CN114445447A - 一种图像分割方法、装置、设备及介质 - Google Patents

一种图像分割方法、装置、设备及介质 Download PDF

Info

Publication number
CN114445447A
CN114445447A CN202111617213.5A CN202111617213A CN114445447A CN 114445447 A CN114445447 A CN 114445447A CN 202111617213 A CN202111617213 A CN 202111617213A CN 114445447 A CN114445447 A CN 114445447A
Authority
CN
China
Prior art keywords
image
segmented
pixel point
pixel
value
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.)
Pending
Application number
CN202111617213.5A
Other languages
English (en)
Inventor
李文成
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.)
Tianyi Cloud Technology Co Ltd
Original Assignee
Tianyi Cloud Technology Co 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 Tianyi Cloud Technology Co Ltd filed Critical Tianyi Cloud Technology Co Ltd
Priority to CN202111617213.5A priority Critical patent/CN114445447A/zh
Publication of CN114445447A publication Critical patent/CN114445447A/zh
Pending legal-status Critical Current

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
    • G06T7/194—Segmentation; Edge detection involving foreground-background 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
    • G06T7/11—Region-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
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例提供了一种图像分割方法、装置、设备及介质，由于本申请实施例中，根据待分割图像中每个第一像素点在预设通道对应的第一像素值以及待分割图像中的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值，与第一像素值相比，像素值不同的像素点之间对应的第二像素值之间的差异更大，能够有效的缓解现有技术中的图像分割方案对图像背景的光照以及颜色依赖严重的问题，提高了图像分割的准确性。

Description

一种图像分割方法、装置、设备及介质
技术领域
本发明涉及图像分割技术领域，尤其涉及一种图像分割方法、装置、设备及介质。
背景技术
伴随着图像分割技术的快速发展，图像分割技术被广泛应用于电视电影行业、视频直播行业等等。其中，图像分割指的是从一张完整的图像里面将感兴趣的前景图像提取出来的过程。
相关技术中，为了实现图像分割，一般利用简单的二值化或者帧差法进行图像分割，但是这两种图像分割方法对图像背景的光照、颜色依赖严重，图像分割的准确性和泛化能力也比较弱。
发明内容
本申请提供了一种图像分割方法、设备及介质，用以解决现有图像分割方法对图像背景的光照、颜色依赖严重，图像分割的准确性和泛化能力也比较弱的问题。
本申请提供了一种图像分割方法，所述方法包括：
确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值；
针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值；
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
进一步地，所述预设通道为A通道；
所述确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值之前，所述方法还包括：
判断所述待分割图像是否为颜色模型LAB类型的图像，若是，则进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
进一步地，所述方法还包括：
若所述待分割图像不为LAB类型的图像，则将所述待分割图像转换为LAB类型的待分割图像，并进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
进一步地，所述预设的大于1的比例值根据所述第一像素值的最大值与所述第一像素值的最小值及预设参数的第二差值确定。
进一步地，所述根据所述待分割图像中每个第一像素点预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像包括：
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对所述待分割图像进行二值化处理得到所述待分割图像对应的掩模图像；
根据所述掩模图像，对所述待分割图像进行图像分割得到前景图像。
进一步地，确定所述预设的像素值阈值的过程包括：
基于所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定所述待分割图像的最优分割阈值，将所述最优分割阈值确定为所述预设的像素值阈值。
进一步地，所述方法还包括：
