CN110264480B - 一种图像分割的方法、装置及计算机可读存储介质 - Google Patents
一种图像分割的方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110264480B CN110264480B CN201810200718.3A CN201810200718A CN110264480B CN 110264480 B CN110264480 B CN 110264480B CN 201810200718 A CN201810200718 A CN 201810200718A CN 110264480 B CN110264480 B CN 110264480B
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- reference image
- original gray
- rectangular
- 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
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
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供了一种图像分割的方法、装置及计算机可读存储介质。本发明实施例提供的图像分割的方法,基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像;基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;以及,基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像;合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。本发明实施例可以针对物体表面信息复杂,且物体间可能存在粘连的图像进行分割处理,获得目标物体的矩形轮廓。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种图像分割的方法、装置及计算机可读存储介质。
背景技术
近年来,机器视觉系统在工业领域的应用日益广泛,例如:物体的分装、识别和检测等。在机器视觉系统中,通常需要对包含有目标物体的图像进行分割提取,以获得目标物体的轮廓,其中,较为常见的轮廓形状为矩形轮廓。
现有技术的图像分割方法,为了获得较好的分割效果,通常对目标物体的姿势/摆放方式等有严格的要求,比如:物体摆放整齐且物体之间不能存在粘连等。现有技术也有一些图像分割方法,能够分割物体间存在粘连的图像,但这些方法通常在物体表面的颜色和图案等信息比较单一的场景中,才能获得较好的分割效果。
因此,亟需一种图像分割方法,能够针对物体表面信息复杂,且物体间可能存在粘连的图像进行分割。
发明内容
本发明实施例要解决的技术问题是提供一种图像分割的方法、装置及计算机可读存储介质,可以针对物体表面信息复杂,且物体间可能存在粘连的图像进行分割处理,获得目标物体的矩形轮廓。
为解决上述技术问题,本发明实施例提供的图像分割的方法,包括:
基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像,其中,所述第一参考图像为所述原始灰度图像中的边缘部分的灰度图像,所述第二参考图像为所述第一参考图像的二值化图像,所述第三参考图像为所述原始灰度图像中的外轮廓的二值化图像;
基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;以及,基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像;
合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。
优选的,在获取所述第一参考图像、第二参考图像和第三参考图像之前,所述方法还包括:
获得待处理的彩色图像,通过灰度化处理,将所述彩色图像转换为所述原始灰度图像。
优选的,所述基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像的步骤,包括:
对所述原始灰度图像进行腐蚀处理,得到第一中间图像;
对所述原始灰度图像与所述第一中间图像进行图像相减,得到所述第一参考图像;
对所述第一参考图像进行二值化处理,得到所述第二参考图像;
对所述原始灰度图像进行二值化处理,得到第二中间图像;提取所述第二中间图像的外轮廓,得到第三中间图像;对所述第三中间图像的外轮廓进行生长,得到所述第三参考图像。
优选的,所述获取所述原始灰度图像中矩形物体的骨架边缘图像的步骤,包括:
对所述第二参考图像与所述第三参考图像进行图像相加,得到第一边缘图像,提取所述第一边缘图像的外轮廓,并对所述第一边缘图像的外轮廓进行生长,得到第一骨架图像;清除所述第一骨架图像的外轮廓的干扰信息,得到第二骨架图像;对所述第二骨架图像进行边缘检测,得到所述骨架边缘图像。
优选的,所述获取所述原始灰度图像中矩形物体的细节边缘图像的步骤,包括:
对所述第一参考图像与所述第三参考图像进行图像相加,得到第一细节图像;清除所述第一细节图像的外轮廓的干扰信息,得到第二细节图像;对所述第二细节图像进行边缘检测,获得第二细节图像的边缘,并对第二细节图像的边缘进行膨胀、腐蚀及细化处理,得到所述细节边缘图像。
优选的,所述从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓的步骤,包括:
提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓。
