【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...
【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...
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。