图像实例分割结果优化方法、终端设备及存储介质技术

本发明专利技术公开了一种图像实例分割结果优化方法、终端设备及存储介质，获取待分割图像的实例分割结果；计算每个实例分割结果的中心像素坐标；利用中心像素坐标计算任一实例分割结果与其余实例分割结果之间的距离，将距离小于第一阈值的实例分割结果设定为目标集合；计算目标集合中两个实例分割结果的面积并集与交集的比值，将比值大于第二阈值的两个实例分割结果判定为同一目标，并去除该两个实例分割结果中面积较小的实例分割结果，剩余的实例分割结果即为最优分割目标。本发明专利技术采用中心点匹配和交并比阈值筛选得到了目标的最优检测结果，解决了目前实例分割结果目标被拆分导致的检测数量不准确、目标位置不准确的问题。目标位置不准确的问题。目标位置不准确的问题。

【技术实现步骤摘要】
图像实例分割结果优化方法、终端设备及存储介质


[0001]本专利技术涉及图像分割技术，特别是一种图像实例分割结果优化方法、终端设备及存储介质。

技术介绍

[0002]实例分割是计算机视觉最重要的任务之一。现阶段的实例分割任务基本上都是基于小尺寸图像进行分割。但近些年随着民用级无人机、图像拼接技术以及相机感光传感器性能的发展，图像的尺寸逐渐扩大，出现了能输出各种超大尺寸图像的设备。超大尺寸的图像相比小尺寸图像具有更广的视野、更完整的目标以及更加丰富的信息。
[0003]现有技术中，实例分割算法的研究主要集中在分割模型的改进上，分割模型结构越趋复杂、参数越趋众多，受限于计算设备的限制，使得现有模型难以在超大尺寸图像上实现高质高效的实例分割任务。目前解决超大尺寸图像实例分割问题的方案为将图像裁剪为尺寸合适的小尺寸子图像后载入模型进行实例分割，然后将其映射回原图像，但也因此导致部分目标被裁剪至不同的小尺寸子图像上，将其映射回原图像时，裁剪位置的目标被拆分，导致实例分割结果数量不准确、位置不精确，无法发挥超大尺寸图像的优势，限制了其在超大场景下的进一步推广应用。

