图像处理的方法及装置、存储介质及电子设备制造方法及图纸

技术编号:33926636 阅读:10 留言:0更新日期:2022-06-25 21:50
本公开提供了一种图像处理的方法、装置、电子设备及存储介质,该方法包括:获取包含目标对象的待处理图像;利用目标检测模型定位待处理图像中的目标对象,根据待处理图像获得目标对象的目标对象图像;其中目标检测模型是基于包含目标对象的历史图像训练得到的;对目标对象图像进行分割获得多个子图像;分别对多个子图像进行状态识别处理,获得各个子图像的识别结果,进而根据各个子图像的识别结果确定目标对象的识别结果。该方法可以准确定位待处理图像中的目标对象,并根据待处理图像获得目标对象的目标对象图像,再通过将目标对象图像分割为多个子图像分别进行识别的方式,保留了图像细节,从而避免了识别过程中的信息丢失,使识别结果更准确。识别结果更准确。识别结果更准确。

【技术实现步骤摘要】
图像处理的方法及装置、存储介质及电子设备


[0001]本公开涉及计算机
,尤其涉及一种图像处理的方法及装置、存储介质及电子设备。

技术介绍

[0002]随着计算机技术以及现代工业制造技术的发展,电子设备的应用越来越普及,电子设备的设备状态也会随着电子设备的使用而改变,例如,在电子设备的使用中会发生电子设备的硬件老化或设备损伤等情况,例如机身损坏、屏幕破碎情况。
[0003]相关技术中,通常是根据人工经验确定电子设备的设备状态,常常导致识别效率低、识别结果不准确。
[0004]需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开的目的在于提供一种图像处理的方法、装置、电子设备及存储介质,以解决识别效率低、识别结果不准确的问题。
[0006]本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
[0007]根据本公开的一个方面,提供一种图像处理的方法,包括:获取包含目标对象的待处理图像;利用目标检测模型定位待处理图像中的目标对象,根据待处理图像获得目标对象的目标对象图像;其中,目标检测模型是基于包含目标对象的历史图像训练得到的;对目标对象图像进行分割,获得多个子图像;分别对多个子图像进行状态识别处理,获得各个子图像的识别结果,进而根据各个子图像的识别结果确定目标对象的识别结果。
[0008]在本公开一个实施例中,利用目标检测模型定位待处理图像中的目标对象,包括:识别待处理图像的图像参数信息;在确定图像参数信息满足图像参数预设条件的情况下,利用目标检测模型定位待处理图像中的目标对象。
[0009]在本公开一个实施例中,根据待处理图像获得目标对象的目标对象图像,包括:识别待处理图像中目标对象的轮廓信息;根据轮廓信息从待处理图像中截取目标对象的初始图像;获取目标对象的基准图像,根据轮廓信息和基准图像确定初始图像的调整参数;根据调整参数处理目标对象的初始图像,获得目标对象的目标对象图像。
[0010]在本公开一个实施例中,根据轮廓信息从待处理图像中截取目标对象的初始图像,包括:根据轮廓信息确定目标对象在待处理图像中的尺寸信息;在轮廓信息和尺寸信息满足截取条件的情况下,根据轮廓信息从待处理图像中截取目标对象的初始图像。
[0011]在本公开一个实施例中,对目标对象图像进行分割,获得多个子图像,包括:获取单位尺寸信息;将目标对象图像分割为多个尺寸为单位尺寸信息的图像,以多个尺寸为单位尺寸信息的图像作为多个子图像。
[0012]在本公开一个实施例中,目标对象为终端屏幕;状态为屏幕破碎状态;以及,获取单位尺寸信息,包括:获取用于屏幕破碎状态识别的裂痕识别需求信息,其中裂痕识别需求信息中包含裂痕长度阈值;根据裂痕长度阈值确定单位尺寸信息。
[0013]在本公开一个实施例中,分别对多个子图像进行状态识别处理,获得各个子图像的识别结果,包括:通过屏幕破碎状态检测模型分别对多个子图像进行屏幕破碎状态识别处理,获得各个子图像的屏幕破碎状态识别结果;其中,屏幕破碎状态检测模型是基于包括具有屏幕破碎状态的终端屏幕的历史图像训练得到的;屏幕破碎状态识别结果包括:屏幕破碎状态和屏幕未破碎状态。
[0014]在本公开一个实施例中,根据各个子图像的识别结果确定目标对象的识别结果,包括:确定识别结果为屏幕破碎状态的子图像的数量;当数量超过数量阈值时,确定终端屏幕的屏幕破碎状态识别结果为破碎。
[0015]根据本公开的另一个方面,提供一种图像处理的装置,包括:获取模块,用于获取包含目标对象的待处理图像;处理模块,用于利用目标检测模型检测待处理图像,并在检测出待处理图像中存在目标对象的情况下,处理待处理图像获得目标对象的目标对象图像;其中,目标检测模型是基于包括目标对象的历史图像训练得到的;分割模块,用于对目标对象图像进行分割,获得多个子图像;识别模块,用于分别对多个子图像进行状态识别处理,获得各个子图像的识别结果,进而根据各个子图像的识别结果确定目标对象的识别结果。
