图像分割方法技术

本发明专利技术公开了一种图像分割方法

【技术实现步骤摘要】
图像分割方法、装置、设备及存储介质


[0001]本专利技术涉及机器视觉
，尤其涉及一种图像分割方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着技术的发展，深度学习模型的应用越来越普遍，标注训练数据的质量和数量影响着深度学习模型的精度，目前，一般使用交互式图像分割方法进行数据标注，但是交互式图像分割方法依赖于密集的交互，需要对模型的分割结果进行判断，标注过程依赖密集的人为监管，数据标注效率和标注质量，导致训练出的图像分割模型分割准确度低
。

技术实现思路

[0003]本专利技术的主要目的在于提供了一种图像分割方法
、
装置
、
设备及存储介质，旨在解决现有技术中图像分割模型的分割准确度低的技术问题
。
[0004]为实现上述目的，本专利技术提供了一种图像分割方法，所述方法包括以下步骤：
[0005]获取待分割图像；
[0006]通过预设图像分割模型对所述待分割图像进行分割；
[0007]其中，所述预设图像分割模型是以原始图像的图像特征和所述原始图像的分割图像的图像提示点特征生成的分割结果作为模型输入进行模型训练得到的
。
[0008]可选地，所述通过预设图像分割模型对所述待分割图像进行分割之前，还包括：
[0009]获取原始图像集；
[0010]通过通用分割模型对所述原始图像集中的原始图像进行分割，获得所述原始图像对应的第一分割图像；
[0011]根据所述第一分割图像确定所述原始图像的图像提示点；
[0012]将所述原始图像和所述图像提示点输入所述通用分割模型，并获取所述通用分割模型输出的第二分割图像；
[0013]通过所述第二分割图像对图像分割模型进行训练，并在训练后的图像分割模型符合预设结束条件时，获得预设图像分割模型
。
[0014]可选地，所述根据所述第一分割图像确定所述原始图像的图像提示点，包括：
[0015]计算所述第一分割图像的倒角距离，获得所述第一分割图像对应的距离灰度图；
[0016]根据所述距离灰度图确定所述原始图像的图像提示点
。
[0017]可选地，所述根据所述距离灰度图确定所述原始图像的图像提示点，包括：
[0018]对所述距离灰度图进行归一化处理，获得所述第一分割图像对应的采样权重图；
[0019]根据所述采样权重图和预设局部邻域确定所述第一分割图像的采样得分图；
[0020]根据所述采样得分图确定所述原始图像的图像提示点
。
[0021]可选地，所述根据所述采样得分图确定所述原始图像的图像提示点，包括：
[0022]根据所述采样得分图进行像素排序，并根据像素排序结果确定所述原始图像的图
像提示点
。
[0023]可选地，所述通过所述第二分割图像对图像分割模型进行训练，并在训练后的图像分割模型符合预设结束条件时，获得预设图像分割模型，包括：
[0024]通过所述第二分割图像对图像分割模型进行训练，并通过训练后的图像分割模型对所述原始图像进行预测，获得第三分割图像；
[0025]确定所述第三分割图像与所述第二分割图像之间的交并比值；
[0026]在所述交并比值大于预设交并比值的情况下，结束对所述图像分割模型的训练，并获得预设图像分割模型
。
[0027]可选地，所述确定所述第三分割图像与所述第二分割图像之间的交并比值之后，还包括：
[0028]在所述交并比值小于或等于预设交并比值的情况下，将所述第三分割图像作为第一分割图像，并继续执行所述根据所述第一分割图像确定所述原始图像的图像提示点的步骤
。
[0029]此外，为实现上述目的，本专利技术还提出一种图像分割装置，所述装置包括：
[0030]获取模块，用于获取待分割图像；
[0031]分割模块，用于通过预设图像分割模型对所述待分割图像进行分割；
[0032]其中，所述预设图像分割模型是以原始图像的图像特征和所述原始图像的分割图像的图像提示点特征生成的分割结果作为模型输入进行模型训练得到的
。
[0033]此外，为实现上述目的，本专利技术还提出一种图像分割设备，所述设备包括：存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的图像分割程序，所述图像分割程序配置为实现如上文所述的图像分割方法的步骤