优选的,所述从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓的步骤,包括:
提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,得到剩余矩形轮廓;
针对所述剩余矩形轮廓,合并其中满足合并条件的任意两个矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓,所述合并条件包括:所述任意两个矩形轮廓的最小外接矩形的四个顶点,均位于所述任意两个矩形轮廓的内部;且,第一面积与第二面积的接近程度大于预设门限,所述第一面积为所述最小外接矩形的面积,所述第二面积为所述任意两个矩形轮廓的面积之和。
本发明实施例还提供了一种图像分割装置,包括:
参考图像获得单元,用于基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像,其中,所述第一参考图像为所述原始灰度图像中的边缘部分的灰度图像,所述第二参考图像为所述第一参考图像的二值化图像,所述第三参考图像为所述原始灰度图像中的外轮廓的二值化图像;
骨架处理单元,用于基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;
细节处理单元,用于基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像;
矩形轮廓提取单元,用于合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。
优选的,所述图像分割装置还包括:
原始灰度图像获得单元,用于获得待处理的彩色图像,通过灰度化处理,将所述彩色图像转换为所述原始灰度图像。
优选的,所述参考图像获得单元包括:
腐蚀处理单元,用于对所述原始灰度图像进行腐蚀处理,得到第一中间图像;
第一参考图像获得单元,用于对所述原始灰度图像与所述第一中间图像进行图像相减,得到所述第一参考图像;
第二参考图像获得单元,用于对所述第一参考图像进行二值化处理,得到所述第二参考图像;
第三参考图像获得单元,用于对所述原始灰度图像进行二值化处理,得到第二中间图像;提取所述第二中间图像的外轮廓,得到第三中间图像;对所述第三中间图像的外轮廓进行生长,得到所述第三参考图像。
优选的,所述骨架处理单元包括:
第一相加单元,用于对所述第二参考图像与所述第三参考图像进行图像相加,得到第一边缘图像;
第一提取单元,用于提取所述第一边缘图像的外轮廓,并对所述第一边缘图像的外轮廓进行生长,得到第一骨架图像;
第一清除单元,用于清除所述第一骨架图像的外轮廓的干扰信息,得到第二骨架图像;
第一边缘检测单元,用于对所述第二骨架图像进行边缘检测,得到所述骨架边缘图像。
优选的,所述细节处理单元包括:
第二相加单元,用于对所述第一参考图像与所述第三参考图像进行图像相加,得到第一细节图像;
第二清除单元,用于清除所述第一细节图像的外轮廓的干扰信息,得到第二细节图像;
第二边缘检测单元,用于对所述第二细节图像进行边缘检测,获得第二细节图像的边缘,并对第二细节图像的边缘进行膨胀、腐蚀及细化处理,得到所述细节边缘图像。
本发明实施例还提供了一种图像分割装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的图像分割的方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的图像分割的方法的步骤。
与现有技术相比,本发明实施例提供的图像分割的方法、装置及计算机可读存储介质,可以针对物体表面信息复杂,且物体间可能存在粘连的图像进行分割处理,获得目标物体的矩形轮廓。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的图像分割的方法的一种应用场景示意图;
图2为本发明实施例的图像分割的方法的一种流程示意图;
图3为本发明实施例中的步骤201的细化步骤的示意图;
图4为本发明实施例提供的原始灰度图像的一个示例;
图5为本发明实施例提供的第一参考图像的一个示例;
图6为本发明实施例提供的第二参考图像的一个示例;
图7为本发明实施例提供的第三参考图像的一个示例;
图8为本发明实施例提供的骨架边缘图像的获取的一种流程示意图;
图9为本发明实施例提供的第一骨架图像的一个示例;
图10为本发明实施例提供的第二骨架图像的一个示例;
图11为本发明实施例提供的骨架边缘图像的一个示例;
图12为本发明实施例提供的细节边缘图像的获取的一种流程示意图;
图13为本发明实施例提供的第二细节图像的一个示例;
图14为本发明实施例提供的细节边缘图像的一个示例;
图15为本发明实施例提供的提取矩形轮廓的一种流程示意图;
图16为本发明实施例提供的去除位于其他矩形轮廓内部的矩形轮廓的示例;
图17为本发明实施例的图像分割装置的一种结构示意图;
图18为本发明实施例的图像分割装置的又一种结构示意图;
图19为本发明实施例的图像分割装置的另一种结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。在下面的描述中,提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此,本领域技术人员应该清楚,可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外,为了清楚和简洁,省略了对已知功能和构造的描述。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程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,而不应对本发明实施例的实施过程构成任何限定。
