【技术实现步骤摘要】
图像处理方法、装置和设备
本申请涉及图像处理领域，并且具体涉及一种图像处理方法、图像处理装置、图像处理设备以及计算机可读存储介质。
技术介绍
深度神经网络是一种大规模、多参数优化的工具。依靠大量的训练数据，深度神经网络能够通过学习，确定数据中难以总结的隐藏特征，从而完成多项复杂的任务，如人脸检测、图像语义分割、物体检测、动作追踪、自然语言翻译等。当前，已经将深度神经网络用于物体表面裂纹检测这样的复杂任务中，并且预期能够实现比人眼检测更高的检测精度。为了获取用于裂纹检测神经网络模型，需要预先使用大量已标注裂纹的训练图像(即，训练数据)对神经网络进行训练。因此，基于深度神经网络的裂纹检测的性能和效果很大程度依赖所提供的训练数据。在现有技术中，通常由大量工作人员进行人工标注图像中的裂纹来获得训练数据。然而，人工标注图像得到的训练数据可能存在理论认知错误和视觉错误，这些都可能会导致得到的训练数据不准确，并且大量的训练数据需要工作人员花费较长的时间，给工作人员带来极大的精神以及视觉负担，易产生错误的标注，不适用于工业生产。
【技术保护点】
1.一种图像处理方法，包括：/n接收操作输入；/n基于所述操作输入，从待处理图像中确定目标范围；/n在所述目标范围内，生成预定数量的预定大小的剪裁图像，/n其中，所述目标范围的大小与所述剪裁图像的大小成预定比例。/n
【技术特征摘要】
1.一种图像处理方法，包括：
接收操作输入；
基于所述操作输入，从待处理图像中确定目标范围；
在所述目标范围内，生成预定数量的预定大小的剪裁图像，
其中，所述目标范围的大小与所述剪裁图像的大小成预定比例。
2.根据权利要求1所述的方法，其中，所述操作输入用于指定所述待处理图像中的特定点，
所述从待处理图像中确定目标范围包括：
以所述特定点为中心，确定所述目标范围。
3.根据权利要求1所述的方法，其中，所述操作输入用于指定所述待处理图像中的特定轨迹，
所述从待处理图像中确定目标范围包括：
基于所述特定轨迹确定轨迹范围；
以所述剪裁图像的大小为步长遍历所述轨迹范围；
以每个所述步长为中心，确定与每个所述步长对应的目标范围。
4.根据权利要求3所述的方法，其中，所述基于所述特定轨迹确定轨迹范围包括基于所述特定轨迹的起始位置和终止位置来确定所述轨迹范围。
5.根据权利要求1-4的任一项所述的方法，还包括：
从所述目标范围内随机生成预定数量的预定大小的剪裁图像。
6.根据权利要求5所述的方法，还包括：
自动命名并保存所生成的所述剪裁图像。
7.一种图像处理装置，包括：
操作输入接收单元，配置为接收操作输入；
目标范围确定单元，配置为基于所述操作输入，从待处理图像中确定目标范围；
剪裁图像生成单元，配置为在所述目标范围内，生成预定数量的预定大小的剪裁图像，
其中，所述目标范围的大小与所述剪裁图像的大小成预定比例。
8.根据权利要求7所述的图像处理装置，其中，所述操作输入用于指定所述待处理图像中的特定点，
所述目标范围确定单元以所述特定点为中心，确定所述目标范围。
9.根据权利要求7所述的图像处理装置，其中，所述操作输入用于指定所述待处理图像中的特定轨迹，
所述目标范围确定单元基于所述特定轨迹确定轨迹范围；
以所述剪裁图像的大小为步长遍历所述轨迹范围；
以每个所述步长为中心，确定与每个所述步长对应的目标范围。
10.根据权利要求9所述的图像处理装置，其中，所述确定单元基于所述特定轨迹的起始位置和终...
【专利技术属性】
技术研发人员：郭垿宏，郭心语，李安新，陈岚，龟山直季，后友惠，原尚史，
申请(专利权)人：株式会社NTT都科摩，
类型：发明
国别省市：日本;JP
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。