一种图像分割方法、装置及计算机可读存储介质制造方法及图纸

本文涉及图像分析技术领域，尤其涉及一种图像分割方法、装置及计算机可读存储介质。其中方法包括将待处理图像分割为多个区域；将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级；根据所述部分区域中每个像素的灰度级计算所有区域不同灰度级的像素个数；根据所述所有区域不同灰度级的像素个数计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值。通过将高分辨率或者超高分辨率的待处理图像分割为多个区域，根据多个区域中的像素灰度级来计算目标图像和背景图像的灰度级分割值，从而以低内存空间实现寻找待处理图像中用以划分前景图像和背景图像灰度级分割值的目的。

【技术实现步骤摘要】
一种图像分割方法、装置及计算机可读存储介质
本文涉及图像分析
，尤其涉及一种图像分割方法、装置及计算机可读存储介质。
技术介绍
病理图像是通过高分辨率数字病理切片扫描仪对病理切片成像而成的,由于病理图像中大部分都是背景或脂肪区域，含有细胞组织的区域只占图像的一小部分，所以在处理病理图像时，往往先用图像分割算法将含有细胞组织的部分分离出来。图像分割技术是将数字图像划分成互不相交的区域的过程，其主要目的是从一副图像中提取出感兴趣的部分，它是图像分析的关键步骤。现有技术中的图像分割方法主要有如下几类：基于区域的分割方法、基于阈值的分割方法、基于边缘的分割方法等。其中基于阈值的分割方法是现有技术中使用最广泛的，其基本原理是利用图像中像素点的灰度差异将图像分割成背景图像和目标图像，再通过给定的阈值把图像分割为黑白两部分。阈值分割方法中，以目标图像和背景图像平均灰度的最大方差作为评判依据来确定阈值，因其较快的计算速度和良好的分割性能而被广泛地应用。但是传统的阈值分割法需要将整张图像写入内存，然后统计各灰度值所占比例进而计算出使得类间方差最大的阈值。这种计算步骤在超高分辨率的病理图像分割中带来了一些缺陷：占用内存较大，对于一张分辨率是20万×20万×3的图像(3个通道，像素位数为8位)，大约需要占用120GB内存。因此，对于普通计算机不能够满足要求，另一方面，开辟连续大内存会消耗较长时间。
技术实现思路
为解决现有技术中的问题，本文实施例提供了一种图像分割方法、装置及计算机可读存储介质，通过将高分辨率或者超高分辨率的待处理图像分割为多个区域，根据多个区域中的像素灰度级来计算目标图像和背景图像的灰度级分割值，从而以低内存空间实现寻找待处理图像中用以划分前景图像和背景图像灰度级分割值的目的。本文实施例提供了一种图像分割方法，包括，将待处理图像分割为多个区域；将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级；根据所述部分区域中每个像素的灰度级计算所有区域不同灰度级的像素个数；根据所述所有区域不同灰度级的像素个数计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值。本文实施例还提供了一种图像分割装置，包括，第一分割单元，用于将待处理图像分割为多个区域；灰度级计算单元，用于将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级；像素计算单元，用于根据所述部分区域中每个像素的灰度级计算所有区域不同灰度级的像素个数；灰度级分割阈值计算单元，用于根据所述所有区域不同灰度级的像素个数计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值。本文实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法。本文实施例还提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现上述的方法。利用本文实施例，可以在处理高分辨率特别是超高分辨率的图像时，使用较少的内存就可以得到待处理图像的分割阈值，节省了处理图像时对内存的空间，降低系统成本。附图说明为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术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文的一些实施例，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。图1所示为本文实施例一种图像分割方法的流程图；图2a所示为本文实施例将待处理图像进行网格化分割的示意图；图2b为本文实施例将待处理图像进行另一种网格化分割的示意图；图3所示为本文实施例一种图像分割装置的结构示意图；图4所示为本文实施例一种图像分割装置的具体结构示意图；图5所示为本文实施例一种图像分割方法的具体流程图；图6所示为本文实施例待处理图像分割多个区域的数量与寻找整个待处理图像合适的灰度级分割阈值的处理时间的示意图；图7所示为本文实施例将区域顶点坐标存储入任务队列的示意图；图8所示为本文实施例一种分割图像装置的结构示意图。具体实施方式下面将结合本文实施例中的附图，对本文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文一部分实施例，而不是全部的实施例。基于本文中的实施例，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，都属于本文保护的范围。第一实施例如图1所示为本文实施例一种图像分割方法的流程图，在本实施例中通过两次分割将高分辨率图像分割为目标图像以及背景图像，实现了以小内存消耗为代价分割高分辨率图像的目的，可以应用于病理分析的高分辨率图像的图像识别以及其他需要大内存加载图像的场景中，具体包括如下步骤：步骤101，将待处理图像分割为多个区域。步骤102，将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级。步骤103，根据所述部分区域中每个像素的灰度级计算所有区域不同灰度级的像素个数。步骤104，根据所述所有区域不同灰度级的像素个数计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值。根据本文实施例的一个方面，在将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级中进一步包括，将所述多个区域中的部分区域写入内存，利用一个线程计算所述部分区域中每个像素的灰度级。根据本文实施例的一个方面，在将所述多个区域中的部分区域写入内存，利用一个线程计算所述部分区域中每个像素的灰度级中进一步包括，将所述多个区域中的一个区域写入内存，利用一个线程计算所述一个区域中每个像素的灰度级。在本步骤中，每个线程从内存中取出一个区域进行处理，这样通过CPU中的多核多线程可以同时处理多个区域，例如可以采用16个线程分别计算16个区域中每个像素的灰度级，在减小高分辨率图像给计算机内存带来的压力的同时，还提高了图像处理速度。根据本文实施例的一个方面，在将待处理图像分割为多个区域中进一步包括，将所述待处理图像进行网格化，将所述待处理图像分割为所述多个区域；记录所述多个区域中每个区域的顶点坐标。在本步骤中，将待处理图像进行网格化分割后形成多个区域，可以将待处理图像进行矩形的网格分割或者进行其他形状的网格化分割，如图2a所示为本文实施例将待处理图像进行网格化分割的示意图，图2b为本文实施例将待处理图像进行另一种网格化分割的示意图，在将待处理图像进行网格化的分割后形成多个不同形状的区域，其中区域201与区域202等都是待处理图像的一部分，记录每个区域的顶点坐标，例如分别记录图2a中矩形四个顶点的坐标，作为该区域201的边界信息，或者记录图2b中三角形三个顶点的坐标，作为该区域201的边界信息。根据本文档来自技高网...