本发明实施例提出了一种图像分割的方法以及图像分割装置,可以针对物体表面信息复杂,且物体间可能存在粘连的图像进行分割,获得目标物体的轮廓。图1给出了可以应用本申请的图像分割的方法的实施例的示例性系统架构100。如图1所示,系统架构100可以包括终端设备101、102和103,网络104和服务器105。网络104用以在终端设备101、102和103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102和103通过网络104与服务器105交互,以发送待分割处理的目标图像等。终端设备101、102和103上可以安装有各种通讯客户端应用,例如文件编辑应用、信息搜索类应用、信息传输应用等。终端设备101、102和103可以是具有显示屏并且可以发送信息和文件的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。服务器105可以进行图像分割处理。具体的,服务器105可以从终端设备处接收图像数据,针对图像数据进行图像分割处理,获得物体的矩形轮廓,然后,向终端设备返回所述物体的矩形轮廓。
需要说明的是,本申请实施例所提供的所述图像分割的方法可以由服务器105执行,相应地,所述图像分割装置可以设置于服务器105中。当然,本申请实施例所提供的所述图像分割的方法也可以由终端设备执行,相应地,所述图像分割装置可以设置于终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
请参照图2,给出了本发明实施例提供的图像分割的方法的一种流程示意图,该图像分割的方法可以分割提取出物体的矩形轮廓,在物体存在粘连和/或物体表面信息较为复杂的情况下也能有良好的分割效果。如图2所示,该图像分割的方法可以包括:
步骤201,基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像,其中,所述第一参考图像为所述原始灰度图像中的边缘部分的灰度图像,所述第二参考图像为所述第一参考图像的二值化图像,所述第三参考图像为所述原始灰度图像中的外轮廓的二值化图像。
这里,本发明实施例中,另外,本发明实施例可以针对表面信息复杂的物体进行分割,且在这些物体之间存在粘连时,也能够很好的分割出目标物体的轮廓。
在本实施例中,该图像分割的方法可以运行于如图1所示的服务器105或终端设备101、102和103等电子设备中。具体的,可以由终端设备101、102和103采集包含有目标物体的待处理图像,该待处理图像可能为彩色图像,也可能是灰度图像(即原始灰度图像)。这里,所述彩色图像或原始灰度图像中均包括有目标物体的轮廓信息。然后,在终端设备本地执行本发明实施例所述的图像分割的方法。或者,终端设备在采集到待处理图像后,可以通过有线连接方式或者无线连接方式发送至服务器处,由服务器执行本发明实施例所述的图像分割的方法。
通常,在待处理图像为彩色图像时,本发明实施例可以先对该彩色图像进行灰度化处理,将其转换为原始灰度图像,进而基于该原始灰度图像,获得上述的第一参考图像、第二参考图像和第三参考图像。具体的,请参照图3,上述步骤201可以包括:
对所述原始灰度图像进行腐蚀处理,得到第一中间图像(步骤2011),然后,对所述原始灰度图像与所述第一中间图像进行图像相减,得到所述第一参考图像(步骤2012)。然后,对所述第一参考图像进行二值化处理,得到所述第二参考图像(步骤2013)。
以及,对所述原始灰度图像进行二值化处理,得到第二中间图像(步骤2014);然后,提取所述第二中间图像的外轮廓,得到第三中间图像(步骤2015);再对所述第三中间图像的外轮廓进行生长,得到所述第三参考图像(步骤2016)。
需要说明的是,步骤2011~2013,以及步骤2014~2016之间并没有严格的先后顺序关系,可以先执行步骤2011~2013,后执行步骤2014~2016,也可以先执行步骤2014~2016,后执行步骤2011~2013,还可以是同时执行步骤2011~2013和步骤2014~2016。
图4给出了所述原始灰度图像的一个示例,其中包括有4个具有矩形轮廓的药品包装盒,且存在有粘连的情形,如图4中虚线框部分所示。通过对图4所示的原始灰度图像执行上述腐蚀和图像相减处理,得到如图5所示的第一参考图像,图5中还进一步给出第一参考图像的右上角区域中的边缘部分(即图5中虚线框部分)的放大图,可以看出,第一参考图像中的边缘301具有一定的宽度。
对图5所示的第一参考图像进行二值化处理,可以获得图6所示的第二参考图像,图6中也进一步给出第二参考图像的右上角区域中的边缘部分(即图6中虚线框部分)的放大图,可以看出,第二参考图像中的边缘302也是具有一定的宽度。
图7给出了基于图4所示的原始灰度图像所生成的第三参考图像,图7中也进一步给出第三参考图像的右上角区域中的边缘部分(即图7中虚线框部分)的放大图,可以看出,第三参考图像中的边缘303也是具有一定的宽度。
步骤202,基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;以及,基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像。
本发明实施例在步骤202中,可以分别获取所述骨架边缘图像和所述细节边缘图像。这里,可以先执行获取所述骨架边缘图像的操作,再执行获取所述细节边缘图像的操作,也可以先执行获取所述细节边缘图像的操作,再执行获取所述骨架边缘图像的操作。当然,也可以同时执行获取所述骨架边缘图像和所述细节边缘图像的操作。
图8给出了所述骨架边缘图像的获取的一种具体过程,包括:
对所述第二参考图像与所述第三参考图像进行图像相加,得到第一边缘图像,提取所述第一边缘图像的外轮廓(步骤2021);对所述第一边缘图像的外轮廓进行生长,得到第一骨架图像(步骤2022);清除所述第一骨架图像的外轮廓的干扰信息,得到第二骨架图像(步骤2023);对所述第二骨架图像进行边缘检测,得到所述骨架边缘图像(步骤2024)。