确定所述前景图像中包含的物体的边缘区域内的每个第二像素点，获取每个第二像素点的第二像素值以及位置信息；
将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，获取每个第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值；
针对每个第二像素点，若该第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值不大于预设的概率值阈值，则将该第二像素点的第二像素值调整为预设值，否则，保持该第二像素点对应的第二像素值不变。
本申请提供了一种图像分割装置，该装置包括：
确定模块，用于确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值；针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值；
分割模块，用于根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
进一步地，所述装置还包括：
判断模块，用于判断所述待分割图像是否为颜色模型LAB类型的图像，若是，触发所述确定模块。
进一步地，所述判断模块，还用于若所述待分割图像不为LAB类型的图像，则将所述待分割图像转换为LAB类型的待分割图像，并触发所述确定模块。
进一步地，所述分割模块，具体用于根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对所述待分割图像进行二值化处理得到所述待分割图像对应的掩模图像；根据所述掩模图像，对所述待分割图像进行图像分割得到前景图像。
进一步地，所述确定模块，具体用于基于所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定所述待分割图像的最优分割阈值，将所述最优分割阈值确定为所述预设的像素值阈值。
进一步地，所述确定模块，还用于确定所述前景图像中包含的物体的边缘区域内的每个第二像素点，获取每个第二像素点的第二像素值以及位置信息；将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，获取每个第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值；针对每个第二像素点，若该第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值不大于预设的概率值阈值，则将该第二像素点的第二像素值调整为预设值，否则，保持该第二像素点对应的第二像素值不变。
本申请提供了一种电子设备，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一所述图像分割方法的步骤。
本申请提供了一种计算机可读存储介质，其存储有可由终端执行的计算机程序，当所述程序在所述终端上运行时，使得所述终端执行上述任一项所述图像分割方法的步骤。
在本申请实施例中，确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值，针对待分割图像中每个第一像素点，根据该第一像素点对应的第一像素值及待分割图像中第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值，根据待分割图像中每个第一像素点在预设通道对应的第二像素值，对待分割图像进行图像分割得到前景图像。由于本申请实施例中，根据待分割图像中每个第一像素点在预设通道对应的第一像素值以及待分割图像中的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值，与第一像素值相比，像素值不同的像素点之间对应的第二像素值之间的差异更大，能够有效的缓解现有技术中的图像分割方案对图像背景的光照以及颜色依赖严重的问题，提高了图像分割的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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为本申请一些实施例提供的一种图像分割方法的过程示意图；
图2为本申请一些实施例提供的一种图像分割以及基于分割获得的前景图像以及预设的背景图像进行图像合成的过程示意图；
图3为本申请一些实施例提供的一种将合成图像合成目标视频的过程示意图；
图4为本申请一些实施例提供的一种图像分割装置结构示意图；
图5为本申请一些实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
在本申请实施例中，确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值，针对待分割图像中每个第一像素点，根据该第一像素点对应的第一像素值及待分割图像中第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值，根据待分割图像中每个第一像素点在预设通道对应的第二像素值，对待分割图像进行图像分割得到前景图像。
实施例1：
图1为本申请一些实施例提供的一种图像分割方法的过程示意图，该过程包括以下步骤：
S101：确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值。
本申请实施例提供图像分割方法应用于电子设备，该电子设备可以为智能终端、PC或者服务器等等。
电子设备获取到待分割图像后，对该待分割图像进行图像分割，其中，该待分割图像可以为电子设备接收的其他设备发送的图像，还可以为电子设备本地预先保存的，还可以是该电子设备采集的图像。
为了便于后续对该待分割图像进行分割，可以先获得该待分割图像中每个第一像素点对应的像素值，基于各个第一像素点对应的像素值，对该待分割图像进行图像分割。为了提高了图像分割的准确性，在本申请实施例中，可以确定该待分割图像中每个第一像素点在预设通道对应的第一像素值，基于每个第一像素点在预设通道对应的第一像素值，对该待分割图像进行图像分割，其中，该预设通道可以为R通道、G通道、B通道中的任意一个通道。
S102：针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值。