。
[0034]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有图像分割程序，所述图像分割程序被处理器执行时实现如上文所述的图像分割方法的步骤
。
[0035]本专利技术获取待分割图像；通过预设图像分割模型对所述待分割图像进行分割；其中，所述预设图像分割模型是以原始图像的图像特征和所述原始图像的分割图像的图像提示点特征生成的分割结果作为模型输入进行模型训练得到的
。
本专利技术以原始图像的图像特征和对原始图像的分割图像进行提示点采样获得的图像提示点特征生成分割结果，将该分割结果作为模型输入进行模型训练获得预设图像分割模型，通过该预设图像分割模型对待分割图像进行分割，解决了现有技术中数据标注过程依赖密集的人为监管的技术问题，提高了数据标注效率的质量，从而提高了图像分割的准确度
。
附图说明
[0036]图1是本专利技术实施例方案涉及的硬件运行环境的图像分割设备的结构示意图；
[0037]图2为本专利技术图像分割方法第一实施例的流程示意图；
[0038]图3为本专利技术图像分割方法一实施例中通用分割模型的输入输出示意图；
[0039]图4为本专利技术图像分割方法第二实施例的流程示意图；
[0040]图5为本专利技术图像分割方法第三实施例的流程示意图；
[0041]图6为本专利技术图像分割方法一实施例中图像提示点采样及模型训练示意图；
[0042]图7为本专利技术图像分割装置第一实施例的结构框图
。
[0043]本专利技术目的的实现
、
功能特点及优点将结合实施例，参照附图做进一步说明
。
具体实施方式
[0044]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术
。
[0045]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的图像分割设备结构示意图
。
[0046]如图1所示，该图像分割设备可以包括：处理器
1001
，例如中央处理器
(Central Processing Unit
，
CPU)
，通信总线
1002、
用户接口
1003
，网络接口
1004
，存储器
1005。
其中，通信总线
1002
用于实现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像分割方法，其特征在于，所述方法包括：获取待分割图像；通过预设图像分割模型对所述待分割图像进行分割；其中，所述预设图像分割模型是以原始图像的图像特征和所述原始图像的分割图像的图像提示点特征生成的分割结果作为模型输入进行模型训练得到的
。2.
如权利要求1所述的方法，其特征在于，所述通过预设图像分割模型对所述待分割图像进行分割之前，还包括：获取原始图像集；通过通用分割模型对所述原始图像集中的原始图像进行分割，获得所述原始图像对应的第一分割图像；根据所述第一分割图像确定所述原始图像的图像提示点；将所述原始图像和所述图像提示点输入所述通用分割模型，并获取所述通用分割模型输出的第二分割图像；通过所述第二分割图像对图像分割模型进行训练，并在训练后的图像分割模型符合预设结束条件时，获得预设图像分割模型
。3.
如权利要求2所述的方法，其特征在于，所述根据所述第一分割图像确定所述原始图像的图像提示点，包括：计算所述第一分割图像的倒角距离，获得所述第一分割图像对应的距离灰度图；根据所述距离灰度图确定所述原始图像的图像提示点
。4.
如权利要求3所述的方法，其特征在于，所述根据所述距离灰度图确定所述原始图像的图像提示点，包括：对所述距离灰度图进行归一化处理，获得所述第一分割图像对应的采样权重图；根据所述采样权重图和预设局部邻域确定所述第一分割图像的采样得分图；根据所述采样得分图确定所述原始图像的图像提示点
。5.
如权利要求4所述的方法，其特征在于，所述根据所述采样得分图确定所述原始图像的图像提示点，包括：根据所述采样得分图进行像素排序，并根据像素排序结果确定所述原始图像的图像提示点

【专利技术属性】
技术研发人员：梁鸿泽，
申请(专利权)人：苏州默纳克控制技术有限公司，
类型：发明
国别省市：