图像处理方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请实施例公开了一种图像处理方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待处理图像以及待处理图像对应的缺陷标注信息；对缺陷标注信息对应的图像区域进行缺陷验证检测，得到验证检测结果；若验证检测结果不满足预设条件，则根据图像区域中的缺陷区域信息对缺陷标注信息进行调整，得到调整后的缺陷标注信息。通过对图像的缺陷标注信息进行检测，确定缺陷是否标注准确，并在缺陷标注不准确的情况下，对缺陷进行重新标注，以提高缺陷标注的准确性。缺陷标注的准确性。缺陷标注的准确性。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及计算机可读存储介质


[0001]本申请实施例涉及计算机
，具体涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着计算机技术的快速发展，图像识别技术的应用越来越广泛，例如，机器学习中对模型的训练和预测等，很大一部分就是对图像中特征的识别来训练模型或者预测图像中特征所对应的类型，因此，图像识别技术的结果直接影响着机器学习的模型训练和预测的准确性。
[0003]目前，图像中特征信息的提取主要依赖于人工的标注，例如，在对图像中缺陷进行检测时，模型的训练依赖于人工对训练集中缺陷的标注，而人工对缺陷的标注存在缺陷标注不准确的情况，致使缺陷框中包含有太多无效数据信息，会使训练后得到的模型在缺陷检测时准确性较低。

技术实现思路

[0004]本申请实施例提供一种图像处理方法、装置、电子设备及计算机可读存储介质，可以提高图像中目标信息标注的准确性，提高信息获取的准确性。
[0005]第一方面，本申请实施例提供了一种图像处理方法，包括：
[0006]获取待处理图像以及待处理图像对应的缺陷标注信息；
[0007]对缺陷标注信息对应的图像区域进行缺陷验证检测，得到验证检测结果；
[0008]若验证检测结果不满足预设条件，则根据所述图像区域中的缺陷区域信息对所述缺陷标注信息进行调整，得到调整后的缺陷标注信息。
[0009]第二方面，本申请实施例还提供了一种图像处理装置，包括：
[0010]获取模块，用于获取待处理图像以及待处理图像对应的缺陷标注信息；
[0011]检测模块，用于对缺陷标注信息对应的图像区域进行缺陷验证检测，得到验证检测结果；
[0012]校正模块，用于若验证检测结果不满足预设条件，则根据所述图像区域中的缺陷区域信息对所述缺陷标注信息进行调整，得到调整后的缺陷标注信息。
[0013]第三方面，本申请实施例还提供了一种电子设备，电子设备包括存储器、处理器及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的图像处理方法中的步骤。
[0014]第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质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方法中的步骤。
[0015]本申请实施例通过对图像的缺陷标注信息进行检测，确定缺陷是否标注准确，并在缺陷标注不准确的情况下，对缺陷进行重新标注，以提高缺陷标注的准确性。
附图说明
[0016]为了更清楚地说明本申请中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，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。
[0017]图1是本申请实施例提供的图像处理方法的场景示意图；
[0018]图2是本申请实施例提供的图像处理方法的流程示意图；
[0019]图3是本申请实施例提供的图像处理方法中图像区域边缘上包含的缺陷区域像素点数量的获取流程示意图；
[0020]图4是本申请实施例提供的图像处理装置的结构示意图；
[0021]图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0022]下面将结合本申请中的附图，对本申请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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]本申请实施例提供一种图像处理方法、装置、电子设备及计算机可读存储介质。具体地，本申请实施例提供适用于电子设备的图像处理装置，其中，电子设备可以为终端或者服务器等设备。其中，终端设备可以为摄像机、计算机、笔记本、台式机或者个人笔记本(PC，Personal Computer)等等。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(CDN，Content Delivery Network)、以及大数据和人工智能平台等基础云计算服务的云服务器，服务器可以通过有线或无线通信方式进行直接或间接地连接。
[0024]本申请实施例可以单独由终端执行图像处理方法，或者是单独由服务器执行图像处理方法，或者是终端和服务器共同执行图像处理方法，请参阅图1，以终端和服务器共同执行图像处理方法为例，其中，在终端和服务器的基础上也可以增加其他设备来辅助完成图像处理方法，在此对其他设备的类型不做限定；终端与服务器之间通过网络连接，比如，通过有线或无线网络连接等，具体执行过程如下：
[0025]服务器10接收终端设备11发送过来的图像以及图像对应的缺陷标注信息，随后，服务器10对缺陷标注信息对应的图像区域进行缺陷验证检测，确定缺陷标注信息是否准确，并在检测到缺陷标注信息不准确时，根据图像区域中的缺陷区域信息对缺陷标注信息进行调整更新，得到调整后的缺陷标注信息。
[0026]其中，在本申请实施例中，服务器10接收到的缺陷标注信息是在终端设备11上进行缺陷标注(例如人工标注)后产生的，其中，该缺陷标注信息是在模型训练前的训练数据预处理阶段产生。
[0027]其中，在本申请实施例中，服务器10的执行步骤可以由其他终端设备代替执行，相应的，服务器在执行后得到的校正后的缺陷标注信息还可以根据需要发送到目标终端设备上，便于进行模型的训练。
[0028]其中，由于原始图像中背景复杂，难以准确识别出缺陷的位置，并且人工标注的方式精度较低，直接对缺陷进行标注容易存在缺陷标注不准确的情况，例如，缺陷的位置明显偏离缺陷框(标注框)的中心，致使缺陷框中包含有太多无效的数据，影响训练模型的精度，因此，在本申请实施例中，主要针对已标注缺陷的缺陷框，在缺陷框标注不准确的情况下，基于缺陷框的基础，对缺陷的标注位置再次标注以达到校正的效果，提高缺陷标注信息的准确性和有效性。
[0029]本申请实施例通过对图像的缺陷标注信息的验证检测，得到缺陷标注信息是否准确的验证结果，并在缺陷标注不准确的情况下，对缺陷进行重新标注，以提高缺陷标注的准确性。
[0030]以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优先顺序的限定。
[0031]请参阅图2，图2为本申请实施例提供的图像处理方法的流程示意图。该图像处理方法的具体流程可以如下：
[0032]101、获取待处理图像以及待处理图像对应的缺陷标注信息。
[0033]其中，在本申请实施例中，待处理图像可以由摄像机、工业相机等摄像设备在对面板等产品进行拍摄后得到。
[0034]其中，缺陷标注信息可以理解为用于反映待处理图像中的缺陷在待处理图本文档来自技高网...

