获取二值化图像。

其中，第一数值可以为0或255，当第一数值为0时，第二数值可以为255，当第一数值为255时，第二数值可以为0。本发明可设置第一数值为255，第二数值为0。一般来说，背景图像中像素点的灰度值小于比较小，前景图像中像素点的灰度值相对比较大，采用该种设置方式，可去除背景图像中的各个像素点。

终端通过将滤波图像中每个像素点的像素值与灰度阈值进行比较，可将滤波图像转换为灰度值为0或255表示的二值化图像。

当然，除了通过上述设置灰度阈值的方式对滤波图像进行二值化处理外，还可采用其他方式。例如，可采用大津算法，确定一个分割阈值，并基于所确定的分割阈值，通过将滤波图像上的各个像素点的灰度值与分割阈值进行比较，通过将灰度值大于灰度阈值的像素点的灰度值重置为第一数值、将灰度值小于灰度阈值的像素点的灰度值重置为第二数值，从而将滤波图像转换为二值化图像。

1013、终端通过将滤波图像和二值化图像上相同位置的像素点的灰度值相乘，获取前景图像。

终端在将滤波图像和二值化图像上相同位置的像素点的灰度值相乘时，可将二值化图像上灰度值为0的像素点的灰度值置为0，将灰度值为255的像素点的灰度值置为1，然后基于重置后的二值化图像与滤波图像上相同位置的像素点的灰度值相乘，可去除滤波图像上灰度值小于灰度阈值的像素点，保留灰度值大于灰度阈值的像素点，最终得到包括第一目标区域和第二目标区域的前景图像。

102、终端根据前景图像，获取降维图像。

终端根据前景图像，获取降维图像的步骤如下：

1021、获取前景图像对应的直方图。

其中，直方图是一种统计报告图，是由一系列高度不等的纵向条纹或者线段表示数据分布情况，一般可用横轴表示数据类型，纵轴表示分布情况。终端统计前景图像包括的每种灰度值的像素点数量，并根据每种灰度值及对应的像素点数量，绘制前景图像对应的直方图，该直方图的横轴表示每种灰度值，该直方图的纵轴表示每种灰度值的像素点数量。采用直方图的处理方式，可保证分割算法不会随着图像尺寸变大算法复杂度大幅度增加，从而提高对前景图像的分割效率。

1022、终端通过对直方图进行小波变换，获取降维图像。

其中，小波变换是一种时频分析方法，能够提供一种随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具，通过伸缩平移运算对信号进行多尺度细化，最终达到高频处时间细化，低频处频率细化。

终端对得到的直方图进行小波变换，可将该直方图分解成低频部分和高频部分，该低频部分即为降维图像。

103、终端根据降维图像，确定多个第一分割阈值。

本发明实施例可采用基因遗传算法，对降维图像进行处理。其中，基因遗传算法起源于对生物系统所进行的计算机模拟研究，是模拟自然界生物进化机制发展起来的随机全局搜索和优化方法，基因遗传算法借鉴了达尔文的进化论和孟德尔的遗传学说，其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。基因遗传算法包括初始样本、个体评价、选择运算、交叉运算及变异运算。为了简化基因遗传算法的复杂度，降低存储空间，可采用二进制编码编码方式进行编码。

终端采用基因遗传算法，对降维图像进行处理，得到多个第一分割阈值的步骤如下：

1031、终端获取多个第一二进制字符串。

终端根据降维图像包括的灰度值数量，对降维图像进行二进制编码，可得到多个第一二进制字符串。终端根据降维图像包括的灰度值数量进行二进制编码时，可按照灰度值由小大的顺序进行排序，并将排序后的灰度值与每位二进制字符进行对应。编码后的得到的每个第一二进制字符串的位数与降维图像包括的灰度值数量相同，且每位二进制字符对应降维图像中的一种灰度值。例如，降维图像包括的灰度值数量为30种，则可采用30位的二进制字符串对降维图像进行编码，得到多个由30位字符组成的二进制字符串。

由于第一二进制字符串中的每一位数有0或1两种可能的编码方式，因而实际上对降维图像进行二进制编码的编码方式有2^{灰度值数量}种。例如，降维图像包括的灰度值数量为64种，则对降维图像进行二进制编码的编码方式有2⁶⁴种。由于降维图像对应的第一二进制字符串的数量非常巨大，在实际处理过程中，无法通过穷举方式获取到最优解，一般只能通过搜索算法确定。在采用搜索算法确定最优解时，可随机选取预设数量个第一二进制字符串作为初始样本，进而基于所选择初始样本确定出最优解。其中，预设数量可根据终端的处理能力及降维图像中所包括的灰度值数量确定。例如，终端的处理能力较强，且降维图像中包括的灰度值数量较多，则将预设数量设置一个较大的值；终端的处理能力较弱，且降维图像中包括的灰度值数量较少，则将预设数量设置为一个较小的值。

