[发明专利]图像合成方法、装置及设备

说明书

本发明提供一种图像合成方法、装置及设备，该图像合成方法可以包括：获取相机采集的处于各不同位置的单一对象的图像；获取每一图像对应的图像标注信息，所述图像标注信息用于指示图像中对象的轮廓；从获取的所有图像中选取待合成的目标图像，依据每一目标图像对应的图像标注信息从该目标图像中获取目标区域；将从每一目标图像中获取的目标区域进行合成得到合成图像。可通过合成方式得到包含多个对象的图像，更省时省力。

技术领域

本发明涉及图像处理技术领域，尤其涉及的是一种图像合成方法、装置及设备。

背景技术

随着科学技术的发展，深度学习算法模型在分类、检测、识别等任务中表现优异。通常情况下，样本数量越多，对象形态及位置越丰富，模型在测试的时候鲁邦性越强。因而，在深度学习检测、分割等模型的训练过程中，需要大量的图像作为样本用于训练和测试，在一些情况下，需要包含多对象的图像作为样本。

为了样本的多样性，通常会对多个对象进行排列组合，针对每次的排列组合采集图像作为样本。此方式中，需要进行大量的排列组合及大量的图像采集这些工作，并且对象数量越多，需要采集的图像会越多，非常耗时耗力。

发明内容

有鉴于此，本发明提供一种图像合成方法、装置及设备，可通过合成方式得到包含多个对象的图像，更省时省力。

本发明第一方面提供一种图像合成方法，包括：

获取相机采集的处于各不同位置的单一对象的图像；

获取每一图像对应的图像标注信息，所述图像标注信息用于指示图像中对象的轮廓；

从获取的所有图像中选取待合成的目标图像，依据每一目标图像对应的图像标注信息从该目标图像中获取目标区域；

将从每一目标图像中获取的目标区域进行合成得到合成图像。

根据本发明的一个实施例，获取每一图像对应的图像标注信息包括：

接收来自外部的控制指令，所述控制指令携带每一图像对应的图像标注信息；

从所述控制指令中获取每一图像对应的图像标注信息。

根据本发明的一个实施例，获取每一图像的图像标注信息包括：

确定用于图像标注的图像处理算法；

依据所述图像处理算法确定每一图像对应的图像标注信息。

根据本发明的一个实施例，

所述图像处理算法为二值化算法；

依据所述图像处理算法确定每一图像对应的图像标注信息，包括：

针对每一图像，检查该图像中每一像素点的当前灰度值是否大于设定值，如果是，则将该像素点的当前灰度值修改为第一灰度值，如果否，则将该像素点的当前灰度值修改为第二灰度值，其中，所述第一灰度值大于所述设定值，所述第二灰度值小于所述设定值；

依据每一图像中各像素点的当前灰度值确定该图像对应的图像标注信息。

根据本发明的一个实施例，该方法还包括：

确定所述合成图像对应的合成图像标注信息；

将所述合成图像与所述合成图像对应的合成图像标注信息添加至训练样本集，所述训练样本集用于训练目标识别定位模型，所述目标识别定位模型用于识别并定位输入图像中的对象。

根据本发明的一个实施例，所述确定所述合成图像对应的合成图像标注信息，包括：

将各目标图像对应的图像标注信息进行合成，将合成结果确定为所述合成图像标注信息。