图像修补方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种图像修补方法、装置、设备及存储介质。其中方法包括：对目标图像中感兴趣区域进行标注，得到标注区域图像，并确定标注区域图像的边界信息；根据边界信息，对标注区域图像进行分割得到第一图像，并对目标图像进行分割得到第二图像；对第一图像和所述第二图像进行融合，得到融合图像；将融合图像和第一图像输入至图像修补模型中，以确定目标修补图像，图像修补模型用于确定修补第一图像的目标修补图像；根据目标修补图像，对第一图像进行修补。本申请实现在图像标注过程中自动识别肉眼无法识别的中心空洞以及边界空洞，并对中心空洞以及边界空洞进行自动修补，以提高图像的标注效率和标注质量。像的标注效率和标注质量。像的标注效率和标注质量。

【技术实现步骤摘要】
图像修补方法、装置、设备及存储介质


[0001]本申请实施例涉及图像处理技术，特别涉及一种图像修补方法、装置、设备及存储介质。

技术介绍

[0002]在图像标注的应用场景中，一般是人工通过画笔或阈值等标注工具进行图像标注。然而，上述方式不仅标注效率低下，且在图像标注过程中会形成肉眼无法识别的中心空洞，或者非闭合区域形成的边界空洞，导致图像标注的质量差。