1032、终端通过对多个第一二进制字符串进行筛选，获取多个第二二进制字符串。

终端获取多个第二二进制字符串进行筛选的过程，可参见步骤10321～10325：

10321、对于任一二进制字符串，终端遍历该第一二进制字符串的每位二进制字符的数值，将数值为指定数值的字符所对应的灰度值确定为第二分割阈值。

其中，指定数值可以为0或1。本发明实施例以指定数值为0为例，对于任一第一二进制字符串，终端遍历该第一二进制字符串的每位二进制字符，将数值为0的字符所对应的灰度值确定为第二分割阈值。

例如，降维图像包括的灰度值数量有8种，按照灰度值由小到大的顺序分别为2、5、13、18、50、76、124、254，对该降维图像进行二进制编码，得到多个8位的第一二进制字符串。以编码后的任一第一二进制字符串11010011为例，终端遍历该第一二进制字符串的每一位上的字符，可将字符0所对应的灰度值13、50、76确定为第二分割阈值。

10322、终端根据得到的多个第二分割阈值，确定多个第二分割区域。

基于所得到的多个分割阈值，终端可设置多个分割区间，并将降维图像中位于同一分割区间内的像素点组成一个第二分割区域。例如，设定分割阈值为a、b、c，且a<b<c，则可分为[0，a]、[a，b]、[b，c]、[c，255]四个分割区间，基于四个分割区间对降维图像进行分割，可将灰度值位于[0，a]内的像素点组成一个第二分割区域，将灰度值位于[a，b]内的像素点组成一个第二分割区域，将灰度值位于[b，c]内的像素点组成一个第二分割区域，将灰度值位于[c，255]内的像素点组成一个第二分割区域。

10323、终端计算每个第二分割区域的类内方差以及多个第二分割区域的类间方差，并计算所有第二分割区域的类内方差之和。

其中，第二分割区域的类内方差的计算方法为：终端计算第二分割区域所包括的所有像素点的灰度值的平均值，并采用方差计算公式，计算第二分割区域内所有像素点的灰度值的类内方差。例如，设定第二分割区域包括的像素点的灰度值分别为x₁、x₂、….、x_n，灰度值的平均值为则第二分割区域的类内方差终端按照上述方法计算每个第二分割区域的类内方差，并计算所有第二分割区域的类内方差之和。

其中，第二分割区域的类间方差的计算方法为：终端获取多个第二分割区域所包括的所有像素点的灰度值的平均值，并采用方差计算公式，计算多个第二分割区域的类间方差。设定终端基于多个分割阈值对降维图像进行分割，可得到n个第二分割区域，其中，n个第二分割区域的像素点的灰度值的平均值分别为y₁、y₂、….、y_n，n个第二分割区域的灰度值的平均值的平均值为则n个第二分割区域的类间方差

10324、终端根据所有第二分割区域的类内方差之和与多个第二分割区域的类间方差，确定二进制字符串的分割价值。

其中，分割价值用于衡量采用第一二进制字符串对降维图像进行分割的分割质量，可表示成所有第二分割区域的类内方差之和与类间方差的函数。例如，设定所有第二分割区域的类内方差之和为M，类间方差为N，则分割价值可表示为aM+bN，其中，a、b为权重值。

10325、终端根据多个第一二进制字符串的分割价值对多个第一二进制字符串进行筛选，得到多个第二二进制字符串。

终端采用上述步骤10324的方法计算每个第一二进制字符串的分割价值，并按照分割价值由高到低的顺序，从多个第一二进制字符串中筛选出排位在前c％的第一二进制字符串，得到多个第二二进制字符串。其中，c可根据终端的处理能力及分割精度确定，c％可以为80％、90％等。

1033、终端获取多个第三二进制字符串。

终端采用按照上述步骤1032中从多个第一二进制字符串中获取多个第二二进制字符串的方法，从多个第二二进制字符串中筛选出部分第二二进制字符串，对于筛选出的部分第二二进制字符串，终端可随机选择任意两个第二二进制字符串的进行交叉互换，该交叉互换的字符数量及位置是随机的。例如，对于第二二进制字符串1100111000和10100110110，可将这两个第二二进制字符串的后四个字符进行交叉互换，得到两个新的第二二进制字符串1100110110和10100111000。然后，终端对交叉后的字符进行随机变异，该变异的字符数量及位置也是随机的。例如，将上述得到的新的第二二进制字符串1100110110中的第一个字符进行变异，得到0100110110，将上述得到的新的第二二进制字符串10100111000的第四个字符和第五个字符进行变异，得到10111111000。

