图像处理方法及图像处理装置制造方法及图纸

提供了一种图像处理方法及图像处理装置。该方法包括利用目标识别模型对图像进行处理，得到目标分布概率图以及第一类型中每一种类目标的种类信息和数量信息，目标分布概率图包括与每个像素点对应的目标概率，第一类型是根据目标在图像中的像素值与预设分类阈值确定的；基于第一预设处理方法，对目标分布概率图进行图像处理，得到目标灰度图和目标热力图；对目标灰度图进行图像形态学闭操作，得到多个联通区域，每个联通区域表征第二类型中的一个种类的目标的聚集区域，第二类型是根据目标在图像中的像素值与预设分类阈值确定的；针对每个联通区域，利用第二预设处理方法对联通区域进行群体识别处理，得到联通区域内目标的种类信息和数量信息。信息和数量信息。信息和数量信息。

【技术实现步骤摘要】
图像处理方法及图像处理装置


[0001]本公开涉及图像处理
，更具体地，涉及一种图像处理方法、图像处理装置、电子设备和计算机可读存储介质。

技术介绍

[0002]动物是大自然生态系统的重要组成部分，是生物多样性评估以及生态环境可持续发展的重要评价指标。在生态保护区安装摄像头可以在不侵犯动物的情况下对动物进行记数和研究。人工智能技术的发展，使得计算设备有机会像动物学专家一样能够快速准确地从图像中检测动物的分布种类数量等信息。
[0003]在对动物的种类和数量进行识别的过程中，对于一些喜欢成群密集栖息的动物，如某些鸟类等，由于画质不清晰以及个体互相遮挡，对每个个体进行种类识别不仅计算量大而且准确度低。