[0016]根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述的图像处理的方法。
[0017]根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的图像处理的方法。
[0018]通过本公开提供的图像处理方法,可以先获取包含目标对象的待处理图像,并利用基于目标对象进行训练的目标检测模型定位待处理图像中的目标对象,以获得目标对象的目标对象图像,再对目标对象图像进行分割,进而可以分别对多个子图像进行状态识别处理,获得各个子图像的识别结果,最后根据各个子图像的识别结果确定目标对象的识别结果。一方面,可以采用目标检测模型这一机器学习的方法定位待处理图像中的目标对象,进而可以快速准确地根据待处理图像获得其中目标对象的目标对象图像,使得可以在后续处理过程中只处理目标对象对应的图像,使处理结果更准确。又一方面,可以将目标对象图像分割为多个子图像,再分别对多个子图像进行状态识别处理以获得各个子图像的识别结果,使得在图像识别处理过程中保留图像中的各种细节,避免信息丢失,从而使处理结果更准确。
[0019]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,并不能限制本公开。
附图说明
[0020]此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,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。
[0021]图1示出了可以应用本公开实施例的图像处理的方法的示例性系统架构的示意图;
[0022]图2示出了本公开一个实施例的图像处理的方法的流程图;
[0023]图3示出了本公开一个实施例的图像处理的方法中获得目标对象的目标对象图像的流程图;
[0024]图4示出了本公开一个实施例的图像处理的方法的流程图;
[0025]图5示出了本公开一个实施例的可以实现图像处理的方法的系统示意图;
[0026]图6示出了本公开一个实施例的图像处理的装置的框图;和
[0027]图7示出了本公开实施例中一种图像处理的计算机设备的结构框图。
具体实施方式
[0028]现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
[0029本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种图像处理的方法,其特征在于,包括:获取包含目标对象的待处理图像;利用目标检测模型定位所述待处理图像中的目标对象,根据所述待处理图像获得所述目标对象的目标对象图像;其中,所述目标检测模型是基于包含目标对象的历史图像训练得到的;对所述目标对象图像进行分割,获得多个子图像;分别对所述多个子图像进行状态识别处理,获得各个子图像的识别结果,进而根据所述各个子图像的识别结果确定所述目标对象的识别结果。2.根据权利要求1所述的方法,其特征在于,利用目标检测模型定位所述待处理图像中的目标对象,包括:识别所述待处理图像的图像参数信息;在确定所述图像参数信息满足图像参数预设条件的情况下,利用目标检测模型定位所述待处理图像中的目标对象。3.根据权利要求1所述的方法,其特征在于,根据所述待处理图像获得所述目标对象的目标对象图像,包括:识别所述待处理图像中所述目标对象的轮廓信息;根据所述轮廓信息从所述待处理图像中截取所述目标对象的初始图像;获取所述目标对象的基准图像,根据所述轮廓信息和所述基准图像确定所述初始图像的调整参数;根据所述调整参数处理所述目标对象的初始图像,获得所述目标对象的目标对象图像。4.根据权利要求3所述的方法,其特征在于,根据所述轮廓信息从所述待处理图像中截取所述目标对象的初始图像,包括:根据所述轮廓信息确定所述目标对象在所述待处理图像中的尺寸信息;在所述轮廓信息和所述尺寸信息满足截取条件的情况下,根据所述轮廓信息从所述待处理图像中截取所述目标对象的初始图像。5.根据权利要求1

4任一所述的方法,其特征在于,对所述目标对象图像进行分割,获得多个子图像,包括:获取单位尺寸信息;将所述目标对象图像分割为多个尺寸为单位尺寸信息的图像,以所述多个尺寸为单位尺寸信息的图像作为所述多个子图像。6.根据权利要求5所述的方法,其特征在于,所述目标对象为终端屏幕...

【专利技术属性】
技术研发人员:李晓宇吴东刘艺飞王维来董宇青
申请(专利权)人:京东安联财产保险有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1