1034、终端获取多个第四二进制字符串。

对于任一第三二进制字符串，终端遍历该第三二进制字符串的每位二进制字符的数值，将数值为0的字符所对应的灰度值作为分割阈值，进而根据得到的多个第二分割阈值，对降维图像进行分割，得到多个分割区域。终端计算每个分割区域的类内方差之和以及多个第二分割区域的类间方差，进而计算出该第三二进制字符串的分割价值。终端采用上述方法计算出所有第三二进制字符串的分割价值，并基于分割价值对各个第三二进制字符串进行筛选，得到多个第四二进制字符串。

1035、终端基于所述多个第四二进制字符串继续进行交叉变异及筛选过程，直至满足截止条件。

其中，截止条件是指筛选次数达到一定次数，或者，二进制字符串的分割价值已收敛。

1036、终端获取满足截止条件时得到的目标二进制字符串。

当满足截止条件时，终端获取分割价值最大的二进制字符串，并将该二进制字符串作为目标二进制字符串。

1037、终端根据目标二进制字符串，确定多个第一分割阈值。

终端根据目标二进制字符串，确定多个第一分割阈值的步骤如下：

10371、终端遍历目标二进制字符串的每一位上的字符，将数值为指定数值的字符所对应的灰度值确定为第三分割阈值。

例如，目标二进制字符串为1101110，终端可将目标二进制字符串上的第三位对应的灰度值以及第七位对应的灰度值作为第三分割阈值。

10372、终端获取前景图像变换到降维图像的缩放倍数。

实际上，降维的过程即是图像缩放的过程，终端将前景图像转换到降维图像时所降低的维度数，即为缩放倍数。

10373、终端根据多个第三分割阈值与缩放倍数的乘积，获取多个第四分割阈值。

由于第三分割阈值是在降维图像上得到，因此，将需要第三分割阈值变换到原始维度上。变换方法为：将多个第三分割阈值与缩放倍数相乘，得到多个第四分割阈值。

10374、终端根据多个第四分割阈值，确定多个第一分割阈值。

本步骤为优选步骤，终端通过对多个第四分割阈值进行校正，可得到多个第一分割阈值。该校正过程步骤如下：

103741、对于任一第四分割阈值，根据该第四分割阈值和前景图像，获取两个第三分割区域。

终端通过将前景图像中每个像素点的像素值与第四分割阈值进行比较，可将灰度值小于等于第四分割阈值的像素点组成一个第三分割区域，将灰度值大于第四分割阈值的像素点组成一个第三分割区域，最终可得到两个第三分割区域。

103742、终端计算两个第三分割区域的中心点之间的距离。

103743、终端调整第四分割阈值，并基于调整后的第四分割阈值继续进行前景图像分割及中心点距离的计算步骤，直至调整次数达到预设次数。

终端以第四分割阈值为起始，每次增加或减少指定数量个灰度值，得到调整后的第四分割阈值，并基于调整后的第四分割阈值对前景图像进行分割，进而计算分割后的两个分割区域的中心点之间的距离。其中，指定数量可以为1个、2个、3个等。

例如，设置第四分割阈值为灰度值56，指定数量为1个，则第一次调整时，终端可在第四分割阈值的基础上增加一个灰度值，得到调整后的第四分割阈值为灰度值57，进而基于灰度值57对前景图像进行分割；第二次调整时，终端可在第四分割阈值的基础上减去一个灰度值，得到调整后的第四分割阈值为灰度值55，进而基于灰度值55对前景图像进行分割。

103744、当调整次数达到预设次数时，终端通过使得两个第三分割区域的中心点之间的距离最大的分割阈值，确定第一分割阈值。

其中，预设次数可根据终端的处理能力确定。

上述步骤10374以对一个第四分割阈值进行校正为例，对于其他的第四分割阈值的校正过程可上述步骤相同，本发明实施例不再进行赘述。

104、终端根据多个第一分割阈值和前景图像，获取多个第一分割区域。

终端采用多个第一分割阈值，对前景图像进行分割时，将前景图像上具有关联性的像素点尽可能划分到同一分割区域内，从而使得多个第一分割区域的类间方差最大且类内方差之和最小，进一步提高了图像分割的精度。

105、终端根据多个第一分割区域，确定第一目标区域和第二目标区域。

终端根据多个第一分割区域，确定第一目标区域和第二目标区域的步骤如下：

1051、终端从多个第一分割区域中，选择满足预设条件的第一分割区域。

终端获取每个第二分割区域的形态统计信息，进而根据形态统计信息，从多个第一分割区域中，选择统计信息满足预设条件的第一分割区域。其中，形态统计信息包括区域面积、凸包面积(最小外接多边形的面积)、三角形相似性(是否为三角形)、区域中心之间的距离等。预设条件可根据需要分割的区域的属性形状、位置等信息确定。例如，预设条件为区域形状为三角形，区域面积为2平方厘米，则终端可根据预设条件，从多个第一分割区域中，选择出统计信息满足预设条件的第一分割区域。

