图像处理方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术公开了一种图像处理方法、装置、存储介质及计算机设备。其中，该方法包括：获取待进行分割的图像；预测图像中对象的掩膜得到第一结果，预测图像中对象的轮廓得到第二结果；对第一结果和第二结果进行处理，得到图像的分割结果。本发明专利技术解决了相关技术中，基于maskrcnn的图像分割方法存在对象分割不准确的技术问题。的技术问题。的技术问题。

【技术实现步骤摘要】
图像处理方法、装置、存储介质及计算机设备


[0001]本专利技术涉及图像处理领域，具体而言，涉及一种图像处理方法、装置、存储介质及计算机设备。

技术介绍

[0002]当前的计算机视觉领域中，关于智能识别与分割图像中的实例已有多种解决方法。在对图像进行实例分割的过程中，一般所采用的方法是基于maskrcnn的实例分割方法，该基于maskrcnn的实例分割方法属于两阶段的实例分割方法。第一阶段，由RPN网络检测可能包含物体的位置，得到一定数量的候选框。第二阶段，在第一阶段产生的候选框的基础上经过ROIAlign操作进行分割bbox的分类和回归，以及mask的分类。但该方法存在一些缺点：1.能分割的实例数量取决于检测出来的候选框的数量。2.分割的置信度是由检测bbox的置信度给出的，不能准确衡量mask与GT的重合度。
[0003]因此，在相关技术中，基于maskrcnn的实例分割方法存在实例分割不准确的问题。
[0004]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术实施例提供了一种图像处理方法、装置、存储介质及计算机设备，以至少解决相关技术中，基于maskrcnn的图像分割方法存在对象分割不准确的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种图像处理方法，包括：获取待进行分割的图像；预测所述图像中对象的掩膜得到第一结果，预测所述图像中对象的轮廓得到第二结果；对所述第一结果和所述第二结果进行处理，得到所述图像的分割结果。/>[0007]根据本专利技术实施例的另一个方面，提供了一种图像处理方法，包括：获取待进行分割的遥感建筑物图像，其中，所述遥感建筑物图像包括：通过遥感探测的方式获取的包括建筑物的图像；预测所述遥感建筑物图像中建筑物的掩膜得到第一结果，预测所述遥感建筑物图像中建筑物的轮廓得到第二结果；对所述第一结果和所述第二结果进行处理，得到所述遥感建筑物图像的分割结果。
[0008]根据本专利技术实施例的又一方面，还提供了一种图像处理装置，包括：第一获取模块，用于获取待进行分割的图像；第一预测模块，用于预测所述图像中对象的掩膜得到第一结果，预测所述图像中对象的轮廓得到第二结果；第一处理模块，用于对所述第一结果和所述第二结果进行处理，得到所述图像的分割结果。
[0009]根据本专利技术实施例的再一方面，还提供了一种图像处理装置，包括：第二获取模块，用于获取待进行分割的遥感建筑物图像，其中，所述遥感建筑物图像包括：通过遥感探测的方式获取的包括建筑物的图像；第二预测模块，用于预测所述遥感建筑物图像中建筑物的掩膜得到第一结果，预测所述遥感建筑物图像中建筑物的轮廓得到第二结果；第二处理模块，用于对所述第一结果和所述第二结果进行处理，得到所述遥感建筑物图像的分割结果。
[0010]根据本专利技术实施例的再一方面，还提供了一种存储介质，包括：所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的图像处理方法。
[0011]根据本专利技术实施例的再一方面，还提供了一种计算机设备，包括：存储器和处理器，所述存储器存储有计算机程序；所述处理器，用于执行所述存储器中存储的计算机程序，所述计算机程序运行时使得所述处理器执行上述任意一项所述的数据处理方法。
[0012]在本专利技术实施例中，采用获取待进行分割的图像的方式，通过分别预测图像中对象的掩膜和实例的轮廓，达到了以预测掩膜结合预测轮廓识别图像中的对象的目的，从而实现了准确分割图像中的对象的技术效果，进而解决了相关技术中，基于maskrcnn的图像分割方法存在对象分割不准确的技术问题。
附图说明
[0013]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，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：
[0014]图1示出了一种用于实现数据处理方法的计算机终端的硬件结构框图；
[0015]图2是根据本专利技术实施例1的图像处理方法一的流程图；