一般待分割图像中的前景区域以及背景区域对应的像素点的像素值之间的差异越大越有利于图像分割，因此，在本申请实施例中，为了增大前景区域与背景区域对应的像素点的像素值之间的差异，可以针对待分割图像中的每个第一像素点在预设通道对应的第一像素值，确定该待分割图像中在预设通道对应的第一像素值的最小值，确定该第一像素点在预设通道对应的第一像素值以及该待分割图像中在预设通道对应的第一像素值的最小值的第一差值，根据该第一差值及预设的大于1的比例值，确定该第一像素点在预设通道对应的调整后的第二像素值。后续为了描述方便，将第一像素点在预设通道对应的第一像素值直接描述第一像素点的第一像素值。由于前景区域与背景区域对应的像素点的像素值之间的差异变大了，有效的缓解了现有的图像分割技术中对图像背景的光照以及颜色依赖严重的问题。
在一种可能的实施方式中，可以在确定第一差值之后，将该第一差值及预设的大于1的比例值的乘积，确定该第一像素点在预设通道对应调整后的第二像素值。其中，该预设的大于1的比例值可以为10、20等等，具体的，该预设的大于1的比例值根据需求进行设置。
S103：根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
后续为了描述方便，将第一像素点在预设通道对应的第二像素值直接描述第一像素点的第二像素值。
为了对待分割图像进行图像分割，在本申请实施例中，在确定待分割图像中每个第一像素点的第二像素值后，根据该待分割图像中每个第一像素点的第二像素值，对该待分割图像进行图像分割得到前景图像。
具体的，可以根据每个第一像素点的第二像素值，以及边缘的分割方法，或者区域的分割方法等，对待分割图像进行图像分割得到前景图像。
其中，基于边缘的分割方法，或者基于区域的分割方法等，对待分割图像进行图像分割得到前景图像的过程为现有技术，在此不作赘述。
由于本申请实施例中，根据待分割图像中每个第一像素点在预设通道对应的第一像素值以及待分割图像中的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值，与第一像素值相比，像素值不同的像素点之间对应的第二像素值之间的差异更大，能够有效的缓解现有技术中的图像分割方案对图像背景的光照以及颜色依赖严重的问题，提高了图像分割的准确性。
实施例2：
为了确定第一像素值，在上述实施例的基础上，在本申请实施例中，所述预设通道为颜色A通道；
所述确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值之前，所述方法还包括：
判断所述待分割图像是否为颜色模型LAB类型的图像，若是，则进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
由于LAB类型的图像中各个颜色可以很好的进行区分，且LAB类型的图像更致力于感知均匀性，色域很宽，对于背景色变化依赖会更低，因此，在本申请实施例中，为了提高图像分割的准确性，该预设通道可以为A通道。
由于该待分割图像可能为RGB类型的图像，也有可能为LAB类型的图像等等，在本申请实施例中，为了确定待分割图像中每个第一像素点在A通道对应的第一像素值，在确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值之前，先确定该待分割图像是否为LAB类型的图像，若是，则直接进行确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的操作，也就是说，直接确定该待分割图像中每个第一像素点在A通道对应的第一像素值。
为了确定第一像素值，在上述实施例的基础上，在本申请实施例中，所述方法还包括：
若所述待分割图像不为LAB类型的图像，则将所述待分割图像转换为LAB类型的图像，并进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
在本申请实施例中，为了确定待分割图像中每个第一像素点在A通道对应的第一像素值，若该待分割图像不为LAB类型的图像，则先将该分割图像对应的其他类型的图像转换为LAB类型的图像，然后进行确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的操作，也就是说，先将非LAB类型的待分割图像转换为LAB类型的待分割图像后，然后确定该转换后的LAB类型的待分割图像中每个第一像素点在A通道对应的第一像素值。
其中，将该待分割图像从其他类型的图像转换为LAB类型的图像的过程为现有技术，在此不作赘述。
实施例3：
为了提高图像分割的准确性，在上述各实施例的基础上，所述预设的大于1的比例值根据所述第一像素值的最大值与所述第一像素值的最小值及预设参数的第二差值确定。
在本申请实施例中，由于不同的待分割图像中对应的各个第一像素点对应的第一像素值存在很大的差异，因此，确定不同的待分割图像中的第一像素点在预设通道对应调整后的第二像素值时，针对待分割图像，确定该待分割图像中该第一像素点对应的第一像素值以及待分割图像中第一像素值的最小值的第一差值之后，若直接基于固定不变的预设的大于1的比例值以及该第一差值，确定不同待分割图像中该第一像素点在预设通道对应调整后的第二像素值时，可能导致一些待分割图像对应的图像分割的准确率低。因此，为了进一步提高图像分割的准确性，可以根据待分割图像中包含的第一像素点对应的第一像素值的具体情况，确定该分割图像对应的预设的大于1的比例值。
在本申请实施例中，为了根据待分割图像中包含的第一像素点对应的第一像素值的具体情况，确定待分割图像对应的预设的大于1的比例值，可以根据待分割图像中第一像素值的最大值与待分割图像中第一像素值的最小值及预设参数的第二差值确定，由于不同的待分割图像中第一像素值的最大值以及最小值不同，因此，不同的待分割图像对应的预设的大于1的比例值也不一样。
具体的，可以根据
Figure BDA0003436649110000091
确定预设的大于1的比例值；
其中，y为预设的大于1的比例值，max为待分割图像中第一像素值的最大值，min为待分割图像中第一像素值的最小值，δ为预设的第一参数，表征缩放比例矫正量，ε为预设的第二参数，整体均值校正量，其中，该δ对应的取值范围为(0,30)，具体的，该δ可以根据需求进行设置，该ε对应的取值范围为(0,50)，具体的，该ε可以根据需求进行设置。
