一种计算机视觉中图像分割样本的转换方法、系统及存储介质技术方案

本发明专利技术公开了一种计算机视觉中图像分割样本的转换方法和系统，该方法包括：获取第一图像样本集；对所述第一图像样本集中的目标图像进行轮廓检测，生成所述目标图像的轮廓检测结果；按照预设格式对所述轮廓检测结果进行数据处理，生成第二图像样本集。本发明专利技术的技术方案为相关领域学者提供一种省时、省力的语义分割样本快速转化为实例分割样本的智能工具，还提高了检测目标图像的精准性，从而能够获得高质量的实例分割样本集。

【技术实现步骤摘要】
一种计算机视觉中图像分割样本的转换方法、系统及存储介质
本专利技术涉及计算机视觉领域，尤其涉及一种计算机视觉中图像分割样本的转换方法、系统及存储介质。
技术介绍
计算机视觉处理技术是一门研究如何使机器“看”的计算机处理技术，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。实例分割(Instancesegmentation)将场景图像分割成多个区域，每个区域对应一个对象，并且判断该区域的类别。实例分割是一种最接近人类真实视觉感受的计算机视觉任务。对于如遥感、医学等领域，仅有部分公开的语义分割样本集，却缺少大量公开的实例分割样本集，一些学者只能自制实例分割样本集以满足科研需求。这种方法不仅费时耗力，而且数据难以共享。因此，需要一种能够解决上述问题的方法和系统。
技术实现思路
为了解决现有技术中的上述问题，提出了一种计算机视觉中图像分割样本转换方法和系统。根据本专利技术的一个方面，提供了一种计算机视觉中图像分割样本转换方法，所述方法包括：获取第一图像样本集；对所述第一图像样本集中的目标图像进行轮廓检测，生成所述目标图像的轮廓检测结果；按照预设格式对所述轮廓检测结果进行数据处理，生成第二图像样本集。其中，所述第一图像样本集为以下任意一种：携带标注信息的图像、语义分割样本数据中的训练集、语义分割样本数据中的验证集，所述第二图像样本集为实例分割样本数据。其中，所述对所述第一图像样本集进行轮廓检测，生成轮廓检测结果包括：对所述第一图像样本集进行图像预处理，生成二值图像数据；基于所述二值图像数据，提取至少一个目标图像的外边界点；基于所述外边界点确定所述目标图像的外轮廓和所述外轮廓的面积信息；确定所述外轮廓的左上角坐标和所述外轮廓的右下角坐标，基于所述左上角坐标和所述右下角坐标计算所述目标图像的宽度值及所述目标图像的高度值；获取所述外轮廓对应的有效外边界点的坐标信息、所述左上角坐标、所述宽度值、所述高度值和所述面积信息记为轮廓检测结果。其中，所述基于所述外边界点确定所述目标图像的外轮廓包括：基于所述外边界点确定有效外边界点，所述有效外边界点构成所述外轮廓。其中，所述基于所述外边界点确定所述目标图像的外轮廓之后，还包括：去除不需要的分裂目标图像。根据本专利技术的另一方面，还提供了一种计算机视觉中图像分割样本转换系统，所述系统包括：获取模块：获取第一图像样本集；检测模块：对所述第一图像样本集中的目标图像进行轮廓检测，生成所述目标图像的轮廓检测结果；生成模块：按照预设格式对所述轮廓检测结果进行数据处理，生成第二图像样本集。其中，所述检测模块：还用于对所述第一图像样本集进行图像预处理，生成二值图像数据；基于所述二值图像数据，提取至少一个目标图像的外边界点；用于基于所述外边界点确定所述目标图像的外轮廓和面积信息；确定所述外轮廓的左上角坐标和所述外轮廓的右下角坐标，基于所述左上角坐标和所述右下角坐标计算所述目标图像的宽度值及所述目标图像的高度值；获取所述外轮廓对应的有效外边界点的坐标信息、所述左上角坐标、所述宽度值、所述高度值和所述面积信息记为轮廓检测结果。其中，所述检测模块：还用于基于所述外边界点确定有效外边界点，所述有效外边界点构成所述外轮廓。其中，所述检测模块：还用于去除不需要的分裂目标图像。根据本专利技术的一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。本专利技术中的计算机视觉中图像分割样本转换方法和系统，实现了由语义分割样本向实例分割样本的快速转换，为相关领域学者提供一种省时、省力的语义分割样本快速转化为实例分割样本的智能工具，推动相关技术的进步，并且本专利技术的技术方案还提高了检测目标图像的精准性，从而获得了高质量的实例分割样本集。附图说明构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术的计算机视觉中图像分割样本转换方法的流程图；图2示例性示出了分裂目标图像的分布情况；图3是根据本专利技术的计算机视觉中图像分割样本转换系统的模块图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。本专利技术实施例提供了一种计算机视觉中图像分割样本转换方法，如图1所示，该方法包括：步骤101，获取第一图像样本集；步骤102，对第一图像样本集中的目标图像进行轮廓检测，生成目标图像的轮廓检测结果；步骤103，按照预设格式对轮廓检测结果进行数据处理，生成第二图像样本集。在该实施例中，步骤101中的第一图像样本集是计算机视觉处理技术的图像处理技术所针对的图像数据，该图像数据可以为遥感影像数据、医学影像数据。可以为针对目前所公开的语义分割样本集多而实例分割样本集少的现象，本申请基于现有公开的语义分割样本集中寻求一种转换方法，更加快速便捷的将语义分割样本转化为实例分割样本。第一图像样本集具体可以是以下任意一种：携带标注信息的图像、语义分割样本数据中的训练集、语义分割样本数据中的验证集，第二图像样本集为实例分割样本数据。为了能够获取的图像信息中的目标图像的轮廓，对第一图像样本集中的每个第一图像样本进行轮廓检测，具体来说，步骤102中对第一图像样本集进行轮廓检测，生成轮廓检测结果包括：对第一图像样本集进行图像预处理，生成二值图像数据；基于二值图像数据，提取至少一个目标图像的外边界点；基于外边界点确定目标图像的外轮廓和面积信息；确定外轮廓的左上角坐标和外轮廓的右下角坐标，基于左上角坐标和右下角坐标目标图像的宽度值及目标图像的高度值；获取外轮廓对应的有效外边界点的坐标信息、左上角坐标、宽度值、高度值和面积信息记为轮廓检测结果，以第一文件格式记录轮廓检测结果，第一文件格式可以为txt文件格式。轮廓检测在人类视觉和计算机视觉中均起着重要的作用。在本实施例中可以引入了一种能够检测轮廓的算法，具体可以为Suzuki轮廓跟踪算法通过顺序找出边缘点来对目标图像的边界轮廓进行跟踪检测的，目标图像为第一图像样本集中受重视或者感兴趣的“目标”或“前景”(其他部分则称为“背景”)。为了识别和分析目标图像，需要将这些区域从整副图像的数据中分离并提取出来。例如：以武汉大学高分辨率遥感航空建筑物语义分割数本文档来自技高网...