1052、终端提取所选择的第一分割区域在前景图像中的分割边缘线。

基于所选择的第一目标区域的第一分割区域，终端提取所选择的第一分割区域的边界，并将该边界作为分割边缘线。

1053、终端根据分割边缘线，获取拟合分割边缘线。

通常第一目标区域和第二目标区域的分割边缘线往往是不平滑的，且分割边缘线的像素分布呈现一定的纹理随机性，并不是标准的直线。因此，为了得到更为精准平滑的分割边缘线，本发明实施例中终端可采用三次多项式、五次多项式等多项式对分割边缘性进行拟合。

1054、终端基于拟合分割边缘线对前景图像进行分割，得到第一目标区域和第二目标区域。

上述步骤101至步骤105介绍了本发明实施例提供的图像分割方法，该方法应用于图像处理领域，可对任一张具有不同对比度的图像进行分割。采用该方法对任一张待分割图像的分割过程如下：

1、终端获取待分割图像。该待分割图像的获取方式如下：通过具有拍照功能的设备拍摄得到，或从互联网上下载得到，或采用截图工具截图得到。

2、终端采用形态学开操作对待分割图像进行去噪处理，得到滤波图像。滤波图像获取过程如下：基于形态学开操作的处理过程，终端先对待分割图像进行腐蚀操作，再对待分割图像进行膨胀操作，通过二次操作，可得到滤波图像。

3、终端对滤波图像进行二值化操作，得到二值化图像。终端可预先设置一个灰度阈值，并将滤波图像中每个像素点的灰度值与灰度阈值进行比较，当像素点的灰度值大于灰度阈值时，将该像素点的灰度值重置为第一数值，当像素点的灰度值小于灰度阈值时，将该像素点的灰度值重置为第二数值，采用该种处理方式，最终可将采用多个灰度值表示的滤波图像转换为一张仅用第一数值和第二数值表示的二值化图像。通常第一数值为255，第二数值为0。

4、终端将滤波图像和二值化图像上相同位置的像素点的灰度值相乘，得到前景图像。灰度值相乘的过程中，对于二值化图像上灰度值为第一数值的像素点，终端将该灰度值置为1，对于二值化图像上灰度值为第二数值的像素点，终端将该灰度值置为0，进而将滤波图像和二值化图像上相同位置的像素点的灰度值相乘。通过灰度值相乘，最终可得到前景图像。

5、终端获取前景图像对应的直方图。终端通过统计前景图像包括的每种灰度值的像素点数量，并根据每种灰度值及对应的像素点数量，绘制出前景图像对应的直方图。

6、终端通过对直方图进行小波变换，获取降维图像。

7、终端对降维图像进行二进制编码，得到多个第一二进制字符串。终端根据降维图像包括的灰度值数量，确定第一二进制字符串的位数，并基于所确定的位数，对降维图像进行二进制编码，得到多个第一二进制字符串。

8、终端对多个第一二进制字符串进行筛选，得到多个第二二进制字符串。终端根据第一二进制字符串的每位二进制字符的数值，确定出对降维图像进行分割的第二分割阈值，进而基于第二分割阈值对降维图像进行分割，得到多个第二分割区域。接着，终端计算每个第二分割区域的类内方差，通过将所有第二分割区域的类内方差相加，得到所有第二分割区域的类内方差之和，终端还计算多个第二分割区域的类间方差。然后，终端根据所有第二分割区域的类内方差之和与类间方差，构造一个函数，确定出第一分割字符串的分割价值，进而根据多个第一二进制字符串的分割价值对多个第一二进制字符串进行筛选，从中筛选出分割价值较高的多个第二二进制字符串。

9、终端对从多个第二二进制字符串中筛选出部分第二二进字符串，并对筛选出的第二二进制字符串进行交叉变异，得到多个第三二进制字符串。

10、终端对多个第三二进制字符串进行筛选，得到多个第四二进制字符串。

11、终端基于多个第四二进制字符串继续进行交叉变异及筛选过程，直至满足截止条件。其中，截止条件包括筛选次数达到一定次数，或者得到的二进制字符串的分割价值已收敛。

12、终端获取满足截止条件时得到的目标二进制字符串。

13、终端根据目标二进制字符串，确定多个第一分割阈值。终端遍历该目标二进制字符串的每位二进制字符，将数值为指定数值的字符所对应的灰度值确定为第三分割阈值，并获取前景图像变换为降维图像的缩放倍数，通过将第三分割阈值与缩放倍数相乘，得到多个第四分割阈值，进而对多个第四分割阈值进行校正，得到多个第一分割阈值。以任一第四分割阈值为例，对该第四分割阈值的校正过程如下：终端采用该第四分割阈值对前景图像进行分割，得到两个第三分割区域，并计算得到的两个第三分割区域的中心点之间的距离，接着，终端不断调整第四分割阈值，并基于每次调整后的第四分割阈值对前景图像进行分割，并计算分割后的两个第三分割区域的中心点之间的距离。当调整次数达到预设次数时，终端获取使得两个第三分割区域的中心点之间的距离最大的分割阈值，将该分割阈值作为第一分割阈值。

