更新标注框的方法、装置、存储介质和计算机设备制造方法及图纸

本申请涉及一种更新标注框的方法、装置、存储介质和计算机设备，所述方法包括：获取标注框所框定的、包含目标对象的图像块；采用边缘检测算法对所述图像块进行处理，得到包含对象轮廓的二值图像；根据所述二值图像的对象轮廓点计算凸包，得到包含凸包的目标二值图像；在所述目标二值图像，采用不同的像素值分别填充所述凸包的内部像素点和外部像素点；从填充所述凸包的目标二值图像中提取对象轮廓；根据所提取的对象轮廓的尺寸生成新标注框，以利用所述新标注框进行目标检测。本申请提供的方案可以提高目标检测的准确性。

Methods, devices, storage media, and computer equipment for updating callout boxes

【技术实现步骤摘要】
更新标注框的方法、装置、存储介质和计算机设备
本申请涉及图像处理
，特别是涉及一种更新标注框的方法、装置、存储介质和计算机设备。
技术介绍
随着图像处理技术的发展，利用图像处理技术对目标对象进行实时检测研究越来越热门，对目标对象进行动态实时检测在智能化交通系统、智能监控系统及医学导航手术中手术器械定位等方面具有广泛的应用价值。在对目标对象进行检测过程中，通常采用人工标注框对目标对象进行框定，然后对框定部分的目标对象进行检测。然而，由于人工标注框通常是固定大小的，若人工标注框过大，将会影响检测效率；而若人工标注框过小，将会影响检测的准确性。
技术实现思路
基于此，有必要针在检测过程中，当人工标注框过大时将会影响检测效率，而人工标注框过小将会影响检测的准确性的技术问题，提供一种更新标注框的方法、装置、存储介质和计算机设备。一种更新标注框的方法，包括：获取标注框所框定的、包含目标对象的图像块；采用边缘检测算法对所述图像块进行处理，得到包含对象轮廓的二值图像；根据所述二值图像的对象轮廓点计算凸包，得到包含凸包的目标二值图像；在所述目标二值图像，采用不同的像素值分别填充所述凸包的内部像素点和外部像素点；从填充所述凸包的目标二值图像中提取对象轮廓；根据所提取的对象轮廓的尺寸生成新标注框，以利用所述新标注框进行目标检测。一种更新标注框的装置，所述装置包括：获取模块，用于获取标注框所框定的、包含目标对象的图像块；处理模块，用于采用边缘检测算法对所述图像块进行处理，得到包含对象轮廓的二值图像；计算模块，用于根据所述二值图像的对象轮廓点计算凸包，得到包含凸包的目标二值图像；填充模块，用于在所述目标二值图像，采用不同的像素值分别填充所述凸包的内部像素点和外部像素点；提取模块，用于从填充所述凸包的目标二值图像中提取对象轮廓；生成模块，用于根据所提取的对象轮廓的尺寸生成新标注框，以利用所述新标注框进行目标检测。一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述更新标注框的方法的步骤。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述更新标注框的方法的步骤。上述更新标注框的方法、装置、存储介质和计算机设备，获取标注框所框定的、包含目标对象的图像块；采用边缘检测算法对图像块进行处理，得到包含对象轮廓的二值图像；根据二值图像的对象轮廓点计算凸包，得到包含凸包的目标二值图像；在目标二值图像，采用不同的像素值分别填充凸包的内部像素点和外部像素点；从填充凸包的目标二值图像中提取对象轮廓；根据所提取的对象轮廓的尺寸生成新标注框，从而实现对标注框的尺寸进行调整，利用调整尺寸后所得的新标注框进行目标检测，可以提高目标检测的准确性。附图说明图1为一个实施例中更新标注框的方法的应用环境图；图2为一个实施例中更新标注框的方法的流程示意图；图3为一个实施例中高斯核的示意图；图4为一个实施例中9个对象轮廓点的权重的示意图；图5为一个实施例中最终的高斯核的示意图；图6为另一个实施例中更新标注框的方法的流程示意图；；图7为一个实施例中更新标注框的装置的结构框图；图8为另一个实施例中更新标注框的装置的结构框图；图9为一个实施例中计算机设备的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。图1为一个实施例中更新标注框的方法的应用环境图。参照图1，该更新标注框的方法应用于更新标注框的系统。该更新标注框的系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端获取标注框所框定的、包含目标对象的图像块；采用边缘检测算法对图像块进行处理，得到包含对象轮廓的二值图像；根据二值图像的对象轮廓点计算凸包，得到包含凸包的目标二值图像；在目标二值图像，采用不同的像素值分别填充凸包的内部像素点和外部像素点；从填充凸包的目标二值图像中提取对象轮廓；根据所提取的对象轮廓的尺寸生成新标注框，以利用新标注框进行目标检测。其中，终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。如图2所示，在一个实施例中，提供了一种更新标注框的方法。本实施例主要以该方法应用于上述图1中的终端110来举例说明。参照图2，该更新标注框的方法具体包括如下步骤：S202，获取标注框所框定的、包含目标对象的图像块。其中，标注框也可以是标定框，用于在检测过程中框定图像中目标对象，以对所框定的目标对象进行检测。在一个实施例中，终端可以从本地获取图像，或者从与终端连接的监控系统接收图像，然后调用标注框对图像中的目标对象进行框定。当该标注框完全框定了目标对象时，则截取标注框所框定的图像块。当该标注框未完全框定目标对象时，则确定截取区域，该截取区域的尺寸大于标注框的尺寸，根据该截取区域对图像进行截取，得到对应的图像块。例如，当该标注框未完全框定目标对象时，终端获取标注框四个角的坐标，根据该四个角的坐标确定所要截取的截取区域，根据对该截取区域进行截取，得到对应的图像块。在一个实施例中，S202具体可以包括：终端获取由监控系统所采集的视频；对所获取的视频进行解码，得到视频帧图像；从视频帧图像中裁剪标注框所框定的、包含目标对象的图像块。在一个实施例中，终端与监控系统进行连接，当监控系统采集到指定长度的视频时，将所采集的视频传输至终端。终端在接收到该视频时，采用视频编解码技术对该视频进行解码，得到对应的视频帧图像。S204，采用边缘检测算法对图像块进行处理，得到包含对象轮廓的二值图像。其中，边缘检测算法可以是Sobel边缘检测算子、或Canny边缘检测算子、或二阶边缘检测算子、或Laplacian算子、或Marr-Hildreth算子、或LaplacianofGaussian算子中的任一种。在一个实施例中，S204之前，终端对图像块进行灰度处理，然后采用Sobel边缘检测算子、或Canny边缘检测算子、或二阶边缘检测算子、或Laplacian算子、或Marr-Hildreth算子、或LaplacianofGaussian算子对灰度处理之后的图像进行边缘检测处理，得到包含对象轮廓的二值图像。具体地，终端对灰度处理后的图像块进行高斯滤波处理，得到滤波后图像块；计算滤波后图像块的梯度强度和梯度方向；沿着梯度方向对滤波后图像块中像素点的非极大值进行抑制；采用双阈值算法区分滤波后图像块中的边缘像素，从而得到包含对象轮廓的二值图本文档来自技高网...