技术实现思路

[0004]有鉴于此，本公开实施例提供了一种图像处理方法、图像处理装置、电子设备和计算机可读存储介质。
[0005]本公开实施例的一个方面提供了一种图像处理方法，包括：
[0006]利用目标识别模型对图像进行处理，得到目标分布概率图以及第一类型中每一种类目标的种类信息和数量信息，其中，上述目标分布概率图包括与每个像素点对应的目标概率，上述第一类型是根据上述目标在上述图像中的像素值与预设分类阈值确定的；
[0007]基于第一预设处理方法，对上述目标分布概率图进行图像处理，得到目标灰度图和目标热力图；
[0008]对上述目标灰度图进行图像形态学闭操作，得到多个联通区域，其中，每个上述联通区域表征第二类型中的一个种类的目标的聚集区域，上述第二类型是根据上述目标在上述图像中的像素值与上述预设分类阈值确定的；
[0009]针对每个上述联通区域，利用第二预设处理方法对上述联通区域进行群体识别处理，得到上述联通区域内上述目标的种类信息和数量信息。
[0010]根据本公开的实施例，图像处理方法还包括：
[0011]根据上述第一类型中每一种类目标的种类信息和数量信息和多个联通区域内上述目标的种类信息和数量信息，生成上述图像的目标统计信息；
[0012]基于上述图像，根据上述目标热力图和上述目标统计信息，生成显示图像，其中，上述显示图像包括上述第一类型的多个种类目标的标记信息；
[0013]可视化展示上述显示图像。
[0014]根据本公开的实施例，上述目标分布概率图包括多个第一像素行；
[0015]其中，上述基于第一预设处理方法，对上述目标分布概率图进行图像处理，得到目标灰度图和目标热力图，包括：
[0016]针对每个上述第一像素行，对上述第一像素行进行逐像素积分处理，得到与上述图像对应的目标的总数；
[0017]在进行逐像素积分处理后，对上述目标分布概率图进行归一化处理，使得目标分布概率图中每个像素的像素值位于第一预设范围内；
[0018]对归一化后的目标分布概率图进行第一映射处理，得到上述目标灰度图，其中，上述目标灰度图中每个像素的像素值位于第二预设范围内；
[0019]利用色彩空间对上述目标灰度图进行第二映射处理，得到伪彩图，其中，上述伪彩图表征上述目标热力图。
[0020]根据本公开的实施例，在进行上述逐像素积分处理之前，还包括：
[0021]基于预设像素阈值，对上述目标分布概率图进行阈值滤波处理，得到滤波后的目标分布概率图，以对上述滤波后的目标分布概率图进行逐像素积分处理；
[0022]其中，上述目标统计信息包括上述目标的总数。
[0023]根据本公开的实施例，上述目标灰度图包括多个不相连的初始区域，其中，每个上述初始区域包括聚集的多个目标；
[0024]其中，上述对上述目标灰度图进行图像形态学闭操作，得到多个联通区域，包括：
[0025]针对任意两个上述初始区域，在两个上述初始区域之间的距离满足距离阈值的情况下，利用上述图像形态学闭操作中的结构元对两个上述初始区域进行膨胀处理，得到过渡区域，其中，上述过渡区域中的两个膨胀后的初始区域部分重叠；
[0026]利用上述图像形态学闭操作中的上述结构元对上述过渡区域进行腐蚀处理，得到一个上述联通区域，其中，上述联通区域的图像大小与上述初始区域的图像大小之差满足预设分类阈值，且上述联通区域中的两个腐蚀后的初始区域部分重叠。
[0027]根据本公开的实施例，上述利用目标识别模型对图像进行处理，得到目标分布概率图，包括：
[0028]获取由图像采集设备采集的上述图像，其中，上述图像的分辨率为预设分辨率，上述图像包括至少一个阴影区域；
[0029]利用所述目标识别模型对所述图像的目标类型进行识别处理，得到所述目标分布概率图；
[0030]在获取所述目标分布概率图之后，还包括：
[0031]针对每个上述阴影区域，在上述阴影区域的像素长度或像素宽度大于预设分类阈值的情况下，在上述图像中删除上述阴影区域，得到筛选后的图像，以根据所述筛选后的图像生成所述目标分布概率图。
[0032]根据本公开的实施例，上述筛选后的图像包括满足上述预设分类阈值的包括目标区域和不满足上述预设分类阈值的其他区域，上述目标区域包括上述第一类型的至少一个种类的目标，上述目标识别模型包括目标检测算法和密度估计算法；
[0033]其中，上述利用上述目标识别模型对上述筛选后的图像的目标类型进行识别处理，得到上述目标分布概率图，包括：
[0034]针对上述目标区域，利用上述目标检测算法对上述目标区域中的目标进行类型识别处理，得到与上述目标区域对应的上述第一类型的种类信息和数量信息；
[0035]利用上述密度估计算法对上述目标区域和上述其他区域中的每个像素点进行处
理，得到每个像素点对应的目标概率。
[0036]根据本公开的实施例，上述利用第二预设处理方法对上述联通区域进行识别处理，得到上述联通区域内上述目标的种类信息和数量信息，包括：
[0037]利用预设分类模型处理上述联通区域，得到上述联通区域内上述目标的上述种类信息，其中，上述预设分类模型是基于卷积神经网络构建的；
[0038]针对上述联通区域中的每个第二像素行，对上述第二像素行进行逐像素积分处理，得到与上述联通区域对应的目标的上述数量信息。
[0039]根据本公开的实施例，上述目标识别模型是利用第一训练图像和第一标签数据进行训练得到的，其中，上述第一训练图像包括多个第一训练目标，上述第一标签数据表征多个上述第一训练目标在上述第一训练图像中的位置和种类；
[0040]上述预设分类模型是利用第二训练图像和第二标签数据进行训练得到的，其中，上述第二训练图像包括第二训练目标，上述第二标签数据表征上述第二训练目标的种类。
[0041]本公开实施例的另一个方面提供了一种图像处理装置，包括：
[0042]第一处理模块，用于利用目标识别模型对图像进行处理，得到目标分布概率图以及第一类型中每一种类目标的种类信息和数量信息，其中，上述目标分布概率图包括与每个像素点对应的目标概率，上述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，包括：利用目标识别模型对图像进行处理，得到目标分布概率图以及第一类型中每一种类目标的种类信息和数量信息，其中，所述目标分布概率图包括与每个像素点对应的目标概率，所述第一类型是根据所述目标在所述图像中的像素值与预设分类阈值确定的；基于第一预设处理方法，对所述目标分布概率图进行图像处理，得到目标灰度图和目标热力图；对所述目标灰度图进行图像形态学闭操作，得到多个联通区域，其中，每个所述联通区域表征第二类型中的一个种类的目标的聚集区域，所述第二类型是根据所述目标在所述图像中的像素值与所述预设分类阈值确定的；针对每个所述联通区域，利用第二预设处理方法对所述联通区域进行群体识别处理，得到所述联通区域内所述目标的种类信息和数量信息。2.根据权利要求1所述的方法，还包括：根据所述第一类型中每一种类目标的种类信息和数量信息和多个联通区域内目标的种类信息和数量信息，生成所述图像的目标统计信息；基于所述图像，根据所述目标热力图和所述目标统计信息，生成显示图像，其中，所述显示图像包括所述第一类型的多个种类目标的标记信息；可视化展示所述显示图像。3.根据权利要求2所述的方法，所述目标分布概率图包括多个第一像素行；其中，所述基于第一预设处理方法，对所述目标分布概率图进行图像处理，得到目标灰度图和目标热力图，包括：针对每个所述第一像素行，对所述第一像素行进行逐像素积分处理，得到与所述图像对应的目标的总数；在进行逐像素积分处理后，对目标分布概率图进行归一化处理，使得目标分布概率图中每个像素的像素值位于第一预设范围内；对归一化后的目标分布概率图进行第一映射处理，得到所述目标灰度图，其中，所述目标灰度图中每个像素的像素值位于第二预设范围内；利用色彩空间对所述目标灰度图进行第二映射处理，得到伪彩图，其中，所述伪彩图表征所述目标热力图。4.根据权利要求3所述的方法，其中，在进行所述逐像素积分处理之前，还包括：基于预设像素阈值，对所述目标分布概率图进行阈值滤波处理，得到滤波后的目标分布概率图，以对所述滤波后的目标分布概率图进行逐像素积分处理；其中，所述目标统计信息包括所述目标的总数。5.根据权利要求1所述的方法，所述目标灰度图包括多个不相连的初始区域，其中，每个所述初始区域包括聚集的多个目标；其中，所述对所述目标灰度图进行图像形态学闭操作，得到多个联通区域，包括：针对任意两个所述初始区域，在两个所述初始区域之间的距离满足距离阈值的情况下，利用所述图像形态学闭操作中的结构元对两个所述初始区域进行膨胀处理，得到过渡区域，其中，所述过渡区域中的两个膨胀后的初始区域部分重叠；
利用所述图像形态学闭操作中的所述结构元对所述过渡区域进行腐蚀处理，得到一个所述联通区域，其中，所述联通区域的图像大小与所述初始区域的图像大小之差满足预设分类阈值，且所述联通区域中的两个腐蚀后的初始区域部分重叠。6.根据权利要求1所述的方法，其中，所述利用目标识别模型对图像进行...

【专利技术属性】
技术研发人员：程清华，鉴海防，王洪昌，
申请(专利权)人：中国科学院半导体研究所，
类型：发明
国别省市：