[发明专利]图像处理方法、装置及电子设备

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取包含目标区域的图像集合，所述图像集合中包含一个或多个具有固定尺寸的样本图像；

根据所述样本图像中针对目标区域的标注结果，建立与所述标注结果相匹配的特征矩阵；

通过所述图像集合及所述特征矩阵，构建用于训练识别模型的最小化目标函数，以得到识别图像中所述目标区域的训练后的识别模型；

在将待识别图像的大小调整至目标尺寸之后，利用所述识别模型对所述待识别图像进行目标区域识别，以得到第一特征矩阵和第二特征矩阵，所述第一特征矩阵和第二特征矩阵，用以对待识别图像进行目标区域面积计算。

2.根据权利要求1所述的方法，其特征在于，所述获取包含目标区域的图像集合，包括：

从图像库中选择一个或多个候选图像；

判断所述候选图像中是否大于预设尺寸；

若是，则基于所述大于预设尺寸的候选图像确定所述图像集合。

3.根据权利要求2所述的方法，其特征在于，所述基于所述大于预设尺寸的候选图像确定所述图像集合，包括：

判断所述候选图像是是否存在目标区域；

若否，则在所述候选图像上选取部分区域进行预设图像处理，所述预设图像处理用于在所述部分区域生成包含目标区域的图像；

将经过预设图像处理的图像作为所述图像集合中的样本图像。

4.根据权利要求1所述的方法，其特征在于，所述根据所述样本图像中针对目标区域的标注结果，建立与所述标注结果相匹配的特征矩阵之前，所述方法还包括：

对所述样本图像中的目标区域进行标注，形成标注结果。

5.根据权利要求1所述的方法，其特征在于，所述根据所述样本图像中针对目标区域的标注结果，建立与所述标注结果相匹配的特征矩阵，包括：

将所述样本图像进行网格划分，得到与所述样本图像匹配的网格集合；

根据所述标注结果，设置所述网格集合中不同网格的数值；

基于所述不同网格中的数值，确定与所述标注结果相匹配的特征矩阵。

6.根据权利要求1所述的方法，其特征在于，所述通过所述图像集合及所述特征矩阵，构建用于训练识别模型的最小化目标函数，包括：

基于所述图像集合和所述特征矩阵构建最小化目标函数；

基于所述最小化目标函数训练所述识别模型。

7.根据权利要求6所述的方法，其特征在于，所述基于所述最小化目标函数训练所述识别模型，包括：

利用所述最小化目标函数对神经网络模型进行多次迭代，求取所述最小化目标函数的最小值。

8.根据权利要求1所述的方法，其特征在于，所述利用所述识别模型对所述待识别图像进行目标区域识别，得到第一特征矩阵和第二特征矩阵，包括：

在所述识别模型的设置第一输出通道和第二输出通道；

利用所述第一输出通道获得不包含所述目标区域的第一特征矩阵；

利用所述第二输出通道获得包含所述目标区域的第二特征矩阵。

9.一种图像处理装置，其特征在于，包括：

获取模块，用于获取包含目标区域的图像集合，所述图像集合中包含一个或多个具有固定尺寸的样本图像；

建立模块，用于根据所述样本图像中针对目标区域的标注结果，建立与所述标注结果相匹配的特征矩阵；

确定模块，用于通过所述图像集合及所述特征矩阵，构建用于训练识别模型的最小化目标函数，以得到识别图像中所述目标区域的训练后的识别模型；

计算模块，用于在将待识别图像的大小调整至目标尺寸之后，利用所述识别模型对所述待识别图像进行目标区域识别，以得到第一特征矩阵和第二特征矩阵，所述第一特征矩阵和第二特征矩阵，用以对待识别图像进行目标区域面积计算。