14、终端根据多个第一分割阈值对前景图像进行分割，得到多个第一分割阈值。

15、终端从多个第一分割区域中，选择出满足预设条件的第一分割区域。终端获取每个第一分割区域的形态统计信息，并从多个第一分割区域中选择出形态统计信息满足预设条件的第一分割区域。

16、终端提取所选择的第一分割区域在前景图像中的分割边缘线。

17、终端对分割边缘线进行多项式拟合，得到拟合分割边缘线。

18、终端基于拟合分割边缘线对前景图像进行分割，得到第一目标区域和第二目标区域。

在图像处理过程中，用户往往对图像中部分区域感兴趣，通过对图像进行分割，可去除图像中的干扰区域，降低图像分析的计算量，提高分析效率。

应用上述图像分割方法还可对医疗领域中的各种医疗图像进行分割，通过对医疗图像进行分割可帮助医生快速进行病理诊断。例如，在对乳房组织进行病理诊断时，如果采用内外侧斜位方式对乳房组织进行拍摄，可得到MLO位图的乳房钼靶图像，由于该乳房钼靶图像除了乳房区域，还包括一部分胸肌区域，而包括的胸肌区域会对乳房病变组织的探测及乳房病变组织的密度计算产生干扰，因而需要对乳房钼靶图像中的乳房区域和胸肌区域进行分割。图2示出了乳房钼靶图像中乳房区域和胸肌区域的分割过程，该过程如下：

第一步，终端对乳房钼靶图像进行预处理。通过预处理过程可去除乳房钼靶图像中的噪声和无用的标签背景。预处理过程可细化为如下步骤：

1、终端对乳房钼靶图像进行形态学开操作，去除乳房钼靶图像中的噪声，得到滤波图像。

2、终端对滤波图像进行二值化处理，得到二值化图像。

3、终端将滤波图像和二值化图像相同位置上的像素点的灰度值相乘，得到乳房胸肌图，该乳房胸肌图实际上即是前景图像，仅包括乳房区域和胸肌区域的乳房胸肌图。

第二步，终端对乳房胸肌图进行自适应分割。在分割过程中，为了保证胸肌分割的成功率，可将乳房胸肌图分割为多个分割区域。分割过程可细化为如下步骤：

1、终端统计乳房胸肌图包括的每种灰度值的像素点数量，并根据每种灰度值及对应的像素点点数量，绘制乳房胸肌图对应的直方图。

2、终端对乳房胸肌图对应的直方图进行小波变换，得到降维图像。

3、终端采用基因遗传算法对降维图像进行分割，得到第一分割阈值。

3.1、终端根据降维图像中包括的灰度值的数量，确定二进制字符串的位数，基于所确定的二进制字符串的位数对乳房胸肌图进行二进制编码，得到多个第一二进制字符串。

3.2、终端根据第一二进制字符串的每位二进制字符的数值，确定出对降维图像进行分割的第二分割阈值，进而基于第二分割阈值对降维图像进行分割，得到多个第二分割区域。

3.3、终端计算每个第二分割区域的类内方差，通过将所有第二分割区域的类内方差相加，得到所有第二分割区域的类内方差之和，终端还计算多个第二分割区域的类间方差。然后，终端根据所有第二分割区域的类内方差之和和类间方差，构造一个函数，确定出第一分割字符串的分割价值，进而根据多个第一二进制字符串的分割价值对多个第一二进制字符串进行筛选，从中筛选出分割价值较高的多个第二二进制字符串。

3.4、终端对从多个第二二进制字符串中筛选出部分第二二进字符串，并对筛选出的第二二进制字符串进行交叉变异，得到多个第三二进制字符串。

3.5、终端对多个第三二进制字符串进行筛选，得到多个第四二进制字符串。

3.6、终端基于多个第四二进制字符串继续进行交叉变异及筛选过程，直至满足截止条件。其中，截止条件包括筛选次数达到一定次数，或者得到的二进制字符串的分割价值已收敛。

3.7、终端获取满足截止条件时得到的目标二进制字符串。

3.8、终端根据目标二进制字符串，确定多个第一分割阈值。终端遍历该目标二进制字符串的每位二进制字符，将数值为指定数值的字符所对应的灰度值确定为第三分割阈值，并获取前景图像变换为降维图像的缩放倍数，通过将第三分割阈值与缩放倍数相乘，得到多个第四分割阈值，进而对多个第四分割阈值进行校正，得到多个第一分割阈值。以任一第四分割阈值为例，对该第四分割阈值的校正过程如下：终端采用该第四分割阈值对前景图像进行分割，得到两个第三分割区域，并计算得到的两个第三分割区域的中心点之间的距离，接着，终端不断调整第四分割阈值，并基于每次调整后的第四分割阈值对前景图像进行分割，并计算分割后的两个第三分割区域的中心点之间的距离。当调整次数达到预设次数时，终端获取使得两个第三分割区域的中心点之间的距离最大的分割阈值，将该分割阈值作为第一分割阈值。

