显示设备、服装图像提取方法和存储介质技术

本申请公开了一种显示设备、服装图像提取方法和存储介质，显示设备中的控制器利用神经网络算法将源图像提取为初始灰度图像，其中，通过摄像头采集显示器前方的服装的源图像；利用卷积操作，连接初始灰度图像中连通域上的破碎区域；搜寻初始灰度图像中全部连通域的边界，并修复全部连通域内部的孔洞区域；分别计算全部连通域的面积，通过面积筛选去除误提取的连通域，得到目标连通域；利用卷积和二值化操作，扩展目标连通域，得到修复灰度图像，通过显示器调取显示修复灰度图像。本申请实施例对提取到的服装的初始灰度图像进行了破碎区域和孔洞区域的修复、误提取连通域的筛选以及边缘处的平滑处理，提高了对服装源图像处理的精细完整程度。

【技术实现步骤摘要】
显示设备、服装图像提取方法和存储介质
本申请涉及深度学习
，尤其涉及一种显示设备、服装图像提取方法和存储介质。
技术介绍
随着人均可支配收入的持续增加和社会开放程度的不断提升，服装消费市场容量不断扩大，且互联网购物的迅速发展，也在一定程度上加剧了人们购买服装的冲动。大量的服装被人们买回家后，往往被随意放置在衣柜中，导致个人衣物数量过多，经常出现买了忘了穿，不知道穿什么，不知道怎么搭配的穿衣困扰。目前，在服装的一站式高效管理系统中，通常利用机器学习来解决上述穿衣困扰，即在一种显示设备中，采集用户每件服装的图像，利用机器学习识别图像中服装目标，并进行提取，将提取出的服装目标按照不同的服装类别进行存储。当用户需要进行服装搭配时，可通过显示设备调取出各个类别的服装目标进行搭配。上述显示设备在识别并提取图像中服装目标时，由于机器学习的能力不足，导致提取出的服装目标出现缺陷，例如，提取出的服装目标不完整，会碎裂成碎片，进而服装目标中存在破碎，或者提取出的服装目标内部一部分区域出现丢失，造成孔洞等等，以上缺陷影响提取服装目标的精细性和完整性。
技术实现思路
本申请提供了一种显示设备、服装图像提取方法和存储介质，以解决图像中服装目标提取的不精细且不完整的技术问题。为了解决上述技术问题，本申请实施例公开了如下技术方案：第一方面，本申请实施例公开了一种显示设备，包括：摄像头，用于采集服装的源图像；控制器，与所述摄像头通讯连接，所述控制器被配置为：利用神经网络算法将所述源图像提取为初始灰度图像；利用卷积操作，连接所述初始灰度图像中连通域上的破碎区域；搜寻所述初始灰度图像中全部连通域的边界，并修复全部所述连通域内部的孔洞区域；分别计算全部所述连通域的面积，通过面积筛选去除误提取的连通域，得到目标连通域；利用卷积和二值化操作，扩展所述目标连通域的边界区域，得到修复灰度图像；显示器，与所述控制器通讯连接，用于显示所述修复灰度图像。第二方面，本申请实施例公开了一种服装图像提取方法，所述方法包括：利用神经网络算法将源图像提取为初始灰度图像；利用卷积操作，连接所述初始灰度图像中连通域上的破碎区域；搜寻所述初始灰度图像中全部连通域的边界，并修复全部所述连通域内部的孔洞区域；分别计算全部所述连通域的面积，通过面积筛选去除误提取的连通域，得到目标连通域；利用卷积和二值化操作，扩展所述目标连通域，得到修复灰度图像。第三方面，本申请实施例公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被控制器执行时实现权利要求9所述的服装图像提取方法。与现有技术相比，本申请的有益效果为：本申请提供了一种显示设备、服装图像提取方法和存储介质，通过摄像头采集显示器前方的服装的源图像，再通过控制器对所述源图像进行处理，处理过程如下：首先将源图像输入神经网络，通过神经网络计算得到初始灰度图像。然后，对该初始灰度图像中连通域上的破碎区域进行卷积操作，使得破碎区域得到一定的扩展延伸，使破碎区域与连通区域连接为整体。之后，搜寻出初始灰度图像中各个连通域的边界，通过边界圈定出每一连通域，对每一连通域内的孔洞区域进行修复填补，得到完整的连通域。在得到各个完整的连通域之后，再进一步计算每一连通域的面积，通过面积筛选出误提取的连通域，保留下服装目标所呈现出的目标连通域。为了进一步完善目标连通域，本申请还对目标连通域的边界区域进行扩展，使得目标连通域的边缘处更加平滑，得到最终的修复灰度图像，用户可通过显示器调取显示出修复灰度图像。本申请实施例对提取到的服装的初始灰度图像进行了破碎区域和孔洞区域的修复、误提取连通域的筛选以及边缘处的平滑处理，提高了对服装源图像处理的精细完整程度。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。附图说明为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的源图像；图2为本专利技术实施例提供的初始灰度图像；图3为本专利技术实施例提供的不同场景及不同展示方式下的服装示意图；图4为本专利技术实施例提供的卷积操作的示意图；图5为本专利技术实施例提供的连通域的边界搜寻的示意图；图6为本专利技术实施例提供的相邻像素标号方式的示意图；图7为本专利技术实施例提供的目标连通域质心的示意图；图8为本专利技术实施例提供的卷积操作后的目标连通域边缘的示意图；图9为本专利技术实施例提供的二值化操作后的目标连通域边缘的示意图；图10为本专利技术实施例提供的修复初始灰度图。图11为本专利技术实施例提供的一种服装图像提取方法的流程示意图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。本申请基于服装的一站式高效管理中服装提取不够精细和完整的问题，为了保证服装图像提取的精细和完整，在第一方面提供了一种显示设备。该显示设备包括依次通讯连接的摄像头、控制器和显示器。在一种实现方式中，该显示器可以为智能穿衣镜，在智能穿衣镜上设置有摄像头，用户可拿着待录入的服装或者直接身穿待录入的服装站在智能穿衣镜前方，摄像头用于拍摄服装的源图像，参见图1，图1即为本专利技术实施例提供的源图像，实际应用中，源图像通常为彩色。智能穿衣镜上还设置有控制器和显示器，控制器能够获取到摄像头拍摄的源图像，并对源图像进行处理，依次得到初始灰度图像和修复灰度图像。最终可通过显示器调取并显示出修复灰度图像。控制器在处理源图像时，首先利用神经网络算法将所述源图像提取为初始灰度图像。控制器获取到源图像之后，将所述源图像输入至神经网络中，神经网络对源图像中的每一像素点进行分类，例如图1中的裤子部分为一类，背景部分为另一类，再把不同类别改为不同的灰度值，得到初始灰度图像。参见图2，为本专利技术实施例提供的初始灰度图像，图2是一张单通道的灰度图片，每个像素点对应一个灰度值，取值范围在0-255之间，0代表黑色，255代表白色，该初始灰度图像中黑色代表背景，其余的非黑色的每个块状区域为一个连通域，也就是说，多个相邻的非零像素构成一个连通域，连通域可视为提取出来的服装目标。在视觉上看来，彼此连通的像素形成了一个区域，而不连通的像素形成了不同的区域。利用神经网络对源图像中服装目标进行提取时，要先使用训练数据对神经网络进行训练。参见图3，为本专利技术实施例提供的不同场景及不同展示方式下的服装示意图。结合图3，本文档来自技高网...

