【技术实现步骤摘要】
图像处理方法和用于目标检测的图像预处理方法
本专利技术涉及计算机视觉识别领域,尤其涉及一种用于目标检测的图像预处理方法、装置、电子设备以及计算机可读介质。
技术介绍
目标检测是指计算机通过机器学习或者深度学习算法,对图像中的物体和背景进行识别和分隔。目标检测是一种有监督的机器学习,在对目标检测模型进行训练之前需要准备好正样本和负样本,正、负样本对目标检测的准确度起着最基础、最关键的作用。在常见的深度学习网络中,对图像的质量和分辨率都具备较强的泛化能力,然而在图像大小方面却只能接受固定大小的图像输入。目前已有的图像大小处理方法中主要存在图像信息丢失和图像信息改变两方面的问题。现有一种图像大小处理方法是将图像按照某种规则(例如根据图像中心)裁剪成目标检测模型需要的固定大小,正样本为与物体IoU(相交重合度)大于0.7的图像,负样本为IoU小于0.3的图像,如图1(A)所示。还有一种方式是通过调整图像的宽度和高度,将图像调整成目标检测模型所需要的大小,正样本为与物体IoU大于0.7的图像,负样本为IoU小于0.3的图像,如图1(B)所示。另外一种方法首先通过对图像进行等比缩放,然后根据目标检测模型所需要的比例在图像的四周填充灰度,正样本为与物体IoU大于0.7的图像,负样本为IoU小于0.3的图像,如图1(C)所示。
技术实现思路
技术问题在上述第一种图像大小处理方法中,通过某种规则来裁剪图像,有可能导致图像中的目标物体也被裁剪掉,导致物体信息不完整,如图1(A)中的处理之后的图 ...
【技术保护点】
1.一种图像处理方法,用于将样本图像处理为需要的大小,其特征在于,所述方法包括:/n将大小为所述需要的大小的图像等比例放大预定倍数,作为中间处理图像;/n从所述样本图像在所述中间处理图像中的可移动范围内随机选择一个位置,其中,如果所述样本图像的宽和高之中的至少一者大于所述中间处理图像的相应的宽和高,则进行处理以使得所述样本图像的宽和高分别不大于所述中间处理图像的相应的宽和高;/n将所述样本图像定位在所述中间处理图像上的所述位置处;/n将背景图像填充到所述中间处理图像上的除所述样本图像之外的全部区域中;以及/n将填充后的所述中间处理图像等比例缩小为所述需要的大小。/n
【技术特征摘要】
1.一种图像处理方法,用于将样本图像处理为需要的大小,其特征在于,所述方法包括:
将大小为所述需要的大小的图像等比例放大预定倍数,作为中间处理图像;
从所述样本图像在所述中间处理图像中的可移动范围内随机选择一个位置,其中,如果所述样本图像的宽和高之中的至少一者大于所述中间处理图像的相应的宽和高,则进行处理以使得所述样本图像的宽和高分别不大于所述中间处理图像的相应的宽和高;
将所述样本图像定位在所述中间处理图像上的所述位置处;
将背景图像填充到所述中间处理图像上的除所述样本图像之外的全部区域中;以及
将填充后的所述中间处理图像等比例缩小为所述需要的大小。
2.根据权利要求1所述的方法,其特征在于,其中,
通过将所述样本图像等比例缩小的处理而使得所述样本图像的宽和高分别不大于所述中间处理图像的相应的宽和高。
3.根据权利要求1所述的方法,其特征在于,其中
通过将所述中间处理图像等比例放大的处理而使得所述样本图像的宽和高分别不大于所述中间处理图像的相应的宽和高。
4.根据权利要求1至3的任意一项所述的方法,其特征在于,其中
在进行处理以使得所述样本图像的宽和高分别不大于所述中间处理图像的相应的宽和高之后,以所述中间处理图像的宽度值与所述样本图像的宽度值之差作为宽度可移动范围值,以所述中间处理图像的高度值与所述样本图像的高度值之差作为高度可移动范围值,从而得到所述样本图像在所述中间处理图像中的所述可移动范围。
5.根据权利要求4所述的方法,其特征在于,其中,
在0到所述宽度可移动范围值之间随机生成一个宽度值,并且在0到所述高度可移动范围值之间随机生成一个高度值,分别作为所述样本图像的四个顶点之中的任一顶点距离所述中间处理图像的相应的两条边的距离,从而完成所述样本图像在所述中间处理图像上的位置选择。
6.根据权利要求1至3的任意一项所述的方法,其特征在于,其中
所述背景图像随机地选自一背景图片,所述背景图片随机地选自由不同分辨率、不同宽高比的多个背景图片组成的背景图片集合。
7.一种用于训练目标检测模型的图像预处理方法,其特征在于,包括:
获取由不同分辨率和不同宽高比的多个样本图像组成的样本图像集合;
如下处理所述样本图像集合中的每个样本...
【专利技术属性】
技术研发人员:王勃,王云吉,王芳,王京,郑红蕾,陈海英,
申请(专利权)人:北京豆牛网络科技有限公司,
类型:发明
国别省市:北京;11
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。