4、终端根据多个第一分割阈值，对乳房胸肌图像进行分割，得到多个第一分割区域。

第三步，终端对多个第一分割区域进行后处理，得到乳房区域和胸肌区域。通过后处理过程可去除多余的分割区域，准确定位胸肌区域，并对胸肌区域的边缘进行光滑处理和准确定位。后处理过程可细化为如下步骤：

1、终端获取多个第一分割区域的形态统计信息。

2、基于分割区域的形态统计信息，终端从多个第一分割区域内选择出满足预设条件的第一分割区域，该选择出的第一分割区域实际上是胸肌区域对应的第一分割区域。

3、终端提取胸肌区域和乳房区域的分割边缘线，并采用三次多项式对分割边缘线进行拟合，得到拟合分割边缘线。

4、基于拟合分割边缘线对乳房胸肌图进行分割，得到乳房区域和胸肌区域。例如，图2中的左图为原始的乳房钼靶图像，图2中的右图采用本发明实施例提供的方法分割得到的乳房区域和胸肌区域，由图2中的右图可以看出，乳房区域和胸肌区域之间的分割边缘线精准且平滑连续。基于分割后的乳房区域，可快速进行乳房病变组织的探测及乳房病变组织的密度计算，从而提高乳腺癌的诊断结果的转确性。

本发明实施例提供的方法，通过对降维图像进行处理，自适应确定多个第一分割阈值，进而基于第一分割阈值进行分割，使得各个分割区域的类间方差最大且类内方差之和最小，在满足该条件时具有关联性的像素点会尽可能地被分割到一个区域内，因而得到的第一目标区域和第二目标区域更准确。另外，本发明实施例通过对分割边缘线进行多项式拟合，使得拟合分割边缘线更加精准且平滑连续，进一步提高了所分割的第一目标区域和第二目标区域的准确性。

参见图4，本发明实施例提供了一种图像分割装置，该装置包括：

第一获取模块401，用于获取前景图像；

第二获取模块402，用于根据前景图像，获取降维图像；

第一确定模块403，用于根据降维图像，确定多个第一分割阈值；

第三获取模块404，用于根据多个第一分割阈值和前景图像，获取多个第一分割区域，多个第一分割区域的类间方差最大且类内方差之和最小；

第二确定模块405，用于根据多个第一分割区域，确定第一目标区域和第二目标区域。

在本发明的另一个实施例中，第一获取模块401，用于获取滤波图像，滤波图像通过对待分割图像进行去噪处理得到；根据滤波图像，获取二值化图像；通过将滤波图像和二值化图像上相同位置的像素点的灰度值相乘，获取前景图像。

在本发明的另一个实施例中，第一获取模块401，用于获取预先设置的灰度阈值；比较滤波图像中每个像素点的灰度值与灰度阈值；通过将灰度值大于灰度阈值的像素点的灰度值重置为第一数值、将灰度值小于灰度阈值的像素点的灰度值重置为第二数值，获取二值化图像。

在本发明的另一个实施例中，第二获取模块402，用于获取前景图像对应的直方图；通过对直方图进行小波变换，获取降维图像。

在本发明的另一个实施例中，第二获取模块402，用于统计前景图像包括的每种灰度值的像素点数量；根据每种灰度值及对应的像素点数量，绘制前景图像对应的直方图。

在本发明的另一个实施例中，第一确定模块403，用于获取多个第一二进制字符串，多个第一二进制字符串通过对降维图像进行二进制编码得到，每个第一二进制字符串的位数与降维图像包括的灰度值数量相同，且每位二进制字符对应降维图像中的一种灰度值；获取多个第二二进制字符串，多个第二二进制字符串通过对多个第一二进制字符串筛选得到；获取多个第三二进制字符串，多个第三二进制字符串通过对从多个第二二进制字符串中筛选出的部分二进制字符串进行交叉变异得到；获取多个第四二进制字符串，多个第四二进制字符串通过对多个第三二进制字符串筛选得到；基于多个第四二进制字符串继续进行交叉变异及筛选过程，直至满足截止条件；获取满足截止条件时得到的目标二进制字符串；根据目标二进制字符串，确定多个第一分割阈值。

在本发明的另一个实施例中，第一确定模块403，用于对于任一第一二进制字符串，遍历第一二进制字符串的每位二进制字符的数值，将数值为指定数值的字符所对应的灰度值确定为第二分割阈值；根据第二分割阈值和降维图像，确定多个第二分割区域；计算每个第二分割区域的类内方差以及多个第二分割区域的类间方差，并计算所有第二分割区域的类内方差之和；根据所有第二分割区域的类内方差之和与类间方差，确定第一二进制字符串的分割价值；根据多个第一二进制字符串的分割价值对多个第一二进制字符串进行筛选，得到多个第二二进制字符串。