实施例4：
为了对待分割图像进行图像分割，进而获得前景图像，在上述各实施例的基础上，在本申请实施例中，所述根据所述待分割图像中每个第一像素点预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像包括：
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对所述待分割图像进行二值化处理得到所述待分割图像对应的掩模图像；
根据所述掩模图像，对所述待分割图像进行图像分割得到前景图像。
在本申请实施例中，为了对待分割图像进行图像分割，进而得到前景图像，可以先确定该待分割图像的前景区域以及背景区域，然后基于该待分割的前景区域以及背景区域，获得前景图像。
在本申请实施例中，为了确定该待分割图像的前景区域以及背景区域，可以根据待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对该待分割图像进行二值化处理，得到待分割图像对应的掩模图像，其中，该待分割图像中的前景区域在该掩膜图像中对应的像素值为1，背景区域在该掩膜图像中对应的像素值为0。其中，该预设的像素值阈值可以为125等等，具体的，可以根据需求对该预设的像素值阈值进行设置。
具体的，针对待分割图像中的每个第一像素点在预设通道对应的第二像素值，若该第一像素点在预设通道对应的第二像素值大于预设的像素点阈值，则将该第一像素点在掩膜图像中对应的位置处的像素值设置为1，若该第一像素点在预设通道对应的第二像素值不大于预设的像素点阈值，则将该第一像素点在掩膜图像中对应的位置处的像素值设置为0。
在本申请实施例中，在确定该待分割图像对应的掩模图像后，该掩膜图像中像素值为1的像素点在该待分割图像中对应的像素点为该待分割图像中前景区域的像素点，该掩膜图像中像素值为0的像素点在该待分割图像中对应的像素点为该待分割图像中背景区域的像素点。
在本申请实施例中，为了根据掩模图像对该待分割图像进行图像分割得到前景图像，具体的，保持该掩膜图像中像素值为1的像素点在该待分割图像中对应的像素点不变，将该掩膜图像中像素值为0的像素点在该待分割图像中对应的像素点设置为预设的像素值，在本申请实施例中，该预设的像素值数值可以为255。
为了提高图像分割的准确性，在上述各实施例的基础上，在本申请实施例中，确定所述预设的像素值阈值的过程包括：
基于所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定所述待分割图像的最优分割阈值，将所述最优分割阈值确定为所述预设的像素值阈值。
在本申请实施例中，由于不同的待分割图像中对应的各个第一像素点在预设通道对应的第二像素值的差异很大，若直接基于预设的像素值阈值，对待分割图像进行二值化处理得到待分割图像对应的掩模图像，则导致该确定的掩膜图准确度不高，进而影响后续图像分割的准确性。
在本申请实施例中，为了进一步提高图像分割的准确性，可以根据待分割图像中每个第一像素点在预设通道对应的第二像素值，确定该预设的像素值阈值。具体的，可以基于待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定该待分割图像的最优分割阈值，将该最优分割阈值确定为预设的像素值阈值。
在本申请实施例中，基于待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定该待分割图像的最优分割阈值的过程中，针对每个第二像素值，确定该第二像素值对应的第一像素点的第一数量，确定该第一数量以及待分割图像中包含的所有第一像素点的第二数量的比值。遍历[0,255]中每个第二像素值，根据各个第二像素值对应的比值，确定最优分割阈值。
其中，基于最大类间方差算法，确定最优分割阈值的过程为现有技术，在此不作赘述。
实施例5：
为了提高图像分割的准确率，在上述各实施例的基础上，在本申请实施例中，所述方法还包括：
确定所述前景图像中包含的物体的边缘区域内的每个第二像素点，获取每个第二像素点的第二像素值以及位置信息；
将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，获取每个第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值；
针对每个第二像素点，若该第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值不大于预设的概率值阈值，则将该第二像素点的第二像素值调整为预设值，否则，保持该第二像素点对应的第二像素值不变。
由于待分割图像中的前景区域和背景区域的交界处的分割难度最大，也更容易影响图像分割的准确性，因此，在本申请实施例中，在确定前景图像之后，为了进一步提高图像分割的准确性，对前景图像中包含的物体的边缘区域内的每个第二像素点在该待分割图像中对应的第一像素点是否归属于该待分割图像中的前景区域进行判断。为了便于描述，将第二像素点在待分割图像中对应的第一像素点称为第二像素点对应的第一像素点。
具体的，为了确定前景图像中包含的物体的边缘区域内的每个第二像素点对应的第一像素点是否归属于前景区域，在本申请实施例中，预先训练完成了类别确定模型，获取每个第二像素点的第二像素值以及位置信息之后，将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，类别确定模型输出每个第二像素点对应的第一像素点归属于待分割图像的前景区域的概率值，其中，概率值越高，则该第二像素点对应的第一像素点归属于该待分割图像的前景区域的可能性越大。
在本申请实施例中，为了准确的确定各个第一像素点归属于待分割图像的前景区域的概率值，预先对类别确定模型进行训练，具体的，预先保存了样本图像集，针对样本图像集中包含的任一样本图像中的任一样本像素点，将该样本图像中的该样本像素点对应的样本像素值以及样本位置信息，输入到原始类别确定模型中，原始类别确定模型输出该样本像素点归属于该样本图像的前景区域或者背景区域的预估概率值，根据该样本像素点归属于样本图像的前景区域或者背景区域的预估概率值以及预先标注的该样本像素点归属于该样本图像的前景区域或者背景区域的实际概率值之间的差异，确定该样本像素点对应的损失值。
