【技术实现步骤摘要】
本申请属于图像处理领域，具体涉及一种图像光斑检测方法、装置和电子设备。
技术介绍
1、随着信息技术的发展，人工智能技术已广泛应用于各个领域。在光斑识别方面，人工智能也具备巨大的潜力。例如在光学字符识别任务和文本检测任务中，如果输入图像中的文字受光斑影响导致无法识别，这就需要额外的人工工作才能正确处理后续流程。因此，在数字图像处理中，对于光斑的识别方法具有重要意义。
2、相关技术对图片光斑进行检测的方法往往容易受到各种因素(例如图像噪声)的影响，导致图像光斑检测的准确性较低。
技术实现思路
1、本申请实施例提供一种图像光斑检测方法、装置和电子设备，能够解决相关技术图像光斑检测的准确性较低的问题。
2、第一方面，提供一种图像光斑检测方法，包括：
3、获取目标图片；
4、通过语义分割模型对所述目标图片进行语义分割，得到语义分割结果；
5、在所述语义分割结果指示存在光斑区域的情况下，确定所述光斑区域的光斑特征；
6、在所述光斑特征满足目标条件的情况下，确定所述目标图片为目标光斑图片；
7、在所述光斑特征不满足目标条件的情况下，确定所述目标图片不为目标光斑图片。
8、第二方面，提供了一种图像光斑检测装置，包括：
9、获取模块，用于获取目标图片；
10、处理模块，用于通过语义分割模型对所述获取模块获取的所述目标图片进行语义分割，得到语义分割结果；
11、确定模块，
12、第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
13、本申请实施例提供的上述至少一个技术方案可以达到如下技术效果：
14、在本申请实施例中，获取目标图片；通过语义分割模型对所述目标图片进行语义分割，得到语义分割结果；在所述语义分割结果指示存在光斑区域的情况下，确定所述光斑区域的光斑特征；在所述光斑特征满足目标条件的情况下，确定所述目标图片为目标光斑图片；在所述光斑特征不满足目标条件的情况下，确定所述目标图片不为目标光斑图片。如此，可通过语义分割模型对图片中的光斑进行准确分割从而实现光斑检测，准确捕捉到光斑的语义信息，从而能够更准确、鲁棒地识别图像内光斑，解决了相关技术图像光斑检测的准确性较低的问题。
本文档来自技高网...【技术保护点】
1.一种图像光斑检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述光斑特征包括光斑面积、光斑亮度和光斑位置中的至少一种。
3.根据权利要求2所述的方法，其特征在于，所述光斑特征包括光斑面积；所述在所述光斑特征满足目标条件的情况下，确定所述目标图片为目标光斑图片，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标图片为文本图片；所述方法还包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述语义分割模型包括基于U型网络结构构建的深度学习模型，所述目标图片为相机拍摄的图片。
6.根据权利要求5所述的方法，其特征在于，所述语义分割模型的训练过程包括：
7.根据权利要求6所述的方法，其特征在于，所述通过所述图片训练集对初始的语义分割模型进行迭代训练，得到训练完成的语义分割模型，包括：
8.一种图像光斑检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储在所述处理器上运行的程序或指令，所述程序或指令被所述处理器
10.一种计算机可读存储介质，其特征在于，所述介质上存储程序或指令，所述程序或指令被执行时实现如权利要求1-7任一项所述的方法的步骤。
...【技术特征摘要】
1.一种图像光斑检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述光斑特征包括光斑面积、光斑亮度和光斑位置中的至少一种。
3.根据权利要求2所述的方法，其特征在于，所述光斑特征包括光斑面积；所述在所述光斑特征满足目标条件的情况下，确定所述目标图片为目标光斑图片，包括：
4.根据权利要求3所述的方法，其特征在于，所述目标图片为文本图片；所述方法还包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述语义分割模型包括基于u型网络结构构建的深度学习模型，所述目标图片为相机拍摄的图片。
6.根据权利要求...
【专利技术属性】
技术研发人员：高思航，曾婵，李昊，
申请(专利权)人：人保信息科技有限公司，
类型：发明
国别省市：
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。