【技术实现步骤摘要】
图像分割方法、装置及存储介质
本公开涉及图像处理领域，尤其涉及一种图像分割方法、装置及存储介质。
技术介绍
一幅图像通常包括前景区域和背景区域，而图像分割技术能够确定图像中的前景区域和背景区域，将前景区域与背景区域区分开来，以便对前景区域或背景区域进行单独地处理，目前已广泛应用于目标检测、物体追踪、视频监控、人脸识别等多种领域中。图像中任一像素的显示颜色与该像素的前景色、背景色和前景色的非透明度具有以下关联关系：I＝αF+(1-α)B，其中，I表示像素的显示颜色、F表示像素的前景色，B表示像素的背景色，α表示像素前景色的非透明度。当要对目标图像进行分割时，采用matting算法，可以根据该目标图像中多个像素的显示颜色以及上述关联关系，计算出每个像素的前景色的非透明度，根据每个像素的前景色的非透明度生成前景概率图(mask)，该前景概率图用于指示该目标图像中的前景区域和背景区域所在的位置，后续过程中根据该前景概率图对该目标图像进行处理，可以从目标图像中提取出前景区域或背景区域。上述方案需要进行大量的计算才能计算出每个像素的前景色的非透明度，计算量较大，耗时较长。专利...
【技术保护点】
1.一种图像分割方法，其特征在于，所述方法包括：获取已训练的像素分类模型，所述像素分类模型用于确定任一图像中每个像素的分类标识，所述分类标识包括第一标识和第二标识，所述第一标识用于指示对应的像素属于前景区域，所述第二标识用于指示对应的像素属于背景区域；将待处理的目标图像输入至所述像素分类模型中，基于所述像素分类模型，确定所述目标图像中每个像素的分类标识；根据所述目标图像中每个像素的分类标识，确定所述目标图像的前景区域和背景区域。
【技术特征摘要】
1.一种图像分割方法，其特征在于，所述方法包括：获取已训练的像素分类模型，所述像素分类模型用于确定任一图像中每个像素的分类标识，所述分类标识包括第一标识和第二标识，所述第一标识用于指示对应的像素属于前景区域，所述第二标识用于指示对应的像素属于背景区域；将待处理的目标图像输入至所述像素分类模型中，基于所述像素分类模型，确定所述目标图像中每个像素的分类标识；根据所述目标图像中每个像素的分类标识，确定所述目标图像的前景区域和背景区域。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取多个样本图像以及所述多个样本图像中每个像素的分类标识；根据所述多个样本图像以及所述多个样本图像中每个像素的分类标识进行模型训练，得到所述像素分类模型。3.根据权利要求1所述的方法，其特征在于，所述根据所述目标图像中每个像素的分类标识，确定所述目标图像的前景区域和背景区域，包括：根据所述目标图像中每个像素的分类标识，生成前景概率图，所述前景概率图用于指示所述目标图像的前景区域和背景区域所在的位置。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：根据所述前景概率图，对所述目标图像的前景区域进行增强处理；或者，根据所述前景概率图，对所述目标图像的背景区域进行模糊化处理。5.根据权利要求4所述的方法，其特征在于，所述根据所述前景概率图，对所述目标图像中的背景区域进行模糊化处理，包括：根据所述前景概率图，提取所述目标图像的前景区域；对所述目标图像进行模糊化处理，得到第一图像，并根据所述前景概率图，提取所述第一图像的背景区域；将所述目标图像的前景区域和所述第一图像的背景区域进行组合，得到第二图像。6.根据权利要求4所述的方法，其特征在于，所述前景概率图中，前景区域中像素的像素值为1，背景区域中像素的像素值为0，所述根据所述前景概率图，对所述目标图像的背景区域进行模糊化处理，包括：根据所述前景概率图，采用以下公式，对所述目标图像的背景区域进行模糊化处理：Target＝Source*mask+Gaussian*(255-mask)；其中，Source表示所述目标图像，Gaussian表示所述目标图像进行模糊化处理后得到的图像，mask表示所...
【专利技术属性】
技术研发人员：郭益林，郑文，赵松涛，宋丛礼，于永航，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京,11
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。