根据每个样本图像的每个样本像素点对应的损失值，确定目标损失值，基于该目标损失值，对该原始类别确定模型的参数进行调整。其中，目标损失值越小，则类别确定模型精度越高。
具体的，根据
Figure BDA0003436649110000131
确定每个样本图像对应的损失值；
其中，yj为样本图像集中第j个样本图像对应的损失值，L(w|fi,j)为该样本像素点i归属于样本图像j的前景区域或者背景区域的预估概率值以及预先标注的该样本像素点i归属于该样本图像j的前景区域或者背景区域的实际概率值之间的差异，N为样本图像j中包含的样本像素点的总数量。
根据
Figure BDA0003436649110000132
确定目标损失值；
其中，Y为目标损失值，yj为第j个样本图像对应的损失值，M为样本图像集中包含的样本图像的数量。
为了确定每个第二像素点对应的第一像素点是否归属于该待分割图像的前景区域，在本申请实施例中，预先设置了概率值阈值，其中，该预先设置的概率值阈值可以为0.9或者0.85等等，具体的，该预先设置的概率值阈值可以根据需求进行设置。
在本申请实施例中，前景图像为确定该待分割图像中的前景区域后，保持该前景区域中包含的每个第一像素点的第一像素值不变，将背景区域中包含的每个第一像素点的第一像素值设置为预设的像素值，为了便于后续将该前景图像与其他设定背景图像进行合成，该预设的像素值可以为255。
针对每个第二像素点，确定该第二像素点对应的第一像素点归属于待分割图像的前景区域的概率值是否不大于预设的概率值阈值，若是，则说明该第二像素点对应的第一像素点不归属于该待分割图像的前景区域，则将该第二像素点的第二像素值调整为预设值，其中，该预设值可以为255。否则，说明该第二像素点对应的第一像素点归属于该待分割图像的前景区域，则保持该第二像素点对应的第二像素值不变。
图2为本申请一些实施例提供的一种图像分割以及基于分割获得的前景图像以及预设的背景图像进行图像合成的过程示意图，现针对图2进行说明。
以电子设备获得的待分割图像为RGB图像为例，电子设备在接收到该RGB类型的待分割图像后，将该RGB类型的待分割图像转换为LAB类型的待分割图像。确定获得的待分割图像中每个第一像素点在A通道对应的第一像素值，针对该待分割图像中每个第一像素点，根据该第一像素点对应的第一像素值及待分割图像中第一像素值的最小值，确定该第一像素点在A对应调整后的第二像素值，根据该待分割图像中每个第一像素点在A通道对应的第二像素值，对待分割图像进行图像分割得到前景图像。
根据该前景图像以及预设的背景图像进行图像合成，具体的，根据W＝background*(1-α)+foreground*α，进行图像合成，其中，该W为合成图像对应的图像矩阵，该background为预设的背景图像对应的图像矩阵，foreground为前景图像对应的图像矩阵，α为预设的参数矩阵，其中，针对预设的背景图像对应的图像矩阵以及前景图像对应的图像矩阵中的每个图像矩阵，该图像矩阵中的各个元素为对应图像中像素点的像素值。α与待分割图像对应的掩膜图像对应的矩阵相同，由1和0两个数值构成的矩阵。
图3为本申请一些实施例提供的一种将合成图像合成目标视频的过程示意图，现针对图3进行说明。
将某一视频中连续的多张待分割图像都进行图像分割后，获得多张前景图像，并将该多张前景图像分别与预设的背景图像进行图像合成后，获得多张合成图像。针对每张合成图像，将该合成图像对应的待分割图像的时间确定为该合成图像对应的目标时间。根据多张合成图像对应的目标时间，按照时间顺序，将多张合成图像进行合成生成目标视频。还可以基于跨平台计算机视觉和机器学习软件库(opencv)或者多媒体视频处理工具(ffmpeg)等对多张合成图像进行图像合成，生成目标视频。
实施例6：
图4为本申请一些实施例提供的一种图像分割装置结构示意图，该装置包括：
确定模块401，用于确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值；针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值；
分割模块402，用于根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
在一种可能的实施方式中，所述装置还包括：
判断模块403，用于判断所述待分割图像是否为颜色模型LAB类型的图像，若是，触发所述确定模块401。
在一种可能的实施方式中，所述判断模块403，还用于若所述待分割图像不为LAB类型的图像，则将所述待分割图像转换为LAB类型的待分割图像，并触发所述确定模块401。
在一种可能的实施方式中，所述分割模块402，具体用于根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对所述待分割图像进行二值化处理得到所述待分割图像对应的掩模图像；根据所述掩模图像，对所述待分割图像进行图像分割得到前景图像。
在一种可能的实施方式中，所述确定模块401，具体用于基于所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定所述待分割图像的最优分割阈值，将所述最优分割阈值确定为所述预设的像素值阈值。
在一种可能的实施方式中，所述确定模块401，还用于确定所述前景图像中包含的物体的边缘区域内的每个第二像素点，获取每个第二像素点的第二像素值以及位置信息；将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，获取每个第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值；针对每个第二像素点，若该第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值不大于预设的概率值阈值，则将该第二像素点的第二像素值调整为预设值，否则，保持该第二像素点对应的第二像素值不变。
实施例7：
在上述各实施例的基础上，本申请一些实施例还提供了一种电子设备，如图5所示，包括：处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。
所述存储器503中存储有计算机程序，当所述程序被所述处理器501执行时，使得所述处理器501执行如下步骤：
确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值；