技术实现思路

[0003]本申请实施例提供一种图像修补方法、装置、设备及存储介质，实现在图像标注过程中自动识别肉眼无法识别的中心空洞以及边界空洞，并对中心空洞以及边界空洞进行自动修补，以提高图像的标注效率和标注质量。
[0004]第一方面，本申请实施例提供了一种图像修补方法，该方法包括：
[0005]对目标图像中感兴趣区域进行标注，得到标注区域图像，并确定所述标注区域图像的边界信息；
[0006]根据所述边界信息，对所述标注区域图像进行分割得到第一图像，并对所述目标图像进行分割得到第二图像；
[0007]对所述第一图像和所述第二图像进行融合，得到融合图像；
[0008]将所述融合图像和所述第一图像输入至图像修补模型中，以确定目标修补图像，所述图像修补模型用于确定修补第一图像的目标修补图像；
[0009]根据所述目标修补图像，对所述第一图像进行修补。
[0010]第二方面，本申请实施例提供了一种图像修补装置，该装置包括：
[0011]边界确定模块，用于对目标图像中感兴趣区域进行标注，得到标注区域图像，并确定所述标注区域图像的边界信息；
[0012]图像分割模块，用于根据所述边界信息，对所述标注区域图像进行分割得到第一图像，并对所述目标图像进行分割得到第二图像；
[0013]图像融合模块，用于对所述第一图像和所述第二图像进行融合，得到融合图像；
[0014]图像确定模块，用于将所述融合图像和所述第一图像输入至图像修补模型中，以确定目标修补图像，所述图像修补模型用于确定修补第一图像的目标修补图像；
[0015]图像修补模块，用于根据所述目标修补图像，对所述第一图像进行修补。
[0016]第三方面，本申请实施例提供了一种图像修补设备，包括：
[0017]处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，以执行第一方面实施例所述的图像修补方法。
[0018]第四方面，本申请实施例提供了一种计算机可读存储介质，用于存储计算机程序，所述计算机程序使得计算机执行第一方面实施例所述的图像修补方法。
[0019]第五方面，本申请实施例提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现第一方面实施例所述的图像修补方法。
[0020]本申请实施例公开的技术方案，具有如下有益效果：
[0021]通过从目标图像中获取标注区域图像，并确定标注区域图像的边界信息，基于边界信息分割标注区域图像得到第一图像，以及分割目标图像得到第二图像，并将第一图像和第二图像进行融合得到融合图像，将融合图像和第一图像输入至图像修补模型，得到目标修补图像，然后基于目标修补图像对第一图像进行修补。由此，实现在图像标注过程中自动识别肉眼无法识别的中心空洞以及边界空洞，并对中心空洞以及边界空洞进行自动修补，以提高图像的标注效率和标注质量。
附图说明
[0022]为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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。
[0023]图1是本申请实施例的一种图像修补方法的流程示意图；
[0024]图2a是本申请实施例提供的检查脑部出血的医学影像图像的示意图；
[0025]图2b是本申请实施例提供的从检查脑部出血的医学影像图像中标注出感兴趣区域的示意图；
[0026]图3是本申请实施例提供的第一种确定标注区域图像的边界信息的流程示意图；
[0027]图4是本申请实施例提供的第二种确定标注区域图像的边界信息的流程示意图；
[0028]图5是本申请实施例提供的另一种图像修补方法的流程示意图；
[0029]图6是本申请实施例提供的基于图像修补模型确定目标修补图像的示意图；
[0030]图7是本申请实施例提供的再一种图像修补方法的流程示意图；
[0031]图8是本申请实施例提供的一种图像修补装置的示意性框图；
[0032]图9是本申请实施例提供的一种图像修补设备的示意性框图。
具体实施方式
[0033]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0034]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0035]本专利技术实施例主要针对现有技术中，人工通过画笔或阈值等标注工具进行图像标注时，不仅标注效率低下，并且在图像标注过程中会形成肉眼无法识别的中心空洞，或者非闭合区域形成的边界空洞，导致图像标注质量差的问题，提出了一种图像修补方法、装置、设备及存储介质。
[0036]下面结合附图对本申请实施例提供的一种图像修补方法、装置、设备及存储介质进行详细描述。
[0037]首先结合图1，对本申请实施例提供的一种图像修补方法进行说明。图1是本申请实施例的一种图像修补方法的流程示意图。本实施例提供的图像修补方法，可由图像修补装置来执行，以实现对图像标注过程中存在的空洞修补过程进行控制。该图像修补装置可由硬件和/或软件组成，并可集成于图像修补设备中。其中，该图像修补方法包括以下步骤：
[0038]S101，对目标图像中感兴趣区域进行标注，得到标注区域图像，并确定所述标注区域图像的边界信息。
[0039]本申请实施例中，目标图像可为医学影像图像或常规图像。其中，医学影像图像可为检查脑部出血的医学影像图像，也可以是检查肺部感染的医学影像图像，或者还可以是检查心脏病的医学影像图像等等。可以理解的是，医学影像图像并不限于上述几种，还可以是其他人体部位的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像修补方法，其特征在于，包括：对目标图像中感兴趣区域进行标注，得到标注区域图像，并确定所述标注区域图像的边界信息；根据所述边界信息，对所述标注区域图像进行分割得到第一图像，并对所述目标图像进行分割得到第二图像；对所述第一图像和所述第二图像进行融合，得到融合图像；将所述融合图像和所述第一图像输入至图像修补模型中，以确定目标修补图像，所述图像修补模型用于确定修补第一图像的目标修补图像；根据所述目标修补图像，对所述第一图像进行修补。2.根据权利要求1所述的方法，其特征在于，确定所述标注区域图像的边界信息，包括：确定所述标注区域图像的最大横坐标、最小横坐标、最大纵坐标和最小纵坐标；根据所述最大横坐标和所述最小横坐标，确定所述标注区域图像的长度，并根据所述最大纵坐标和所述最小纵坐标，确定所述标注区域图像的宽度；对所述标注区域图像的长度和宽度进行放大处理，并根据新最大横坐标、新最小横坐标、新最大纵坐标和新最小纵坐标，确定所述标注区域图像的边界信息。3.根据权利要求1所述的方法，其特征在于，根据所述边界信息，对所述标注区域图像进行分割得到第一图像，包括：根据所述边界信息，对所述标注区域图像进行分割，得到第一分割图像；对所述第一分割图像进行二值化处理，得到第一图像。4.根据权利要求1所述的方法，其特征在于，根据所述边界信息，对所述目标图像进行分割得到第二图像，包括：根据所述边界信息，对所述目标图像进行分割，得到第二分割图像；对所述第二分割图像进行归一化处理，得到第二图像。5.根据权利要求1所述的方法，其特征在于，确定目标修补图像之前，还包括：利用所述图像修补模型，基于所述第一图像生成第一分辨率图像和第二分辨率图像。6.根据权利要求5所述的方法，其特征在于，确定目标修补图像，具体包括：利用所述图像修补模型，对所述融合图像、所述第一图像、所述第一分辨率图像和所述第二分辨率图像进行处理，确定第一修补图像、第二修补图像和第三修补图像；对所述第一修补图像进行上采样处理，得到新的第一修补图像；将所述融合图像、所述第一图像、所述第一修补图像和所述新的第一修补图像输入至所述图像修补模型，确定第四修补...

【专利技术属性】
技术研发人员：邱文旭，彭成宝，张霞，王冠，孟庆余，
申请(专利权)人：沈阳东软智能医疗科技研究院有限公司，
类型：发明
国别省市：