[0016]图3是根据本专利技术实施例1的图像处理方法二的流程图；
[0017]图4是根据本专利技术优选实施方式的双解码器预测掩膜与轮廓的示意图；
[0018]图5是根据本专利技术优选实施方式的应用分水岭方法进行图像实例分割的示意图；
[0019]图6是根据本专利技术实施例2的图像处理装置一的结构框图；
[0020]图7是根据本专利技术实施例3的图像处理装置二的结构框图；
[0021]图8是根据本专利技术实施例的一种计算机终端的结构框图。
具体实施方式
[0022]为了使本
的人员更好地理解本专利技术方案，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，所描述的实施例仅仅是本专利技术一部分的实施例，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，都应当属于本专利技术保护的范围。
[0023]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：
[0025]Mask R-CNN：一种通用实例分割架构，Mask RCNN沿用了Faster RCNN的思想，特征
提取采用ResNet-FPN的架构，另外多加了一个Mask预测分支。Faster RCNN是两阶段的目标检测算法，包括阶段一的Region proposal以及阶段二的bounding box回归和分类。
[0026]FPN：一种在计算机视觉科学领域，利用常规卷积神经网络(Convolutional Neural Networks,简称为CNN)模型来高效提取图片中各维度特征的方法，使用图像金字塔的思想以解决物体检测场景中小尺寸物体检测困难的问题。
[0027]交并比(IoU)：在目标检测(Object Detection)中,交并比(IoU)是指产生的候选框(candidate bound)与原标记框(ground truth bound)的交叠率,值在[0,1]之间。
[0028]ROIAlign：一种感兴趣区域特征聚集算法，使用双线性内插的方法获得坐标为浮点数的像素点上的图像数值,从而将整个特征聚集过程转化为一个连续的操作。
[0029]边框回归(Bounding box r本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取待进行分割的图像；预测所述图像中对象的掩膜得到第一结果，预测所述图像中对象的轮廓得到第二结果；对所述第一结果和所述第二结果进行处理，得到所述图像的分割结果。2.根据权利要求1所述的方法，其特征在于，预测所述图像中对象的掩膜得到第一结果包括：采用双解码器的第一分支预测所述图像中对象的掩膜，得到所述第一结果；预测所述图像中对象的轮廓得到第二结果包括：采用所述双解码器的第二分支预测所述图像中对象的轮廓，得到所述第二结果。3.根据权利要求2所述的方法，其特征在于，所述第一结果包括：掩膜类预测结果和掩膜的预测边界与实际边界的交并比；所述第二结果包括：轮廓类预测结果和接触轮廓类预测结果。4.根据权利要求3所述的方法，其特征在于，采用双解码器的第一分支预测所述图像中对象的掩膜，得到所述第一结果包括：采用所述双解码器的所述第一分支对所述图像中对象的掩膜进行预测，得到掩膜类预测结果和掩膜边界预测结果；根据所述掩膜边界预测结果确定所述掩膜的预测边界与实际边界的交并比；采用所述双解码器的第二分支预测所述图像中对象的轮廓，得到所述第二结果包括：采用所述双解码器的所述第二分支对所述图像中对象的轮廓进行预测，得到轮廓类预测结果和轮廓预测结果；根据所述轮廓预测结果确定所述接触轮廓类预测结果。5.根据权利要求1所述的方法，其特征在于，对所述第一结果和所述第二结果进行处理，得到所述图像的分割结果包括：依据所述第一结果和所述第二结果，确定进行图像分割的种子点；根据所述种子点对所述图像进行分割，得到所述图像的分割结果。6.根据权利要求1至5中任一项所述的方法，其特征在于，获取待进行分割的图像包括：通过遥感探测的方式，获取待进行分割的所述图像。7.根据权利要求6所述的方法，其特征在于，所述图像包括：包括建筑物的图像。8.一种图像处理方法，其特征在于，包括：获取待进行分割的遥感建筑物图像，其中，所述遥感建筑物图像包括：通过遥感探测的方式获取的包括建筑物的图像；预测所述遥感建筑物图像中建筑物的掩膜得到第一结果，预测所述遥感建筑物图像中建筑物的轮廓得到第二结果；对所述第一结果和所述第二结果进行处理，得到所述遥感建筑物图像的分割结果。9.根据权利要求8所述的方法，其特征在于，预测所述遥感建筑物图像中...

【专利技术属性】
技术研发人员：陈磊，王志斌，李昊，蔡阳，崔倩，李鑫雨，
申请(专利权)人：水利部信息中心，
类型：发明
国别省市：