[发明专利]图像处理方法、装置和设备

说明书

提供了一种图像处理方法、装置和设备。所述方法包括：接收操作输入；基于操作输入，从待处理图像中确定目标范围；在目标范围内，生成预定数量的预定大小的剪裁图像，其中，目标范围的大小与剪裁图像的大小成预定比例。

技术领域

本申请涉及图像处理领域，并且具体涉及一种图像处理方法、图像处理装置、图像处理设备以及计算机可读存储介质。

背景技术

深度神经网络是一种大规模、多参数优化的工具。依靠大量的训练数据，深度神经网络能够通过学习，确定数据中难以总结的隐藏特征，从而完成多项复杂的任务，如人脸检测、图像语义分割、物体检测、动作追踪、自然语言翻译等。

当前，已经将深度神经网络用于物体表面裂纹检测这样的复杂任务中，并且预期能够实现比人眼检测更高的检测精度。为了获取用于裂纹检测神经网络模型，需要预先使用大量已标注裂纹的训练图像(即，训练数据)对神经网络进行训练。因此，基于深度神经网络的裂纹检测的性能和效果很大程度依赖所提供的训练数据。在现有技术中，通常由大量工作人员进行人工标注图像中的裂纹来获得训练数据。然而，人工标注图像得到的训练数据可能存在理论认知错误和视觉错误，这些都可能会导致得到的训练数据不准确，并且大量的训练数据需要工作人员花费较长的时间，给工作人员带来极大的精神以及视觉负担，易产生错误的标注，不适用于工业生产。

发明内容

鉴于上述问题而提出了本公开。本公开提供了一种图像处理方法、图像处理装置、图像处理设备以及计算机可读存储介质。

根据本公开的一个方面，提供了一种图像处理方法，包括：接收操作输入；基于所述操作输入，从待处理图像中确定目标范围；在所述目标范围内，生成预定数量的预定大小的剪裁图像，其中，所述目标范围的大小与所述剪裁图像的大小成预定比例。

根据本公开的一个方面，提供了一种图像处理装置，包括：操作输入接收单元，配置为接收操作输入；目标范围确定单元，配置为基于所述操作输入，从待处理图像中确定目标范围；剪裁图像生成单元，配置为在所述目标范围内，生成预定数量的预定大小的剪裁图像，其中，所述目标范围的大小与所述剪裁图像的大小成预定比例。

根据本公开的一个方面，提供了一种图像处理设备，包括：存储器，配置为存储计算机可读指令；以及处理器，配置为运行存储在所述存储器中的所述计算机可读指令，其中，所述处理器运行所述计算机可读指令时执行以下步骤：接收操作输入；基于所述操作输入，从待处理图像中确定目标范围；在所述目标范围内，生成预定数量的预定大小的剪裁图像，其中，所述目标范围的大小与所述剪裁图像的大小成预定比例。

根据本公开的一个方面，提供了一种计算机可读存储介质，其上存储计算机可读指令，当所述计算机可读指令由计算机执行时，所述计算机执行以下步骤：接收操作输入；基于所述操作输入，从待处理图像中确定目标范围；在所述目标范围内，生成预定数量的预定大小的剪裁图像，其中，所述目标范围的大小与所述剪裁图像的大小成预定比例。

在本公开的上述方面中，只需要用户进行简单的操作输入，便可以自动、准确地生成剪裁图像，由此为深度神经网络提供带标注的训练用图像(训练数据)，同时减少理论认知错误和视觉错误以及降低人工标注成本。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是用于实现本公开实施例的图像处理方法的流程图；

图2是根据本公开的第一实施例的从待处理图像中确定目标范围的示例；

图3是根据本公开的第二实施例的从待处理图像中确定目标范围的流程图；