在本发明的另一个实施例中，第一确定模块403，用于遍历目标二进制字符串的每一位上的字符，将数值为指定数值的字符所对应的灰度值确定为第三分割阈值；获取前景图像变换到降维图像的缩放倍数；根据多个第三分割阈值与缩放倍数的乘积，获取多个第四分割阈值；根据多个第四分割阈值，确定多个第一分割阈值。

在本发明的另一个实施例中，第一确定模块403，用于对于任一第四分割阈值，根据第四分割阈值和前景图像，获取两个第三分割区域；计算两个第三分割区域的中心点之间的距离；调整第四分割阈值；基于调整后的第四分割阈值继续进行前景图像分割及中心点距离计算的步骤，直至调整次数达到预设次数；通过获取使得两个第三分割区域的中心点之间的距离最大的分割阈值，确定第一分割阈值。

在本发明的另一个实施例中，第二确定模块404，用于从多个第一分割区域中，选择满足预设条件的第一分割区域；提取所选择的第一分割区域在前景图像中的分割边缘线；根据分割边缘线，获取拟合分割边缘线；基于拟合分割边缘线对前景图像进行分割，得到第一目标区域和第二目标区域。

在本发明的另一个实施例中，第二确定模块404，用于获取每个第一分割区域的形态统计信息；根据形态统计信息，从多个第一分割区域中选择满足预设条件的第一分割区域。

在本发明的另一个实施例中，第二确定模块404，用于通过对分割边缘线进行多项式拟合，获取拟合分割边缘线。

其中，第一获取模块401用于执行图1中的步骤101，第二获取模块402用于执行图1中的步骤102，第一确定模块403用于执行图1中的步骤103，第三获取模块404用于执行图1中的步骤104，第二确定模块405用于执行图1中的步骤105。

综上，本发明实施例提供的装置，通过对降维图像进行处理，自适应确定多个第一分割阈值，进而基于第一分割阈值进行分割，使得各个分割区域的类间方差最大且类内方差之和最小，在满足该条件时具有关联性的像素点会尽可能地被分割到一个区域内，因而得到的第一目标区域和第二目标区域更准确。另外，本发明实施例通过对分割边缘线进行多项式拟合，使得拟合分割边缘线更加精准且平滑连续，进一步提高了所分割的第一目标区域和第二目标区域的准确性。

图5示出了本发明一个示例性实施例提供的终端500的结构框图。该终端500可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio LayerIV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端500还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。

通常，终端500包括有：处理器501和存储器502。

处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的图像分割方法。

在一些实施例中，终端500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、触摸显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。

外围设备接口503可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路504用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏505用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置终端500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在终端500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在终端500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。

定位组件508用于定位终端500的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件508可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源509用于为终端500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，终端500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。

加速度传感器511可以检测以终端500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器512可以检测终端500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对终端500的3D动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器513可以设置在终端500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在终端500的侧边框时，可以检测用户对终端500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置终端500的正面、背面或侧面。当终端500上设置有物理按键或厂商Logo时，指纹传感器514可以与物理按键或厂商Logo集成在一起。

光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。

接近传感器516，也称距离传感器，通常设置在终端500的前面板。接近传感器516用于采集用户与终端500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与终端500的正面之间的距离逐渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与终端500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图5中示出的结构并不构成对终端500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

本发明实施例提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现图1所述的图像分割方法。

需要说明的是：上述实施例提供的图像切割装置在切割图像时，仅以上述各功能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模块完成，即将图像切割装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的图像切割装置与图像切割方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种图像分割方法，其特征在于，所述方法包括：