技术实现思路

[0004]本专利技术所要解决的技术问题是，针对现有技术不足，提供一种图像实例分割结果优化方法、终端设备及存储介质，提高实例分割结果准确性。
[0005]为解决上述技术问题，本专利技术所采用的技术方案是：一种图像实例分割结果优化方法，包括以下步骤：
[0006]S1、获取待分割图像的实例分割结果；
[0007]S2、计算每个所述实例分割结果的中心像素坐标；
[0008]S3、利用所述中心像素坐标计算任一实例分割结果与其余实例分割结果之间的距离，将距离小于第一阈值的实例分割结果设定为目标集合；
[0009]S4、计算所述目标集合中两个实例分割结果的面积并集与交集的比值，将比值大于第二阈值的两个实例分割结果判定为同一目标，并去除该两个实例分割结果中面积较小的实例分割结果，剩余的实例分割结果即为最优分割目标。
[0010]本专利技术在图像分割结果的基础上，采用中心点匹配(中心像素坐标计算和匹配过程)和交并比阈值筛选，获得了最优检测结果，解决了现有技术实例分割结果存在目标被拆分导致的目标检测数量不准确、目标位置不准确的问题。
[0011]本专利技术中，步骤S1的具体实现过程包括：获取待分割图像，将所述图像按照设定重叠率划分为多个子图像，将各子图像输入实例分割模型，得到实例分割结果。
[0012]本专利技术中，步骤S2中，将所述图像按照设定重叠率划分为多个子图像的具体实现过程包括：在待分割图像上估计分割目标的尺寸，设定子图像之间的重叠区域大于分割目
标尺寸，且位置相邻的上、下、左、右四个子图像的相邻区域重叠。即：按照一定的重叠率对超大尺寸图像划分成子图像，其重叠率的确定方法为：在超大尺寸的图像上，估计分割目标的尺寸，子图像之间的重叠区域略大于目标的尺寸即可，且在上下左右四个方向上均重叠，此步骤的目的是确保每个目标在其中某一个子图像上能被分割出完整目标。
[0013]本专利技术中，所述实例分割模型可以是Mask_Rcnn。
[0014]本专利技术中，所述实例分割结果包括分割轮廓四个顶点按照逆时针顺序排列的坐标值(x1，y1，x2，y2，x3，y3，x4，y4)；中心像素坐标(P
x
，P
y
)计算公式为：
[0015][0016]其中，P
x
，P
y
分别为实例分割结果中心的横坐标和纵坐标，mean()为求均值运算。
[0017]本专利技术利用求均值运算计算中心像素坐标，计算过程简单，且中心像素坐标计算结果客观、准确。
[0018]本专利技术中，为了进一步提高优化精度，可以将所述第二阈值设定为0.1。
[0019]在极端情况下，步骤S4中，若两个实例分割结果面积相同，则选取其中任意一个实例分割结果为最优分割目标。
[0020]还包括：
[0021]S5、将所述最优分割结果映射至待分割图像，得到待分割图像的最终实例分割结果作为一个专利技术构思，本专利技术还提供了一种终端设备，其包括：
[0022]一个或多个处理器；
[0023]存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本专利技术上述方法的步骤。
[0024]作为一个专利技术构思，本专利技术还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术上述方法的步骤。
[0025]与现有技术相比，本专利技术所具有的有益效果为：本专利技术在现有超大尺寸图像实例分割方案的结果上，采用中心点匹配和IoU阈值(交并比阈值)筛选得到了目标的最优检测结果，解决了目前实例分割结果目标被拆分导致的检测数量不准确、目标位置不准确的问题。本专利技术的方法尤其适用于超大尺寸图像分割结果处理，充分发挥了超大尺寸图像的优势，便于超大尺寸图像的应用。
附图说明
[0026]图1为本专利技术实施例方法流程图；
[0027]图2为超大尺寸原图像；
[0028]图3为本专利技术实施例子图像示意图；
[0029]图4为优化前的实例分割结果；
[0030]图5为采用本专利技术实施例方法优化后的实例分割结果。
具体实施方式
[0031]为使本专利技术实施例的目的、技术方案和优点更加清楚，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、完整地说明，显然，所描述的实施例是
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，都属于本专利技术保护的范围。
[0032]在本文中，术语“第一”、“第二”和其它类似词语并不意在暗示任何顺序、数量和重要性，而是仅仅用于对不同的元件进行区分。在本文中，术语“一”、“一个”和其它类似词语并不意在表示只存在一个所述事物，而是表示有关描述仅仅针对所述事物中2的一个，所述事物可能具有一个或多个。在本文中，术语“包含”、“包括”和其它类似词语意在表示逻辑上的相互关系，而不能视作表示空间结构上的关系。例如，“A包括B”意在表示在逻辑上B属于A，而不表示在空间上B位于A的内部。另外，术语“包含”、“包括”和其它类似词语的含义应视为开放性的，而非封闭性的。例如，“A包括B”意在表示B属于A，但是B不一定构成A的全部，A还可能包括C、D、E等其它元素。
[0033]实施例1
[0034]本实施例提供了一种超大尺寸图像的实例分割结果优化方法，如图1所示，包括以下步骤：
[0035]S1、获取一张超大尺寸的图像(待分割图像)。
[0036]本实施例中，如图2所示，获取一张超大尺寸的图像，其尺寸为6903
×
5902，对房屋(目标)进行实例分割。
[0037]S2、将超大尺寸图像按照一定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像实例分割结果优化方法，其特征在于，包括以下步骤：S1、获取待分割图像的实例分割结果；S2、计算每个所述实例分割结果的中心像素坐标；S3、利用所述中心像素坐标计算任一实例分割结果与其余实例分割结果之间的距离，将距离小于第一阈值的实例分割结果设定为目标集合；S4、计算所述目标集合中两个实例分割结果的面积并集与交集的比值，将比值大于第二阈值的两个实例分割结果判定为同一目标，并去除该两个实例分割结果中面积较小的实例分割结果，剩余的实例分割结果即为最优分割目标。2.根据权利要求1所述的图像实例分割结果优化方法，其特征在于，步骤S1的具体实现过程包括：获取待分割图像，将所述图像按照设定重叠率划分为多个子图像，将各子图像输入实例分割模型，得到实例分割结果。3.根据权利要求2所述的图像实例分割结果优化方法，其特征在于，步骤S2中，将所述图像按照设定重叠率划分为多个子图像的具体实现过程包括：在待分割图像上估计分割目标的尺寸，设定子图像之间的重叠区域大于分割目标尺寸，且位置相邻的上、下、左、右四个子图像的相邻区域重叠。4.根据权利要求2所述的图像实例分割结果优化方法，其特征在于，所述实例分割模型为Mask_Rcnn。5.根据权利要求1所述的图像实例分割结果优化方法，其特征在于...

【专利技术属性】
技术研发人员：何维，刘昊，谭可成，刘玮欣，高毓欣，
申请(专利权)人：中国电建集团中南勘测设计研究院有限公司，
类型：发明
国别省市：