这里,步骤2023中清除干扰信息的一种实现方式,可以包括:针对外轮廓的每条边,选择出位于外轮廓内部,且与该边相邻的预设区域,清除该预设区域内的边缘。
步骤2024中,优先的,可以基于拉普拉斯(Laplacian)算子进行边缘检测,以获得所述骨架边缘图像。
继续前文中的示例,针对图6和图7所示的第二参考图像和第三参考图像,在进行图像相加处理后,得到第一边缘图像,通过提取第一边缘图像中的外轮廓,并对外轮廓进行生长,可以得到如图9所示的第一骨架图像。可以看出,图9中的外轮廓的边缘处可能存在干扰信息,这里的干扰信息是指位于外轮廓内部,且与外轮廓相连的边缘。然后,对图9中的干扰信息进行清除,使干扰信息与外轮廓分离,或者删除干扰信息,从而可以获得图10所示的第二骨架图像。进一步的,对图10所示的第二骨架图像进行边缘检测,可以得到如图11所示的骨架边缘图像。
图12给出了所述细节边缘图像的获取的一种具体过程,包括:
对所述第一参考图像与所述第三参考图像进行图像相加,得到第一细节图像(步骤2025);清除所述第一细节图像的外轮廓的干扰信息,得到第二细节图像(步骤2026);对所述第二细节图像进行边缘检测,获得第二细节图像的边缘(步骤2027),并对第二细节图像的边缘进行膨胀、腐蚀及细化处理,得到所述细节边缘图像(步骤2028)。这里,膨胀和腐蚀处理是用来连接断裂的线条;细化处理则是为了得到单线条的边界,以节省轮廓提取的时间。
这里,步骤2026中清除干扰信息的一种实现方式,可以包括:针对外轮廓的每条边,选择出位于外轮廓内部,且与该边相邻的预设区域,清除该预设区域内的边缘。
继续前文中的示例,针对图5和图7所示的第一参考图像和第三参考图像,在进行图像相加处理后,得到第一细节图像,再清除了所述第一细节图像的外轮廓的干扰信息,可以得到如图13所示的第二细节图像。可以看出,图13中的外轮廓304的灰度值为255,而内部细节305的灰度值小于255。因此,步骤2027中,优先的,可以基于Canny算子进行边缘检测,以获得第二细节图像的边缘。这里选择Canny算子是因为,第二细节图像的外轮廓的灰度值为255,而内部细节的灰度值通常小于255,因此用Canny算子可以得到完整的内轮廓。对图13所示的第二细节图像的边缘进行膨胀、腐蚀及细化处理,可以得到如图14所示的细节边缘图像。图14的左侧部分进一步给出了虚线框的放大图像,可以看出,通过膨胀和腐蚀处理,将其中一个虚线框中的断裂线条连接起来,另外,通过干扰信息清除处理,清除了另一个虚线框中的连接至外轮廓的干扰线条。
步骤203,合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。
这里,通过对所述骨架边缘图像和细节边缘图像进行图像相加,可以得到一个合并图像。
作为一种实现方式,本发明实施例可以提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓。
图15给出了提取矩形轮廓的示意图,其左侧部分为合并图像,右侧部分为提取到的矩形轮廓,可以看出,部分矩形轮廓的内部,还包含有其他矩形轮廓。图16给出了去除位于其他矩形轮廓内部的矩形轮廓的示例,从而获得原始灰度图像中的矩形物体的轮廓。
考虑到物体表面图案、颜色复杂的场景下,某个矩形物体可能被分割成2个矩形轮廓。为避免或减少上述问题,本发明实施例可以在上述步骤203中,进行矩形轮廓的合并处理。因此,作为另一种实现方式,本发明实施例可以提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,得到剩余矩形轮廓。然后,针对所述剩余矩形轮廓,合并其中满足合并条件的任意两个矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓,所述合并条件包括:所述任意两个矩形轮廓的最小外接矩形的四个顶点,均位于所述任意两个矩形轮廓的内部;且,第一面积与第二面积的接近程度大于预设门限,所述第一面积为所述最小外接矩形的面积,所述第二面积为所述任意两个矩形轮廓的面积之和。这里,所述接近程度可以通过第一面积与第二面积的比值来表示。矩形轮廓的提取方式,可以参考现有技术的相关实现,本文不再赘述。
在以上步骤中,本发明实施例对第一参考图像和第三参考图像进行图像相加,可以确保提取出清晰的内外轮廓,还可以保留物体粘连处的细节。另外,本发明实施例还通过清除外轮廓的干扰信息,可以减少或避免表面颜色存在分块的物品不被分割成多块。本发明实施例将所述骨架边缘图像合并至细节边缘图像中进行矩形轮廓的提取,可以进一步保证物品轮廓的完整性。
通过以上步骤,本发明实施例可以针对物体表面信息复杂,且物体间可能存在粘连的图像进行分割处理,获得目标物体的矩形轮廓。
基于以上方法,本发明实施例还提供了实施上述方法的装置,请参考图17,本发明实施例提供的图像分割装置1700,包括:
参考图像获得单元1701,用于基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像,其中,所述第一参考图像为所述原始灰度图像中的边缘部分的灰度图像,所述第二参考图像为所述第一参考图像的二值化图像,所述第三参考图像为所述原始灰度图像中的外轮廓的二值化图像;
骨架处理单元1702,用于基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;
细节处理单元1703,用于基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像;
矩形轮廓提取单元1704,用于合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。
请参照图18,本发明实施例还提供了另一种图像分割装置1800,与图17相比,该图像分割装置1800进一步增加了原始灰度图像获得单元1705,用于获得待处理的彩色图像,通过灰度化处理,将所述彩色图像转换为所述原始灰度图像。