针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值；
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
进一步地，所述处理器501，还用于判断所述待分割图像是否为颜色模型LAB类型的图像，若是，则进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
进一步地，所述处理器501，还用于若所述待分割图像不为LAB类型的图像，则将所述待分割图像转换为LAB类型的待分割图像，并进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
进一步地，所述处理器501，还用于根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对所述待分割图像进行二值化处理得到所述待分割图像对应的掩模图像；根据所述掩模图像，对所述待分割图像进行图像分割得到前景图像。
进一步地，所述处理器501，还用于基于所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定所述待分割图像的最优分割阈值，将所述最优分割阈值确定为所述预设的像素值阈值。
进一步地，所述处理器501，还用于确定所述前景图像中包含的物体的边缘区域内的每个第二像素点，获取每个第二像素点的第二像素值以及位置信息；将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，获取每个第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值；针对每个第二像素点，若该第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值不大于预设的概率值阈值，则将该第二像素点的第二像素值调整为预设值，否则，保持该第二像素点对应的第二像素值不变。
上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口502用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列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。
实施例8：
在上述各实施例的基础上，本申请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内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现如下步骤：
所述存储器中存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行如下步骤：
确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值；
针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值；
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
进一步地，所述预设通道为A通道；
所述确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值之前，所述方法还包括：
判断所述待分割图像是否为颜色模型LAB类型的图像，若是，则进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
进一步地，所述方法还包括：
若所述待分割图像不为LAB类型的图像，则将所述待分割图像转换为LAB类型的待分割图像，并进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
进一步地，所述预设的大于1的比例值根据所述第一像素值的最大值与所述第一像素值的最小值及预设参数的第二差值确定。
进一步地，所述根据所述待分割图像中每个第一像素点预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像包括：
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对所述待分割图像进行二值化处理得到所述待分割图像对应的掩模图像；
根据所述掩模图像，对所述待分割图像进行图像分割得到前景图像。
进一步地，确定所述预设的像素值阈值的过程包括：
基于所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定所述待分割图像的最优分割阈值，将所述最优分割阈值确定为所述预设的像素值阈值。
进一步地，所述方法还包括：
确定所述前景图像中包含的物体的边缘区域内的每个第二像素点，获取每个第二像素点的第二像素值以及位置信息；
将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，获取每个第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值；
针对每个第二像素点，若该第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值不大于预设的概率值阈值，则将该第二像素点的第二像素值调整为预设值，否则，保持该第二像素点对应的第二像素值不变。
由于本申请实施例中，根据待分割图像中每个第一像素点在预设通道对应的第一像素值以及待分割图像中的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值，与第一像素值相比，像素值不同的像素点之间对应的第二像素值之间的差异更大，能够有效的缓解现有技术中的图像分割方案对图像背景的光照以及颜色依赖严重的问题，提高了图像分割的准确性。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种图像分割方法，其特征在于，所述方法包括：
确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值；
