【技术实现步骤摘要】
边缘提取方法、装置、电子设备及存储介质
[0001]本公开实施例涉及图像处理
,尤其涉及一种边缘提取方法、装置、电子设备及存储介质。
技术介绍
[0002]图像边缘作为图像基本的特征,集中了大量的图像信息。图像边缘检测是图像处理和计算机视觉中的基本问题。图像边缘通常存在于目标、背景和区域之间,因此,对于图像边缘的检测和提取具有较大的难度。
[0003]目前,基于现有的图像边缘检测和提取技术对图像边缘进行检测和提取时,存在着图像边缘提取结果粗糙,不够精细的问题。
技术实现思路
[0004]本公开实施例提供了一种边缘提取方法、装置、电子设备及存储介质,以实现更为精准地提取图像中的边缘信息的效果。
[0005]第一方面,本公开实施例提供了一种边缘提取方法,该方法包括:
[0006]获取目标待提取图像;
[0007]将所述目标待提取图像输入至目标边缘提取模型中,得到与所述目标待提取图像对应的目标边缘掩膜图像;
[0008]其中,所述目标边缘提取模型基于下述方法训练得到:
[0009]获取样本初始待提取图像以及与所述样本初始待提取图像对应的样本初始边缘掩膜图像;
[0010]对所述样本初始待提取图像进行图像增强处理,得到目标尺寸的样本目标待提取图像,并对所述样本初始边缘掩膜图像进行图像增强处理,得到所述目标尺寸的样本目标边缘掩膜图像;
[0011]根据所述样本目标待提取图像以及与所述样本目标待提取图像对应的样本目标边缘掩膜图像对初始深度学习模 ...
【技术保护点】
【技术特征摘要】
1.一种边缘提取方法,其特征在于,包括:获取目标待提取图像;将所述目标待提取图像输入至目标边缘提取模型中,得到与所述目标待提取图像对应的目标边缘掩膜图像;其中,所述目标边缘提取模型基于下述方法训练得到:获取样本初始待提取图像以及与所述样本初始待提取图像对应的样本初始边缘掩膜图像;对所述样本初始待提取图像进行图像增强处理,得到目标尺寸的样本目标待提取图像,并对所述样本初始边缘掩膜图像进行图像增强处理,得到所述目标尺寸的样本目标边缘掩膜图像;根据所述样本目标待提取图像以及与所述样本目标待提取图像对应的样本目标边缘掩膜图像对初始深度学习模型进行训练,得到目标边缘提取模型。2.根据权利要求1所述的方法,其特征在于,所述对所述样本初始待提取图像进行图像增强处理,得到目标尺寸的样本目标待提取图像,包括:对所述样本初始待提取图像进行缩放处理,得到第一尺寸的样本初始待提取图像;根据最近邻插值方法对所述第一尺寸的样本初始待提取图像进行插值处理,得到目标尺寸的样本目标待提取图像。3.根据权利要求2所述的方法,其特征在于,所述对所述样本初始待提取图像进行缩放处理,包括:根据预设尺寸变换范围分别对所述样本初始待提取图像进行长度和宽度进行缩放处理。4.根据权利要求2所述的方法,其特征在于,在所述对所述样本初始待提取图像进行缩放处理之前,还包括:对所述样本初始待提取图像进行锐化处理。5.根据权利要求1所述的方法,其特征在于,所述对所述样本初始边缘掩膜图像进行图像增强处理,得到所述目标尺寸的样本目标边缘掩膜图像,包括:对所述样本初始边缘掩膜图像进行缩放处理,得到第二尺寸的样本初始边缘掩膜图像;根据最近邻插值方法对所述第二尺寸的样本初始边缘掩膜图像进行插值处理,得到目标尺寸的样本目标边缘掩膜图像。6.根据权利要求5所述的方法,其特征在于,在所述对所述样本初始边缘掩膜图像进行缩放处理之前,还包括:对所述样本初始边缘掩膜图像进行膨胀处理;在所述根据最近邻插值方法对所述第二尺寸的样本初始边缘掩膜图像进行插值处理之后,所述得到目标尺寸的样本目标边缘掩膜图像之前,还包括:对所述样本初始边缘掩膜图像进行细化处理。7.根据权利要求1所述的方法,其特征在于,所述初始深度学习模型包括至少两个边缘提取层;所述根据所述样本目标待提取图像以及与所述样本目标待提取图像对应的样本目标
边缘掩膜图像对初始深度学习模型进行训练,得到目标边缘提取模型,包括:将所述样本目标待提取图像输入至初始深度学习模型中,分别得到所述初始深度学习模型中每一个边缘提取层所输出的与所述样本目标待提取图像对应的层输出边缘掩膜图像;根据每一个边缘提取层所输出的所述层输出边缘掩膜图像、与所述样本目标待提取图像对应的样本目标边缘掩膜图像以及所述初始深度学习模型的损失函数确定所述初始深度学习模型的目标损失;基于所述目标损失对所述初始深度学习模型进行模型参数调整,以得到目标边缘提取模型。8.根据权利要求7所述的方法,其特征在于,所述根据每一个边缘提取层所输出的所述层输出边缘掩膜图像、与所述样本目标待提取图像对应的样本目标边缘掩膜图像以及所述初始深度学习模型的损失函数确定所述初始深度学习模型的目标损失,包括:针对每一个边缘提取层所输出的所述层输出边缘掩膜图像,根据所述初始深度学习模型的损失函数计算所述层输出边缘掩膜图像和与所述样本目标待提取图像对应的样本目标边缘掩膜图像之间的层输出损失;根据各边缘提取层对应的层输出损失确定所述初...
【专利技术属性】
技术研发人员:朱渊略,
申请(专利权)人:北京字跳网络技术有限公司,
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。