优选的,图17或图18中的所述参考图像获得单元具体可以包括:
腐蚀处理单元,用于对所述原始灰度图像进行腐蚀处理,得到第一中间图像;
第一参考图像获得单元,用于对所述原始灰度图像与所述第一中间图像进行图像相减,得到所述第一参考图像;
第二参考图像获得单元,用于对所述第一参考图像进行二值化处理,得到所述第二参考图像;
第三参考图像获得单元,用于对所述原始灰度图像进行二值化处理,得到第二中间图像;提取所述第二中间图像的外轮廓,得到第三中间图像;对所述第三中间图像的外轮廓进行生长,得到所述第三参考图像。
优选的,图17或图18中的所述骨架处理单元具体可以包括:
第一相加单元,用于对所述第二参考图像与所述第三参考图像进行图像相加,得到第一边缘图像;
第一提取单元,用于提取所述第一边缘图像的外轮廓,并对所述第一边缘图像的外轮廓进行生长,得到第一骨架图像;
第一清除单元,用于清除所述第一骨架图像的外轮廓的干扰信息,得到第二骨架图像;
第一边缘检测单元,用于对所述第二骨架图像进行边缘检测,得到所述骨架边缘图像。
优选的,图17或图18中的所述细节处理单元具体可以包括:
第二相加单元,用于对所述第一参考图像与所述第三参考图像进行图像相加,得到第一细节图像;
第二清除单元,用于清除所述第一细节图像的外轮廓的干扰信息,得到第二细节图像;
第二边缘检测单元,用于对所述第二细节图像进行边缘检测,获得第二细节图像的边缘,并对第二细节图像的边缘进行膨胀、腐蚀及细化处理,得到所述细节边缘图像。
作为一种实现方式,图17或图18中的所述矩形轮廓提取单元可以包括:
第一提取单元,用于提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓。
作为另一种实现方式,图17或图18中的所述矩形轮廓提取单元可以包括:
第二提取单元,用于提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,得到剩余矩形轮廓;
合并单元,用于针对所述剩余矩形轮廓,合并其中满足合并条件的任意两个矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓,所述合并条件包括:所述任意两个矩形轮廓的最小外接矩形的四个顶点,均位于所述任意两个矩形轮廓的内部;且,第一面积与第二面积的接近程度大于预设门限,所述第一面积为所述最小外接矩形的面积,所述第二面积为所述任意两个矩形轮廓的面积之和。
通过以上单元,本发明实施例的图像分割装置1700或图像分割装置1800,针对物体表面信息复杂,且物体间可能存在粘连的图像进行分割处理,获得目标物体的矩形轮廓。
请参考图19,本发明实施例还提供了图像分割装置的一种硬件结构框图,如图19所示,该图像分割装置1900包括:
处理器1902;和
存储器1904,在所述存储器1904中存储有计算机程序指令,
其中,在所述计算机程序指令被所述处理器运行时,使得所述处理器1902执行以下步骤:
基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像,其中,所述第一参考图像为所述原始灰度图像中的边缘部分的灰度图像,所述第二参考图像为所述第一参考图像的二值化图像,所述第三参考图像为所述原始灰度图像中的外轮廓的二值化图像;
基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;以及,基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像;
合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。
进一步地,如图19所示,该图像分割装置1900还可以包括网络接口1901、输入设备1903、硬盘1905、和显示设备1906。
上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器1902代表的一个或者多个中央处理器(CPU),以及由存储器1904代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解,总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外,还包括电源总线、控制总线和状态信号总线,这些都是本领域所公知的,因此本文不再对其进行详细描述。
所述网络接口1901,可以连接至网络(如因特网、局域网等),从网络中接收信息,并可以将接收到的信息保存在硬盘1905中,例如,将采集到的待处理图像或从网络接收到的待处理图像保存在硬盘1905中。
所述输入设备1903,可以接收操作人员输入的各种指令,并发送给处理器1902以供执行。所述输入设备1903可以包括键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
所述显示设备1906,可以将处理器1902执行指令获得的结果进行显示,例如显示所获得的矩形轮廓等。
所述存储器1904,用于存储操作系统运行所必须的程序和数据,以及处理器1902计算过程中的中间结果等数据。
可以理解,本发明实施例中的存储器1904可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM),其用作外部高速缓存。本文描述的装置和方法的存储器1904旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器1904存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作系统19041和应用程序19042。