针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值；
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
2.根据权利要求1所述的方法，其特征在于，所述预设通道为A通道；
所述确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值之前，所述方法还包括：
判断所述待分割图像是否为颜色模型LAB类型的图像，若是，则进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述待分割图像不为LAB类型的图像，则将所述待分割图像转换为LAB类型的待分割图像，并进行后续确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值的步骤。
4.根据权利要求1所述的方法，其特征在于，所述预设的大于1的比例值根据所述第一像素值的最大值与所述第一像素值的最小值及预设参数的第二差值确定。
5.根据权利要求1所述的方法，其特征在于，所述根据所述待分割图像中每个第一像素点预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像包括：
根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及预设的像素值阈值，对所述待分割图像进行二值化处理得到所述待分割图像对应的掩模图像；
根据所述掩模图像，对所述待分割图像进行图像分割得到前景图像。
6.根据权利要求5所述的方法，其特征在于，确定所述预设的像素值阈值的过程包括：
基于所述待分割图像中每个第一像素点在预设通道对应的第二像素值以及最大类间方差算法，确定所述待分割图像的最优分割阈值，将所述最优分割阈值确定为所述预设的像素值阈值。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述前景图像中包含的物体的边缘区域内的每个第二像素点，获取每个第二像素点的第二像素值以及位置信息；
将每个第二像素点对应的第二像素值以及位置信息输入到预先训练完成的类别确定模型中，获取每个第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值；
针对每个第二像素点，若该第二像素点在所述待分割图像中对应的第一像素点归属于所述待分割图像的前景区域的概率值不大于预设的概率值阈值，则将该第二像素点的第二像素值调整为预设值，否则，保持该第二像素点对应的第二像素值不变。
8.一种图像分割装置，其特征在于，所述装置包括：
确定模块，用于确定获得的待分割图像中每个第一像素点在预设通道对应的第一像素值；针对所述待分割图像中每个第一像素点，根据该第一像素点在预设通道对应的第一像素值及所述待分割图像中在预设通道对应的第一像素值的最小值的第一差值，及预设的大于1的比例值，确定该第一像素点在预设通道对应调整后的第二像素值；
分割模块，用于根据所述待分割图像中每个第一像素点在预设通道对应的第二像素值，对所述待分割图像进行图像分割得到前景图像。
9.一种电子设备，其特征在于，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一所述图像分割方法的步骤。
10.一种计算机可读存储介质，其特征在于，其存储有可由终端执行的计算机程序，当所述程序在所述终端上运行时，使得所述终端执行权利要求1-7任一项所述图像分割方法的步骤。
CN202111617213.5A 2021-12-27 2021-12-27 一种图像分割方法、装置、设备及介质 Pending CN114445447A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111617213.5A CN114445447A (zh) 2021-12-27 2021-12-27 一种图像分割方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111617213.5A CN114445447A (zh) 2021-12-27 2021-12-27 一种图像分割方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN114445447A true CN114445447A (zh) 2022-05-06

Family

ID=81365944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111617213.5A Pending CN114445447A (zh) 2021-12-27 2021-12-27 一种图像分割方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN114445447A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115205246A (zh) * 2022-07-14 2022-10-18 中国南方电网有限责任公司超高压输电公司广州局 换流阀电晕放电紫外图像特征提取方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6535633B1 (en) * 1999-09-24 2003-03-18 Bank One Method and apparatus for re-classifying color image pixels classified by single channel segmentation
WO2017132858A1 (en) * 2016-02-03 2017-08-10 Chongqing University Of Posts And Telecommunications Methods, systems, and media for image processing
CN109242869A (zh) * 2018-09-21 2019-01-18 科大讯飞股份有限公司 一种图像实例分割方法、装置、设备及存储介质