【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：获取待处理图像以及所述待处理图像对应的缺陷标注信息；对所述缺陷标注信息对应的图像区域进行缺陷验证检测，得到验证检测结果；若所述验证检测结果不满足预设条件，则根据所述图像区域中的缺陷区域信息对所述缺陷标注信息进行调整，得到调整后的缺陷标注信息。2.根据权利要求1所述的方法，其特征在于，所述对所述缺陷标注信息对应的图像区域进行缺陷验证检测，得到验证检测结果，包括：在所述待处理图像中确定所述缺陷标注信息对应的图像区域以及所述图像区域中存在缺陷的图像缺陷区域；根据所述缺陷标注信息识别所述图像区域的第一区域中心位置，以及所述图像缺陷区域的第二区域中心位置；根据所述第一区域中心位置和所述第二区域中心位置，对所述图像区域进行缺陷验证检测，得到验证检测结果。3.根据权利要求1所述的方法，其特征在于，所述根据所述图像区域中的缺陷区域信息对所述缺陷标注信息进行调整，得到调整后的缺陷标注信息，包括：对所述图像区域进行缺陷完整性检测，得到缺陷完整检测结果；当所述缺陷完整检测结果为完整时，根据所述图像区域中的缺陷区域信息对所述缺陷标注信息进行调整，得到调整后的缺陷标注信息。4.根据权利要求3所述的方法，其特征在于，所述对所述图像区域进行缺陷完整性检测，包括：确定所述图像区域中存在缺陷的图像缺陷区域；确定所述图像区域的边缘与所述图像缺陷区域的重叠像素数量；根据所述重叠像素数量和预设重叠像素阈值，对所述图像区域进行缺陷完整性检测。5.根据权利要求3所述的方法，其特征在于，所述根据所述图像区域中的缺陷区域信息对所述缺陷标注信息进行调整，包括：对所述待处理图像进行二值化处理，得到所述图像区域所对应的二值化图像；从所述二值化图像中确定所述图像区域中存在缺陷的缺陷轮廓信息；...

【专利技术属性】
技术研发人员：宋慧娟，周豪，
申请(专利权)人：TCL科技集团股份有限公司，
类型：发明
国别省市：