其中,操作系统19041,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序19042,包含各种应用程序,例如浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序19042中。
本发明上述实施例揭示的方法可以应用于处理器1902中,或者由处理器1902实现。处理器1902可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1902中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1902可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(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,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1904,处理器1902读取存储器1904中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
具体地,所述计算机程序被处理器1902执行时还可实现如下步骤:
对所述原始灰度图像进行腐蚀处理,得到第一中间图像;
对所述原始灰度图像与所述第一中间图像进行图像相减,得到所述第一参考图像;
对所述第一参考图像进行二值化处理,得到所述第二参考图像;
对所述原始灰度图像进行二值化处理,得到第二中间图像;提取所述第二中间图像的外轮廓,得到第三中间图像;对所述第三中间图像的外轮廓进行生长,得到所述第三参考图像。
具体地,所述计算机程序被处理器1902执行时还可实现如下步骤:
对所述第二参考图像与所述第三参考图像进行图像相加,得到第一边缘图像,提取所述第一边缘图像的外轮廓,并对所述第一边缘图像的外轮廓进行生长,得到第一骨架图像;清除所述第一骨架图像的外轮廓的干扰信息,得到第二骨架图像;对所述第二骨架图像进行边缘检测,得到所述骨架边缘图像。
具体地,所述计算机程序被处理器1902执行时还可实现如下步骤:
对所述第一参考图像与所述第三参考图像进行图像相加,得到第一细节图像;清除所述第一细节图像的外轮廓的干扰信息,得到第二细节图像;对所述第二细节图像进行边缘检测,获得第二细节图像的边缘,并对第二细节图像的边缘进行膨胀、腐蚀及细化处理,得到所述细节边缘图像。
具体地,所述计算机程序被处理器1902执行时还可实现如下步骤:
提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓。
具体地,所述计算机程序被处理器1902执行时还可实现如下步骤:
提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,得到剩余矩形轮廓;
针对所述剩余矩形轮廓,合并其中满足合并条件的任意两个矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓,所述合并条件包括:所述任意两个矩形轮廓的最小外接矩形的四个顶点,均位于所述任意两个矩形轮廓的内部;且,第一面积与第二面积的接近程度大于预设门限,所述第一面积为所述最小外接矩形的面积,所述第二面积为所述任意两个矩形轮廓的面积之和。
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发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,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,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所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发明实施例方案的目的。
另外,在本发明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。
所述功能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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的图像分割的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种图像分割的方法,其特征在于,包括:
基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像,其中,所述第一参考图像为所述原始灰度图像中的边缘部分的灰度图像,所述第二参考图像为所述第一参考图像的二值化图像,所述第三参考图像为所述原始灰度图像中的外轮廓的二值化图像;
基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;以及,基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像;
合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。
2.如权利要求1所述的方法,其特征在于,在获取所述第一参考图像、第二参考图像和第三参考图像之前,所述方法还包括:
获得待处理的彩色图像,通过灰度化处理,将所述彩色图像转换为所述原始灰度图像。
3.如权利要求1所述的方法,其特征在于,所述基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像的步骤,包括:
对所述原始灰度图像进行腐蚀处理,得到第一中间图像;
对所述原始灰度图像与所述第一中间图像进行图像相减,得到所述第一参考图像;
对所述第一参考图像进行二值化处理,得到所述第二参考图像;
