皮肤对象的识别方法、装置和电子设备制造方法及图纸

本公开提供了一种皮肤对象的识别方法，包括：获得皮肤对象对应第一放大倍数的目标图像和对应第二放大倍数的参考图像，其中，第一放大倍数大于第二放大倍数。基于参考图像，定位皮肤对象的目标区域，其中，基于目标区域能够从目标图像中识别出皮肤对象。基于目标区域，从目标图像中识别出皮肤对象。此外，本公开还提供了一种皮肤对象的识别装置和电子设备。

Skin object recognition methods, devices and electronic equipment

【技术实现步骤摘要】
皮肤对象的识别方法、装置和电子设备
本公开涉及一种皮肤对象的识别方法、装置和电子设备。
技术介绍
图像分割是利用电子设备将一图像分割成若干个特定的具有独特性质的区域的图像处理技术，广泛应用于不同的研究领域，例如医学影像分析领域，交通图像分析领域，军事研究领域。如何从待分割的图像中得到精准的图像分割结果至关重要。随着人工智能的快速发展，采用利用机器学习的深度学习技术对图像进行分割以提高图像分割的准确度成为一种行之有效的技术手段。但是，图像分割所要处理的图像尺寸有越来越大的趋势，例如可以是50000*50000包含25亿像素的超大尺寸图像，甚至更大尺寸。而电子设备的硬件性能是有限的，导致在利用深度学习进行图像分割时，无法实现对超大尺寸图像的完整分割。
技术实现思路
本公开的一个方面提供了一种皮肤对象的识别方法，包括：获得皮肤对象对应第一放大倍数的目标图像和对应第二放大倍数的参考图像，其中，上述第一放大倍数大于上述第二放大倍数，基于上述参考图像，定位上述皮肤对象的目标区域，其中，基于上述目标区域能够从上述目标图像中识别出上述皮肤对象，以及基于上述目标区域，从上述目标图像中识别出上述皮肤对象。可选地，在上述皮肤对象包括角质层对象或仅包括表皮层对象的情况下，上述基于上述参考图像，定位上述皮肤对象的目标区域包括：对上述参考图像进行阈值分割，以提取第一前景图像和第一背景图像，其中，上述第一前景图像包含多个第一连通域，滤除上述多个第一连通域中不符合预设规则的连通域，以获得第二前景图像，其中，上述第二前景图像包含多个第二连通域，以及识别每个第二连通域的轮廓点，以定位上述角质层对象或表皮层对象的第一目标区域。可选地，上述基于上述目标区域，从上述目标图像中识别出上述皮肤对象包括：基于抽取策略，从上述第一目标区域的第一轮廓点集中抽取多个第一轮廓点，将每个第一轮廓点从上述参考图像映射到上述目标图像，以获取在上述目标图像中对应于上述每个第一轮廓点的第一分割区域，加载用于分割上述角质层对象的第一分割模型，或用于分割表皮层对象的第二分割模型；以及基于上述第一分割模型，遍历分割对应于上述每个第一轮廓点的第一分割区域以从上述目标图像中识别出上述角质层对象，或基于第二分割模型，遍历分割对应于每个第一轮廓点的第一分割区域以从目标图像中识别出表皮层对象。可选地，上述将每个第一轮廓点从上述参考图像映射到上述目标图像，以获取在上述目标图像中对应于上述每个第一轮廓点的第一分割区域包括：基于上述第一放大倍数和上述第二放大倍数，确定映射参数，基于上述映射参数，将上述每个第一轮廓点从上述参考图像映射到上述目标图像，以获得在上述目标图像中对应于上述每个第一轮廓点的第一目标点，以及基于上述抽取策略和上述映射参数，以每个第一目标点为中心，获取上述第一分割区域。可选地，在从上述目标图像中识别出上述角质层对象之后，上述方法还包括：对上述第二前景图像进行阈值分割，以提取第三前景图像和第二背景图像，其中，上述第三前景图像包含多个第三连通域，滤除上述多个第三连通域中不符合预设规则的连通域，以获得第四前景图像，其中，上述第四前景图像包含多个第四连通域，以及识别每个第四连通域的轮廓点，以定位第二目标区域。可选地，上述基于上述目标区域，从上述目标图像中识别出上述皮肤对象包括：基于抽取策略，从上述第二目标区域的第二轮廓点集中抽取多个第二轮廓点，将每个第二轮廓点从上述参考图像映射到上述目标图像，以获取在上述目标图像中对应于上述每个第二轮廓点的第二分割区域，加载用于分割上述表皮层对象的第二分割模型，以及基于上述第二分割模型，遍历分割对应于上述每个第二轮廓点的第二分割区域以从上述目标图像中识别出上述表皮层对象。可选地，上述将每个第二轮廓点从上述参考图像映射到上述目标图像，以获取在上述目标图像中对应于上述每个第二轮廓点的第二分割区域包括：基于上述映射参数，将上述每个第二轮廓点从上述参考图像映射到上述目标图像，以获得在上述目标图像中对应于上述每个第二轮廓点的第二目标点，以及基于上述抽取策略和上述映射参数，以每个第二目标点为中心，获取上述第二分割区域。可选地，上述方法还包括：获取皮肤对象的训练图像，获得训练数据，其中，上述训练数据为对应用户给上述训练图像中的角质层对象和表皮层对象标注形成的，以上述角质层对象为前景，训练上述角质层对象的训练数据，以获得上述第一分割模型，以及以上述表皮层对象为前景，训练上述表皮层对象的训练数据，以获得上述第二分割模型。本公开的另一个方面提供了一种皮肤对象的识别装置，包括：第一获得模块，配置为获得皮肤对象对应第一放大倍数的目标图像和对应第二放大倍数的参考图像，其中，上述第一放大倍数大于上述第二放大倍数，定位模块，配置为基于上述参考图像，定位上述皮肤对象的目标区域，其中，基于上述目标区域能够从上述目标图像中分割出上述皮肤对象。识别模块，配置为基于上述目标区域，从上述目标图像中识别出上述皮肤对象。可选地，在皮肤对象包括角质层对象或仅包括表皮层对象的情况下，定位模块包括：第一提取子模块，配置为对参考图像进行阈值分割，以提取第一前景图像和第一背景图像，其中，第一前景图像包含多个第一连通域，第一获得子模块，配置为滤除多个第一连通域中不符合预设规则的连通域，以获得第二前景图像，其中，第二前景图像包含多个第二连通域，以及定位子模块，配置为识别每个第二连通域的轮廓点，以定位角质层对象的第一目标区域。可选地，识别模块包括：第一抽取子模块，配置为基于抽取策略，从第一目标区域的第一轮廓点集中抽取多个第一轮廓点，第二获得子模块，配置为将每个第一轮廓点从参考图像映射到目标图像，以获取在目标图像中对应于每个第一轮廓点的第一分割区域，第一加载子模块，配置为加载用于分割角质层对象的第一分割模型，以及第一识别子模块，配置为基于第一分割模型，遍历分割对应于每个第一轮廓点的第一分割区域以从目标图像中识别出角质层对象。可选地，第二获得子模块包括：确定单元，配置为基于第一放大倍数和第二放大倍数，确定映射参数，第一获得单元，配置为基于映射参数，将每个第一轮廓点从参考图像映射到目标图像，以获得在目标图像中对应于每个第一轮廓点的第一目标点，以及第一获取单元，配置为基于抽取策略和映射参数，以每个第一目标点为中心，获取第一分割区域。可选地，在识别出角质层对象之后，装置还包括：第二提取子模块，配置为在从目标图像中识别出角质层对象之后，对第二前景图像进行阈值分割，以提取第三前景图像和第二背景图像，其中，第三前景图像包含多个第三连通域，第三获得子模块，配置为滤除多个第三连通域中不符合预设规则的连通域，以获得第四前景图像，其中，第四前景图像包含多个第四连通域，以及第二识别子模块，配置为识别每个第四连通域的轮廓点，以定位表皮层对象的第二目标区域。可选地，识别模块包括：第二抽取子模块，配置为基于抽取策略，从第二目标区域的第二轮廓点集中抽取多个第二轮廓点，第四获得子模块，配置为将每个第二轮廓点从参考图像映射到目标图像，以获取在目标图像中对应于每本文档来自技高网...