CN111179282A (zh) * 2019-12-27 2020-05-19 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、存储介质与电子设备
CN111178211A (zh) * 2019-12-20 2020-05-19 北京迈格威科技有限公司 图像分割方法、装置、电子设备及可读存储介质
CN111899268A (zh) * 2020-08-17 2020-11-06 上海商汤智能科技有限公司 图像分割方法及装置、电子设备和存储介质
CN113538480A (zh) * 2020-12-15 2021-10-22 腾讯科技（深圳）有限公司 图像分割处理方法、装置、计算机设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6535633B1 (en) * 1999-09-24 2003-03-18 Bank One Method and apparatus for re-classifying color image pixels classified by single channel segmentation
WO2017132858A1 (en) * 2016-02-03 2017-08-10 Chongqing University Of Posts And Telecommunications Methods, systems, and media for image processing
CN109242869A (zh) * 2018-09-21 2019-01-18 科大讯飞股份有限公司 一种图像实例分割方法、装置、设备及存储介质
CN111178211A (zh) * 2019-12-20 2020-05-19 北京迈格威科技有限公司 图像分割方法、装置、电子设备及可读存储介质
CN111179282A (zh) * 2019-12-27 2020-05-19 Oppo广东移动通信有限公司 图像处理方法、图像处理装置、存储介质与电子设备
CN111899268A (zh) * 2020-08-17 2020-11-06 上海商汤智能科技有限公司 图像分割方法及装置、电子设备和存储介质
CN113538480A (zh) * 2020-12-15 2021-10-22 腾讯科技（深圳）有限公司 图像分割处理方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
S. L. PHUNG等: ""Skin segmentation using color pixel classification: analysis and comparison"", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》, 17 January 2005 (2005-01-17) *
米曾真;谢志江;陈涛;楚红雨;范兵;: "重轨图像增强与边缘提取的关键技术", 光学精密工程, no. 07, 15 July 2012 (2012-07-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115205246A (zh) * 2022-07-14 2022-10-18 中国南方电网有限责任公司超高压输电公司广州局 换流阀电晕放电紫外图像特征提取方法和装置
CN115205246B (zh) * 2022-07-14 2024-04-09 中国南方电网有限责任公司超高压输电公司广州局 换流阀电晕放电紫外图像特征提取方法和装置

Similar Documents

Publication Publication Date Title
CN110288614B (zh) 图像处理方法、装置、设备及存储介质
CN109862389B (zh) 一种视频处理方法、装置、服务器及存储介质
US20200169657A1 (en) Image Capture Method and Apparatus
CN110399842B (zh) 视频处理方法、装置、电子设备及计算机可读存储介质
CN108154149B (zh) 基于深度学习网络共享的车牌识别方法
CN111489322B (zh) 给静态图片加天空滤镜的方法及装置
CN108734684B (zh) 动态照明场景的图像背景减除
CN111368587B (zh) 场景检测方法、装置、终端设备及计算机可读存储介质
CN110555334B (zh) 人脸特征确定方法、装置、存储介质及电子设备
CN113392702B (zh) 一种基于自适应图像增强的弱光照环境下目标识别方法
CN112906529A (zh) 人脸识别补光方法、装置、人脸识别设备及其系统
CN111310727A (zh) 对象检测方法及装置、存储介质、电子装置
CN112396610A (zh) 一种图像处理方法、计算机设备、存储介质
WO2022194079A1 (zh) 天空区域分割方法、装置、计算机设备和存储介质
CN111626967A (zh) 图像增强方法、装置、计算机装置及可读存储介质
CN111369471A (zh) 一种图像处理方法、装置、设备和存储介质
CN111738272B (zh) 一种目标特征提取方法、装置及电子设备
CN112788329A (zh) 视频静帧检测方法、装置、电视及存储介质
CN114445447A (zh) 一种图像分割方法、装置、设备及介质
CN112101148B (zh) 一种运动目标检测方法、装置、存储介质及终端设备
US20170310872A1 (en) Image dynamic range adjustment method, terminal, and storage medium
CN111539975B (zh) 一种运动目标的检测方法、装置、设备及存储介质
CN111160340B (zh) 一种运动目标检测方法、装置、存储介质及终端设备
CN114765666A (zh) 红外图像亮度评价、曝光控制方法、设备及介质
CN116843561A (zh) 一种图像增强方法及设备

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