【技术实现步骤摘要】
图像处理方法及装置、电子设备和存储介质
本公开涉及计算机
，尤其涉及一种图像处理方法及装置、电子设备和存储介质。
技术介绍
在图像处理过程中，对于目标较小且分布复杂的情况，难以获得较好的分割效果，例如，在医学图像处理领域，在计算机断层扫描血管造影(Computedtomographyangiography，CTA)图像中，由于冠脉血管并且目标较小、分布复杂且容易受到噪声干扰，因此难以准确分割出冠脉血管。
技术实现思路
本公开提出了一种图像处理方法及装置、电子设备和存储介质。根据本公开的一方面，提供了一种图像处理方法，包括：基于待处理图像获取一个或多个尺度的局部图像；对所述一个或多个局部图像分别进行特征提取处理，得到与所述一个或多个尺度的局部图像对应的特征图；基于所述与所述一个或多个尺度的局部图像对应的特征图对所述待处理图像进行分割，得到分割结果。根据本公开的实施例的图像处理方法，通过对待处理图像进行一个或多个尺度的截图处理以及对局部图像进行特征提取处理，可获得一个或多个尺度的特征图，...
【技术保护点】
1.一种图像处理方法，其特征在于，包括：/n基于待处理图像获取一个或多个尺度的局部图像；/n对所述一个或多个局部图像分别进行特征提取处理，得到与所述一个或多个尺度的局部图像对应的特征图；/n基于所述与所述一个或多个尺度的局部图像对应的特征图对所述待处理图像进行分割，得到分割结果。/n
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
基于待处理图像获取一个或多个尺度的局部图像；
对所述一个或多个局部图像分别进行特征提取处理，得到与所述一个或多个尺度的局部图像对应的特征图；
基于所述与所述一个或多个尺度的局部图像对应的特征图对所述待处理图像进行分割，得到分割结果。
2.根据权利要求1所述的图像处理方法，其特征在于，所述基于待处理图像获取一个或多个尺度的局部图像包括：
对待处理图像进行多个尺度的截图处理，获得多个局部图像，其中，所述多个局部图像包括基准尺寸的第一局部图像，以及大于基准尺寸的第二局部图像，所述多个局部图像的图像中心相同。
3.根据权利要求2所述的图像处理方法，其特征在于，所述对所述一个或多个局部图像分别进行特征提取处理，得到与所述一个或多个尺度的局部图像对应的特征图包括：
对所述多个局部图像分别进行特征提取处理，获得与第一局部图像对应的第一特征图以及与第二局部图像对应的第二特征图。
4.根据权利要求3所述的图像处理方法，其特征在于，所述基于所述与所述一个或多个尺度的局部图像对应的特征图对所述待处理图像进行分割，得到分割结果，包括：
对所述第一特征图和所述第二特征图进行叠加处理，获得第三特征图；
对所述第三特征图进行激活处理，获得所述待处理图像中的目标区域的分割结果。
5.根据权利要求3所述的方法，其特征在于，对所述多个局部图像分别进行特征提取处理，获得与第一局部图像对应的第一特征图以及与第二局部图像对应的第二特征图，包括：
对所述第二局部图像进行下采样处理，获得基准尺寸的第三局部图像；
对所述第一局部图像和所述第三局部图像分别进行特征提取处理，获得与所述第一局部图像对应的第一特征图，以及与所述第二局部图像对应的第二特征图。
6.根据权利要求4所述的方法，其特征在于，对所述第一特征图和所述第二特征图进行叠加处理，获得第三特征图，包括：
对所述第二特征图进行上采样处理，获得第四特征图，所述第四特征图和所述第一特征图的尺寸之比，与所述第二局部图像和所述第一局部图像的尺寸之比相同；
对所述第四特征图进行裁剪处理，获得第五特征图，所述第五特征图与所述第一特征图尺寸一致；
将所述第一特征图和所述第五特征图进行加权求和处理，获得所述第三特征图。
7.根据权利要求1所述的方法，其特征在于，所述图像处理方法通过神经网络实现，所述神经网络包括多个特征提取网络、叠加网络和激活层，
其中，所述方法还包括：
通过样本图像对所述多个特征提取网络、叠加网络和激活层进行训练，获得训练后的多个特征提取网络、叠加网络和激活层。
8.根据权利要求7所述的方法...
【专利技术属性】
技术研发人员：王文集，夏清，胡志强，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：上海;31
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。