【技术保护点】
1.一种计算机视觉中图像分割样本的转换方法，其特征在于，所述方法包括：/n获取第一图像样本集；/n对所述第一图像样本集中的目标图像进行轮廓检测，生成所述目标图像的轮廓检测结果；/n按照预设格式对所述轮廓检测结果进行数据处理，生成第二图像样本集。/n

【技术特征摘要】
1.一种计算机视觉中图像分割样本的转换方法，其特征在于，所述方法包括：
获取第一图像样本集；
对所述第一图像样本集中的目标图像进行轮廓检测，生成所述目标图像的轮廓检测结果；
按照预设格式对所述轮廓检测结果进行数据处理，生成第二图像样本集。


2.根据权利要求1所述的转换方法，其特征在于，所述第一图像样本集为以下任意一种：携带标注信息的图像、语义分割样本数据中的训练集、语义分割样本数据中的验证集，所述第二图像样本集为实例分割样本数据。


3.根据权利要求1或2所述的转换方法，其特征在于，所述对所述第一图像样本集进行轮廓检测，生成轮廓检测结果包括：
对所述第一图像样本集进行图像预处理，生成二值图像数据；
基于所述二值图像数据，提取至少一个目标图像的外边界点；
基于所述外边界点确定所述目标图像的外轮廓和所述外轮廓的面积信息；
确定所述外轮廓的左上角坐标和所述外轮廓的右下角坐标，基于所述左上角坐标和所述右下角坐标计算所述目标图像的宽度值及所述目标图像的高度值；
获取所述外轮廓对应的有效外边界点的坐标信息、所述左上角坐标、所述宽度值、所述高度值和所述面积信息记为轮廓检测结果。


4.根据权利要求3所述的转换方法，其特征在于，所述基于所述外边界点确定所述目标图像的外轮廓包括：
基于所述外边界点确定有效外边界点，所述有效外边界点构成所述外轮廓。


5.根据权利要求3所述的转换方法，其特征在于，所述基于所述外...

【专利技术属性】
技术研发人员：吴同，彭玲，陈若男，胡媛，吕蓓茹，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：北京;11