获取前景图像；

根据所述前景图像，获取降维图像；

根据所述降维图像，确定多个第一分割阈值；

根据所述多个第一分割阈值和所述前景图像，获取多个第一分割区域，所述多个第一分割区域的类间方差最大且类内方差之和最小；

根据所述多个第一分割区域，确定第一目标区域和第二目标区域。

2.根据权利要求1所述的方法，其特征在于，所述获取前景图像，包括：

获取滤波图像，所述滤波图像通过对待分割图像进行去噪处理得到；

根据所述滤波图像，获取二值化图像；

通过将所述滤波图像和所述二值化图像上相同位置的像素点的灰度值相乘，获取所述前景图像。

3.根据权利要求2所述的方法，其特征在于，所述根据所述滤波图像，获取二值化图像，包括：

获取预先设置的灰度阈值；

比较所述滤波图像中每个像素点的灰度值与所述灰度阈值；

通过将灰度值大于所述灰度阈值的像素点的灰度值重置为第一数值、将灰度值小于所述灰度阈值的像素点的灰度值重置为第二数值，获取二值化图像。

4.根据权利要求1所述的方法，其特征在于，所述根据所述前景图像，获取降维图像，包括：

获取所述前景图像对应的直方图；

通过对所述直方图进行小波变换，获取所述降维图像。

5.根据权利要求4所述的方法，其特征在于，所述获取所述前景图像对应的直方图，包括：

统计所述前景图像包括的每种灰度值的像素点数量；

根据每种灰度值及对应的像素点数量，绘制所述前景图像对应的直方图。

6.根据权利要求1所述的方法，其特征在于，所述根据所述降维图像，确定多个第一分割阈值，包括：

获取多个第一二进制字符串，所述多个第一二进制字符串通过对所述降维图像进行二进制编码得到，每个第一二进制字符串的位数与所述降维图像包括的灰度值数量相同，且每位二进制字符对应所述降维图像中的一种灰度值；

获取多个第二二进制字符串，所述多个第二二进制字符串通过对所述多个第一二进制字符串筛选得到；

获取多个第三二进制字符串，所述多个第三二进制字符串通过对从所述多个第二二进制字符串中筛选出的部分第二二进制字符串进行交叉变异得到；

获取多个第四二进制字符串，所述多个第四二进制字符串通过对所述多个第三二进制字符串筛选得到；

基于所述多个第四二进制字符串继续进行交叉变异及筛选过程，直至满足截止条件；

获取满足截止条件时得到的目标二进制字符串；

根据所述目标二进制字符串，确定所述多个第一分割阈值。

7.根据权利要求6所述的方法，其特征在于，所述获取多个第二二进制字符串，包括：

对于任一第一二进制字符串，遍历所述第一二进制字符串的每位二进制字符的数值，将数值为指定数值的字符所对应的灰度值确定为第二分割阈值；

根据第二分割阈值和所述降维图像，确定多个第二分割区域；

计算每个第二分割区域的类内方差以及所述多个第二分割区域的类间方差，并计算所有第二分割区域的类内方差之和；

根据所述所有第二分割区域的类内方差之和与所述类间方差，确定所述第一二进制字符串的分割价值；

根据多个第一二进制字符串的分割价值对所述多个第一二进制字符串进行筛选，得到所述多个第二二进制字符串。

8.根据权利要求7所述的方法，其特征在于，所述根据所述目标二进制字符串，确定所述多个第一分割阈值，包括：

遍历所述目标二进制字符串的每位二进制字符，将数值为指定数值的字符所对应的灰度值确定为第三分割阈值；

获取所述前景图像变换到所述降维图像的缩放倍数；

根据多个第三分割阈值与所述缩放倍数的乘积，获取多个第四分割阈值；

根据所述多个第四分割阈值，确定所述多个第一分割阈值。

9.根据权利要求8所述的方法，其特征在于，所述根据所述多个第四分割阈值，确定所述多个第一分割阈值，包括：

对于任一第四分割阈值，根据所述第四分割阈值和所述前景图像，获取两个第三分割区域；

计算所述两个第三分割区域的中心点之间的距离；

调整所述第四分割阈值；

基于调整后的第四分割阈值继续进行前景图像分割及中心点距离计算的步骤，直至调整次数达到预设次数；

通过获取使得所述两个第三分割区域的中心点之间的距离最大的分割阈值，确定第一分割阈值。

10.根据权利要求1至9中任一项所述的方法，其特征在于，所述根据所述多个第一分割区域，确定第一目标区域和第二目标区域，包括：

从所述多个第一分割区域中，选择满足预设条件的第一分割区域；

提取所选择的第一分割区域在所述前景图像中的分割边缘线；

根据所述分割边缘线，获取拟合分割边缘线；

基于所述拟合分割边缘线对所述前景图像进行分割，得到所述第一目标区域和所述第二目标区域。

11.根据权利要求10所述的方法，其特征在于，所述从所述多个第一分割区域中，选择满足预设条件的第一分割区域，包括：

获取每个第一分割区域的形态统计信息；

根据所述形态统计信息，从所述多个第一分割区域中选择满足预设条件的第一分割区域。

12.根据权利要求10所述的方法，其特征在于，所述根据所述分割边缘线，获取拟合分割边缘线，包括：

通过对所述分割边缘线进行多项式拟合，获取拟合分割边缘线。

13.一种图像分割装置，其特征在于，所述装置包括：

第一获取模块，用于获取前景图像；

第二获取模块，用于根据所述前景图像，获取降维图像；

第一确定模块，用于根据所述降维图像，确定多个第一分割阈值；

第三获取模块，用于根据所述多个第一分割阈值和所述前景图像，获取多个第一分割区域，所述多个第一分割区域的类间方差最大且类内方差之和最小；

第二确定模块，用于根据所述多个第一分割区域，确定第一目标区域和第二目标区域。

14.一种终端，其特征在于，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现如权利要求1至12中任一项所述的图像分割方法。

15.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现如权利要求1至12中任一项所述的图像分割方法。