对所述原始灰度图像进行二值化处理,得到第二中间图像;提取所述第二中间图像的外轮廓,得到第三中间图像;对所述第三中间图像的外轮廓进行生长,得到所述第三参考图像。
4.如权利要求1或2或3所述的方法,其特征在于,所述获取所述原始灰度图像中矩形物体的骨架边缘图像的步骤,包括:
对所述第二参考图像与所述第三参考图像进行图像相加,得到第一边缘图像,提取所述第一边缘图像的外轮廓,并对所述第一边缘图像的外轮廓进行生长,得到第一骨架图像;清除所述第一骨架图像的外轮廓的干扰信息,得到第二骨架图像;对所述第二骨架图像进行边缘检测,得到所述骨架边缘图像。
5.如权利要求1或2或3所述的方法,其特征在于,所述获取所述原始灰度图像中矩形物体的细节边缘图像的步骤,包括:
对所述第一参考图像与所述第三参考图像进行图像相加,得到第一细节图像;清除所述第一细节图像的外轮廓的干扰信息,得到第二细节图像;对所述第二细节图像进行边缘检测,获得第二细节图像的边缘,并对第二细节图像的边缘进行膨胀、腐蚀及细化处理,得到所述细节边缘图像。
6.如权利要求1或2或3所述的方法,其特征在于,所述从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓的步骤,包括:
提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓。
7.如权利要求1或2或3所述的方法,其特征在于,所述从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓的步骤,包括:
提取所述合并图像中的矩形轮廓,并去除位于其他矩形轮廓内部的矩形轮廓,得到剩余矩形轮廓;
针对所述剩余矩形轮廓,合并其中满足合并条件的任意两个矩形轮廓,获得所述原始灰度图像中的矩形物体的轮廓,所述合并条件包括:所述任意两个矩形轮廓的最小外接矩形的四个顶点,均位于所述任意两个矩形轮廓的内部;且,第一面积与第二面积的接近程度大于预设门限,所述第一面积为所述最小外接矩形的面积,所述第二面积为所述任意两个矩形轮廓的面积之和。
8.一种图像分割装置,其特征在于,包括:
参考图像获得单元,用于基于原始灰度图像,获取第一参考图像、第二参考图像和第三参考图像,其中,所述第一参考图像为所述原始灰度图像中的边缘部分的灰度图像,所述第二参考图像为所述第一参考图像的二值化图像,所述第三参考图像为所述原始灰度图像中的外轮廓的二值化图像;
骨架处理单元,用于基于所述第二参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的骨架边缘图像;
细节处理单元,用于基于所述第一参考图像和第三参考图像,获取所述原始灰度图像中矩形物体的细节边缘图像;
矩形轮廓提取单元,用于合并所述骨架边缘图像和细节边缘图像,得到一合并图像,从所述合并图像中提取矩形的外轮廓,得到所述原始灰度图像中的矩形物体的轮廓。
9.如权利要求8所述的图像分割装置,其特征在于,还包括:
原始灰度图像获得单元,用于获得待处理的彩色图像,通过灰度化处理,将所述彩色图像转换为所述原始灰度图像。
10.如权利要求8所述的图像分割装置,其特征在于,所述参考图像获得单元包括:
腐蚀处理单元,用于对所述原始灰度图像进行腐蚀处理,得到第一中间图像;
第一参考图像获得单元,用于对所述原始灰度图像与所述第一中间图像进行图像相减,得到所述第一参考图像;
第二参考图像获得单元,用于对所述第一参考图像进行二值化处理,得到所述第二参考图像;
第三参考图像获得单元,用于对所述原始灰度图像进行二值化处理,得到第二中间图像;提取所述第二中间图像的外轮廓,得到第三中间图像;对所述第三中间图像的外轮廓进行生长,得到所述第三参考图像。
11.如权利要求8或9或10所述的图像分割装置,其特征在于,所述骨架处理单元包括:
第一相加单元,用于对所述第二参考图像与所述第三参考图像进行图像相加,得到第一边缘图像;
第一提取单元,用于提取所述第一边缘图像的外轮廓,并对所述第一边缘图像的外轮廓进行生长,得到第一骨架图像;
第一清除单元,用于清除所述第一骨架图像的外轮廓的干扰信息,得到第二骨架图像;
第一边缘检测单元,用于对所述第二骨架图像进行边缘检测,得到所述骨架边缘图像。
12.如权利要求8或9或10所述的图像分割装置,其特征在于,所述细节处理单元包括:
第二相加单元,用于对所述第一参考图像与所述第三参考图像进行图像相加,得到第一细节图像;
第二清除单元,用于清除所述第一细节图像的外轮廓的干扰信息,得到第二细节图像;
第二边缘检测单元,用于对所述第二细节图像进行边缘检测,获得第二细节图像的边缘,并对第二细节图像的边缘进行膨胀、腐蚀及细化处理,得到所述细节边缘图像。
13.一种图像分割装置,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的图像分割的方法的步骤。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的图像分割的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200718.3A CN110264480B (zh) | 2018-03-12 | 2018-03-12 | 一种图像分割的方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200718.3A CN110264480B (zh) | 2018-03-12 | 2018-03-12 | 一种图像分割的方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110264480A CN110264480A (zh) | 2019-09-20 |
CN110264480B true CN110264480B (zh) | 2023-07-07 |