【技术保护点】
1.一种图像分割方法，其特征在于包括，/n将待处理图像分割为多个区域；/n将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级；/n根据所述部分区域中每个像素的灰度级计算所有区域不同灰度级的像素个数；/n根据所述所有区域不同灰度级的像素个数计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值。/n

【技术特征摘要】
1.一种图像分割方法，其特征在于包括，
将待处理图像分割为多个区域；
将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级；
根据所述部分区域中每个像素的灰度级计算所有区域不同灰度级的像素个数；
根据所述所有区域不同灰度级的像素个数计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值。


2.根据权利要求1所述的方法，其特征在于，在将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级中进一步包括，
将所述多个区域中的部分区域写入内存，利用一个线程计算所述部分区域中每个像素的灰度级。


3.根据权利要求2所述的方法，其特征在于，在将所述多个区域中的部分区域写入内存，利用一个线程计算所述部分区域中每个像素的灰度级中进一步包括，
将所述多个区域中的一个区域写入内存，利用一个线程计算所述一个区域中每个像素的灰度级。


4.根据权利要求1所述的方法，其特征在于，在将待处理图像分割为多个区域中进一步包括，
将所述待处理图像进行网格化，将所述待处理图像分割为所述多个区域；
记录所述多个区域中每个区域的顶点坐标。


5.根据权利要求4所述的方法，其特征在于，在将所述待处理图像进行网格化，将所述待处理图像分割为所述多个区域之前还包括，
获取计算环境的信息以及所述待处理图像的信息；
根据所述计算环境的信息及所述待处理图像的信息计算将待处理图像进行网格化分割的数量。


6.根据权利要求5所述的方法，其特征在于，所述根据所述计算环境的信息及所述待处理图像的信息计算将所述待处理图像进行网格化分割的数量进一步包括，
将所述待处理图像的分辨率乘以灰度级，再除以用于处理所述待处理图像的内存与线程数量的乘积。


7.根据权利要求4所述的方法，其特征在于，在将所述多个区域中的部分区域写入内存中进一步包括，
将所述多个区域的顶点坐标形成任务队列；
按照所述任务队列中的顺序根据所述区域的顶点坐标将所述多个区域中的部分区域写入内存。


8.根据权利要求1所述的方法，其特征在于，根据所述所有区域不同灰度级的像素个数计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值中进一步包括，
设定灰度级分割值；
根据所述灰度级分割值将所述待处理图像分割为目标图像和背景图像；
计算所述目标图像灰度级和背景图像灰度级的差异；
改变所述灰度级分割值，并计算相应目标图像灰度级和背景图像灰度级的差异；
计算使得所述目标图像灰度和背景图像的灰度的差异最大时对应的灰度级分割阈值。


9.根据权利要求8所述的方法，其特征在于，计算所述目标图像灰度级和背景图像灰度级的差异进一步包括，
计算所述背景图像与目标图像平均灰度的差的平方，再乘以所述背景图像以及目标图像占所述待处理图像的比例，得到所述目标图像灰度级和背景图像灰度级的差异。


10.根据权利要求1所述的方法，其特征在于，在计算使得待处理图像目标图像和背景图像灰度差异最大化的灰度级分割阈值之后还包括，
根据所述灰度级分割阈值将所述待处理图像分割为所述目标图像和背景图像。


11.一种图像分割装置，其特征在于包括，
第一分割单元，用于将待处理图像分割为多个区域；
灰度级计算单元，用于将所述多个区域中的部分区域写入内存，计算所述部分区域中每个像素的灰度级；
像素计算单元，用于根据所述部分区域中每个像素的灰度级计算所有...

【专利技术属性】
技术研发人员：刘志升，杨涛，才鑫，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11