【技术保护点】
1.一种显示设备，其特征在于，包括：/n摄像头，用于采集服装的源图像；/n控制器，与所述摄像头通讯连接，所述控制器被配置为：/n利用神经网络算法将所述源图像提取为初始灰度图像；利用卷积操作，连接所述初始灰度图像中连通域上的破碎区域；搜寻所述初始灰度图像中全部连通域的边界，并修复全部所述连通域内部的孔洞区域；分别计算全部所述连通域的面积，通过面积筛选去除误提取的连通域，得到目标连通域；利用卷积和二值化操作，扩展所述目标连通域的边界区域，得到修复灰度图像；/n显示器，与所述控制器通讯连接，用于显示所述修复灰度图像。/n

【技术特征摘要】
1.一种显示设备，其特征在于，包括：
摄像头，用于采集服装的源图像；
控制器，与所述摄像头通讯连接，所述控制器被配置为：
利用神经网络算法将所述源图像提取为初始灰度图像；利用卷积操作，连接所述初始灰度图像中连通域上的破碎区域；搜寻所述初始灰度图像中全部连通域的边界，并修复全部所述连通域内部的孔洞区域；分别计算全部所述连通域的面积，通过面积筛选去除误提取的连通域，得到目标连通域；利用卷积和二值化操作，扩展所述目标连通域的边界区域，得到修复灰度图像；
显示器，与所述控制器通讯连接，用于显示所述修复灰度图像。


2.根据权利要求1所述的显示设备，其特征在于，所述利用卷积操作，连接所述初始灰度图像中连通域上的破碎区域，包括：
选取所述连通域的破碎区域，其中，所述破碎区域位于所述连通域的边界位置；
利用图像窗口滤波器分别对所述破碎区域内的像素点进行卷积求和，得到多个填充值；
将多个所述填充值对应赋予至所述破碎区域内的像素点。


3.根据权利要求1所述的显示设备，其特征在于，搜寻所述初始灰度图像中连通域的边界，包括：
根据从上到下、从左到右的规律遍历所述初始灰度图像上的像素点；
选定第一个非零像素点为边界起始点；
根据第一预设顺序遍历以所述边界起始点为中心的相邻像素点，选定第一个非零相邻像素点为第二边界点；
根据第二预设顺序遍历以所述第二边界点为中心的相邻像素点，选定第一个非零相邻像素点为第三边界点；
根据所述第二预设顺序，依次搜寻连通域的剩余边界点。


4.根据权利要求3所述的显示设备，其特征在于，修复所述连通域内部的孔洞区域，包括：利用非零值填充连通域内部的孔洞区域。


5.根据权利要求3所述的显示设备，其特征在于，所述分别计算全部所述连通域的面积，通过面积筛选去除误提取的连通域，得到目标连通域，包括：
根据连通域内每一行像素点的始点和终点，计算每一行面积；...

【专利技术属性】
技术研发人员：孙锦，黄利，李广琴，
申请(专利权)人：海信集团有限公司，
类型：发明
国别省市：山东;37