Family
ID=67911452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810200718.3A Active CN110264480B (zh) | 2018-03-12 | 2018-03-12 | 一种图像分割的方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110264480B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111462165A (zh) * | 2020-03-27 | 2020-07-28 | 韶鼎人工智能科技有限公司 | 一种基于前景提取与特征点匹配的药盒识别系统及其方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741281A (zh) * | 2016-01-28 | 2016-07-06 | 西安理工大学 | 基于邻域离散度的图像边缘检测方法 |
CN106023137A (zh) * | 2016-05-03 | 2016-10-12 | 华中科技大学 | 一种基于轮廓优化的木材计数方法 |
CN107169967A (zh) * | 2017-07-07 | 2017-09-15 | 哈尔滨理工大学 | 一种基于图像处理的金刚石锯片裂纹检测方法 |
CN107248148A (zh) * | 2017-06-14 | 2017-10-13 | 上海晔芯电子科技有限公司 | 图像降噪方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5683888B2 (ja) * | 2010-09-29 | 2015-03-11 | オリンパス株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
-
2018
- 2018-03-12 CN CN201810200718.3A patent/CN110264480B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741281A (zh) * | 2016-01-28 | 2016-07-06 | 西安理工大学 | 基于邻域离散度的图像边缘检测方法 |
CN106023137A (zh) * | 2016-05-03 | 2016-10-12 | 华中科技大学 | 一种基于轮廓优化的木材计数方法 |
CN107248148A (zh) * | 2017-06-14 | 2017-10-13 | 上海晔芯电子科技有限公司 | 图像降噪方法及系统 |
CN107169967A (zh) * | 2017-07-07 | 2017-09-15 | 哈尔滨理工大学 | 一种基于图像处理的金刚石锯片裂纹检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110264480A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008809B (zh) | 表格数据的获取方法、装置和服务器 | |
CN108596944B (zh) | 一种提取运动目标的方法、装置及终端设备 | |
CN110415237B (zh) | 皮肤瑕疵检测方法、检测装置、终端设备及可读存储介质 | |
CN111080654B (zh) | 图像的病变区域分割方法、装置及服务器 | |
CN116168351B (zh) | 电力设备巡检方法及装置 | |
CN112052842A (zh) | 一种基于掌静脉的人员识别方法和装置 | |
CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
CN109492639A (zh) | 装载位置三维坐标获取方法、系统及图像识别设备 | |
CN111383191B (zh) | 用于血管断裂修复的图像处理方法及装置 | |
CN110264480B (zh) | 一种图像分割的方法、装置及计算机可读存储介质 | |
CN113971728B (zh) | 图像识别方法、模型的训练方法、装置、设备及介质 | |
CN111353419A (zh) | 图像比对方法、装置、电子设备及存储介质 | |
CN113228105A (zh) | 一种图像处理方法、装置和电子设备 | |
CN111145196A (zh) | 图像分割方法、装置及服务器 | |
CN112966687B (zh) | 图像分割模型训练方法、装置及通信设备 | |
CN111260564A (zh) | 一种图像处理方法和装置及计算机存储介质 | |
CN106778844B (zh) | 隧道内裂缝匹配方法和系统 | |
CN110692065A (zh) | 基于表面的对象识别 | |
CN115620321B (zh) | 表格识别方法及装置、电子设备和存储介质 | |
CN109766738B (zh) | 一种指纹识别方法与装置、计算机可读存储介质 | |
CN104917969A (zh) | 一种图像处理的方法及移动终端 | |
CN112416128B (zh) | 一种手势识别方法及终端设备 | |
CN111160363B (zh) | 特征描述子生成方法、装置、可读存储介质及终端设备 | |
CN114529570A (zh) | 图像分割方法、图像识别方法、用户凭证补办方法及系统 | |
CN111160358B (zh) | 一种图像二值化方法、装置、设备、介质 |
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 |