图像处理方法、装置及计算机可读存储介质制造方法及图纸

本申请实施例提供一种图像处理方法、装置及计算机可读存储介质，其中，方法包括：对待处理图像中的每一标注点进行迭代扩张，得到对应标注点的迭代扩张区域；分别确定所述迭代扩张区域与所述划分区域之间的第一损失结果、和所述迭代扩张区域与所述标注点之间的第二损失结果；当所述第一损失结果和所述第二损失结果，满足迭代终止条件时，停止对所述标注点的迭代扩张；将停止所述迭代扩张时得到的迭代扩张区域，确定为所述待处理图像中的待分割对象所在的区域。通过本申请，能够使得所形成的迭代扩张区域的大小更加接近待分割对象的大小，从而能够准确的分割出待分割对象。

【技术实现步骤摘要】
图像处理方法、装置及计算机可读存储介质
本申请实施例涉及互联网
，涉及但不限于一种图像处理方法、装置及计算机可读存储介质。
技术介绍
在图像处理领域，通常会需要对如病理图像或卫星采集的地理图像等待处理图像进行图像分割处理，以分割出待处理图像中的待分割对象(例如病理图像中的细胞或地理图像中的建筑物等)。近来，深度学习被广泛应用于图像检测与分割等任务，深度学习方法通常需要准确勾勒出待分割对象的边界，才能使模型得到更好的图像检测和分割结果。相关技术中，通常是使用聚类方法将人工点标注扩展为像素级标注，并将聚类结果作为正样本标注，来训练图像分割模型对待处理图像进行分割。但是，聚类的结果对图像分割模型的分割效果有较大的影响，通常为了确保聚类的准确性，图像分割的结果会比待处理图像中真实的待分割对象小，因此，相关技术中的聚类方法并不能对图像进行准确的分割。
技术实现思路
本申请实施例提供一种图像处理方法、装置及计算机可读存储介质，通过对待处理图像中的每一标注点进行迭代扩张，形成对应标注点的迭代扩张区域，如此，可以根据待处理图像中的待分本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n获取具有至少两个划分区域的待处理图像，每一所述划分区域中包括一个标注点，每一所述标注点对应一待分割对象；/n对所述待处理图像中的每一所述标注点进行迭代扩张，得到对应标注点的迭代扩张区域；/n分别确定所述迭代扩张区域与所述划分区域之间的第一损失结果、和所述迭代扩张区域与所述标注点之间的第二损失结果；/n当所述第一损失结果和所述第二损失结果，满足迭代终止条件时，停止对所述标注点的迭代扩张；/n将停止所述迭代扩张时得到的迭代扩张区域，确定为所述待处理图像中的所述待分割对象所在的区域。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
获取具有至少两个划分区域的待处理图像，每一所述划分区域中包括一个标注点，每一所述标注点对应一待分割对象；
对所述待处理图像中的每一所述标注点进行迭代扩张，得到对应标注点的迭代扩张区域；
分别确定所述迭代扩张区域与所述划分区域之间的第一损失结果、和所述迭代扩张区域与所述标注点之间的第二损失结果；
当所述第一损失结果和所述第二损失结果，满足迭代终止条件时，停止对所述标注点的迭代扩张；
将停止所述迭代扩张时得到的迭代扩张区域，确定为所述待处理图像中的所述待分割对象所在的区域。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据第N次迭代扩张的所述第一损失结果和所述第二损失结果，确定第N+1次迭代扩张的迭代扩张参数，N大于或等于1；
所述对所述待处理图像中的每一所述标注点进行迭代扩张，得到对应标注点的迭代扩张区域，包括：
采用所述迭代扩张参数，对所述待处理图像中的每一所述标注点进行迭代扩张，得到对应标注点的迭代扩张区域。


3.根据权利要求2所述的方法，其特征在于，所述迭代扩张参数包括扩张距离；所述采用所述迭代扩张参数，对所述待处理图像中的每一所述标注点进行迭代扩张，得到对应标注点的迭代扩张区域，包括：
以每一所述标注点为中心，以所述扩张距离为半径，对所述待处理图像中的每一所述标注点进行迭代扩张，形成对应标注点的迭代扩张区域。


4.根据权利要求2所述的方法，其特征在于，所述根据第N次迭代扩张的所述第一损失结果和所述第二损失结果，确定第N+1次迭代扩张的迭代扩张参数，包括：
当所述第N次迭代扩张的所述第一损失结果与所述第二损失结果之和大于阈值时，获取每一所述标注点在所述第N次迭代扩张的迭代扩张区域内的像素点；
确定与每一所述标注点相邻的迭代扩张区域内的像素点之间的像素距离；
根据所述像素距离，确定用于进行所述第N+1次迭代扩张的扩张距离，得到所述迭代扩张参数。


5.根据权利要求1所述的方法，其特征在于，所述当所述第一损失结果和所述第二损失结果，满足迭代终止条件时，停止对对应标注点的迭代扩张，包括：
获取所述第一损失结果对应的第一损失值、和所述第二损失结果对应的第二损失值；
确定所述第一损失值与所述第二损失值之间的损失值之和；
当所述损失值之和小于阈值时，停止对所述标注点的迭代扩张。


6.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像中的每一所述标注点进行迭代扩张，得到对应标注点的迭代扩张区域，包括：
以每一所述标注点为中心、以预设扩张距离为半径，对所述待处理图像中的每一所述标注点进行初次扩张，形成具有至少两个扩张区域的前景区域；
以每一所述标注点为中心、以所述预设扩张距离为半径，对所述前景区域中的每一所述扩张区域进行至少一次迭代扩张，得到对应标注点的迭代扩张区域。


7.根据权利要求1至6任一项所述的方法，其特征在于，所述待处理图像为病理图像，所述待分割对象为细胞；所述将停止所述迭代扩张时得到的迭代扩张区域，确定为所述待处理图像中的待分割对象所在的区域，包括：
将停止所述迭代扩张时得到的迭代扩张区域，确定为所述病理图像中的细胞所在的区域。


8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过图像分割模型对所述待处理图像进行处理，得到所述待处理图像中的待分割对象所在的区域；
所述图像分割模型包括全卷积神经网络，所述全卷积神经网络用于对样本图像进行...

【专利技术属性】
技术研发人员：田宽，张军，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44