【技术实现步骤摘要】
一种X光图像的分割方法及装置
本专利技术涉及图像分割
,尤其涉及一种X光图像的分割方法及装置。
技术介绍
如今,公共交通安全领域、交通运输、邮递快递行业、检验检疫和海关监管等诸多领域,大量采用X光机设备对行李或货物进行检查。在对行李或货物进行检查时,X光机设备获取行李或货物的X光图像,通过对X光图像进行分割,识别行李或货物中是否包括特定物品。目前常用的X光图像分割方法包括:模糊c均值聚类方法,这种分割方法首先确定目标对象的分类数目以及聚类的初始中心,进而聚类分割出目标对象。这种分割方法存在的问题是,确定的初始聚类中心不同,聚类结果也不同,确定初始聚类中心缺乏可靠性,而且需要先指定目标对象的分类数目,指定目标对象的分类数目不准确,也会使得图像分割准确性差。
技术实现思路
本专利技术实施例提供了一种X光图像的分割方法及装置,用以解决现有技术中对X光图像分割准确性差的问题。本专利技术实施例提供了一种X光图像的分割方法,所述方法包括:将获取到的待分割的第一X光图像输入预先训练完成的分割模型中;基于所述分割模型,对所述待分割的第一X光图像进行图像处理,确定所述待分割的第一 ...
【技术保护点】
一种X光图像的分割方法,其特征在于,所述方法包括:将获取到的待分割的第一X光图像输入预先训练完成的分割模型中;基于所述分割模型,对所述待分割的第一X光图像进行图像处理,确定所述待分割的第一X光图像对应的分割图像,其中所述分割图像中每个像素点填充有其所属物品对应类别的颜色信息。
【技术特征摘要】
1.一种X光图像的分割方法,其特征在于,所述方法包括:将获取到的待分割的第一X光图像输入预先训练完成的分割模型中;基于所述分割模型,对所述待分割的第一X光图像进行图像处理,确定所述待分割的第一X光图像对应的分割图像,其中所述分割图像中每个像素点填充有其所属物品对应类别的颜色信息。2.如权利要求1所述的方法,其特征在于,预先对分割模型进行训练的过程包括:获取训练集合中的第二X光图像;根据所述第二X光图像,并根据所述第二X光图像对应的标注图像中,每个像素点对应的颜色信息,对基于卷积神经网络CNN的分割模型进行训练。3.如权利要求2所述的方法,其特征在于,对基于CNN的分割模型进行训练的过程,具体包括:根据所述训练集合中的第二X光图像对应的标注图像,以及所述第二X光图像对应的经过分割模型输出的初始分割图像,确定分割模型的分割程度参数值;判断所述分割模型的分割程度参数值是否满足预设的阈值,如果是,确定分割模型训练完成,如果否,对模型配置参数进行调整,使用调整后的模型配置参数进行分割模型的训练。4.如权利要求3所述的方法,其特征在于,所述确定分割模型的分割程度参数值包括:基于对抗学习网络,确定分割模型的分割程度参数值。5.如权利要求1所述的方法,其特征在于,所述方法还包括:根据所述待分割的第一X光图像对应的分割图像中的颜色信息,确定分割图像中是否包含预设类别的物品,如果是,则输出提示信息。6....
【专利技术属性】
技术研发人员:赵虎,熊剑平,王枫,
申请(专利权)人:浙江大华技术股份有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。