【技术保护点】
1.一种更新标注框的方法，包括：/n获取标注框所框定的、包含目标对象的图像块；/n采用边缘检测算法对所述图像块进行处理，得到包含对象轮廓的二值图像；/n根据所述二值图像的对象轮廓点计算凸包，得到包含凸包的目标二值图像；/n在所述目标二值图像，采用不同的像素值分别填充所述凸包的内部像素点和外部像素点；/n从填充所述凸包的目标二值图像中提取对象轮廓；/n根据所提取的对象轮廓的尺寸生成新标注框，以利用所述新标注框进行目标检测。/n

【技术特征摘要】
1.一种更新标注框的方法，包括：
获取标注框所框定的、包含目标对象的图像块；
采用边缘检测算法对所述图像块进行处理，得到包含对象轮廓的二值图像；
根据所述二值图像的对象轮廓点计算凸包，得到包含凸包的目标二值图像；
在所述目标二值图像，采用不同的像素值分别填充所述凸包的内部像素点和外部像素点；
从填充所述凸包的目标二值图像中提取对象轮廓；
根据所提取的对象轮廓的尺寸生成新标注框，以利用所述新标注框进行目标检测。


2.根据权利要求1所述的方法，其特征在于，所述获取标注框所框定的、包含目标对象的图像块包括：
获取由监控系统所采集的视频；
对所获取的视频进行解码，得到视频帧图像；
从所述视频帧图像中裁剪标注框所框定的、包含目标对象的图像块。


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：
对所述图像块进行灰度处理；
所述采用边缘检测算法对所述图像块进行处理，得到包含对象轮廓的二值图像包括：
对灰度处理后的图像块进行高斯滤波处理，得到滤波后图像块；
计算所述滤波后图像块的梯度强度和梯度方向；
沿着所述梯度方向对所述滤波后图像块中像素点的非极大值进行抑制；
采用双阈值算法区分所述滤波后图像块中的边缘像素，从而得到包含对象轮廓的二值图像。


4.根据权利要求1所述的方法，其特征在于，所述根据所述二值图像的对象轮廓点计算凸包括：
从所述二值图像中提取目标对象的对象轮廓；
将所述对象轮廓的轮廓点保存于轮廓列表；
采用凸包算法计算轮廓列表中对象轮廓点的凸包。


5.根据权利要求1所述的方法，其特征在于，所述采用不同的像素值分别填充所述凸包的内部像素点和外部像素点包括...

【专利技术属性】
技术研发人员：岑俊毅，雷涛涛，傅东生，
申请(专利权)人：深圳奇迹智慧网络有限公司，
类型：发明
国别省市：广东;44