【技术保护点】
1.一种皮肤对象的识别方法，包括：/n获得皮肤对象对应第一放大倍数的目标图像和对应第二放大倍数的参考图像，其中，所述第一放大倍数大于所述第二放大倍数；/n基于所述参考图像，定位所述皮肤对象的目标区域，其中，基于所述目标区域能够从所述目标图像中识别出所述皮肤对象；以及/n基于所述目标区域，从所述目标图像中识别出所述皮肤对象。/n

【技术特征摘要】
1.一种皮肤对象的识别方法，包括：
获得皮肤对象对应第一放大倍数的目标图像和对应第二放大倍数的参考图像，其中，所述第一放大倍数大于所述第二放大倍数；
基于所述参考图像，定位所述皮肤对象的目标区域，其中，基于所述目标区域能够从所述目标图像中识别出所述皮肤对象；以及
基于所述目标区域，从所述目标图像中识别出所述皮肤对象。


2.根据权利要求1所述的方法，其中，在皮肤对象包括角质层对象或仅包括表皮层对象的情况下，所述基于所述参考图像，定位所述皮肤对象的目标区域包括：
对所述参考图像进行阈值分割，以提取第一前景图像和第一背景图像，其中，所述第一前景图像包含多个第一连通域；
滤除所述多个第一连通域中不符合预设规则的连通域，以获得第二前景图像，其中，所述第二前景图像包含多个第二连通域；以及
识别每个第二连通域的轮廓点，以定位所述角质层对象或表皮层对象的第一目标区域。


3.根据权利要求2所述的方法，其中，所述基于所述目标区域，从所述目标图像中识别出所述皮肤对象包括：
基于抽取策略，从所述第一目标区域的第一轮廓点集中抽取多个第一轮廓点；
将每个第一轮廓点从所述参考图像映射到所述目标图像，以获取在所述目标图像中对应于所述每个第一轮廓点的第一分割区域；
加载用于分割所述角质层对象的第一分割模型，或加载用于分割表皮层对象的第二分割模型；以及
基于所述第一分割模型，遍历分割对应于所述每个第一轮廓点的第一分割区域以从所述目标图像中识别出所述角质层对象，或基于第二分割模型，遍历分割对应于每个第一轮廓点的第一分割区域以从目标图像中识别出表皮层对象。


4.根据权利要求3所述的方法，其中，所述将每个第一轮廓点从所述参考图像映射到所述目标图像，以获取在所述目标图像中对应于所述每个第一轮廓点的第一分割区域包括：
基于所述第一放大倍数和所述第二放大倍数，确定映射参数；
基于所述映射参数，将所述每个第一轮廓点从所述参考图像映射到所述目标图像，以获得在所述目标图像中对应于所述每个第一轮廓点的第一目标点；以及
基于所述抽取策略和所述映射参数，以每个第一目标点为中心，获取所述第一分割区域。


5.根据权利要求2所述的方法，其中，在从所述目标图像中识别出所述角质层对象之后，所述方法还包括：
对所述第二前景图像进行阈值分割，以提取第三前景图像和第二背景图像，其中，所述第三前景图...

【专利技术属性】
技术研发人员：邹进屹，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京;11