[发明专利]图像处理方法、装置、计算设备以及介质有效

专利信息
申请号: 201910929490.6 申请日: 2019-09-27
公开(公告)号: CN110675391B 公开(公告)日: 2022-11-18
发明(设计)人: 张耀;钟诚 申请(专利权)人: 联想(北京)有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 周天宇
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 计算 设备 以及 介质
【说明书】:

本公开提供了一种图像处理方法,包括:获取初始图像,利用图像处理模型处理初始图像,得到多个初始特征图像,其中,图像处理模型包括多层级计算单元,多个初始特征图像由多层级计算单元中的不同层级计算单元输出,基于多层级计算单元中低层级计算单元所输出的初始特征图像的图像大小,处理多个初始特征图像得到多个更新特征图像,其中,多个更新特征图像中每一个更新特征图像的图像大小与多层级计算单元中低层级计算单元所输出的初始特征图像的图像大小一致,基于多个更新特征图像,确定初始图像中的至少一个目标对象。本公开还提供了一种图像处理装置、一种计算设备以及一种计算机可读存储介质。

技术领域

本公开涉及一种图像处理方法、一种图像处理装置、一种计算设备以及一种计算机可读存储介质。

背景技术

在图像处理过程中,通常需要识别图像中的目标对象。例如,以CT(ComputedTomography)图像举例,为了方便诊断和治疗,需要对CT图像进行识别处理,以识别出CT图像中的病变区域,以便对病变区域进行分割处理。但是,相关技术中,在识别图像中目标对象时,由于识别算法的局限性,导致识别结果不够准确,容易造成分割错误。

发明内容

本公开的一个方面提供了一种图像处理方法,包括:获取初始图像,利用图像处理模型处理所述初始图像,得到多个初始特征图像,其中,所述图像处理模型包括多层级计算单元,所述多个初始特征图像由所述多层级计算单元中的不同层级计算单元输出,基于所述多层级计算单元中低层级计算单元所输出的初始特征图像的图像大小,处理所述多个初始特征图像得到多个更新特征图像,其中,所述多个更新特征图像中每一个更新特征图像的图像大小与所述多层级计算单元中低层级计算单元所输出的初始特征图像的图像大小一致,基于所述多个更新特征图像,确定所述初始图像中的至少一个目标对象。

可选地,上述基于所述多个更新特征图像,确定所述初始图像中的至少一个目标对象包括:对所述多个更新特征图像进行融合处理,得到融合特征图像,获取特征向量,基于所述特征向量,对所述融合特征图像进行处理得到目标特征图像,基于所述目标特征图像,确定所述初始图像中的至少一个目标对象。

可选地,上述初始图像包括多个初始子图像,所述多个初始子图像中的第一数量个初始子图像具有所述目标对象的截面图像,所述目标特征图像包括多个目标子图像,所述基于所述目标特征图像,确定所述初始图像中的至少一个目标对象包括:基于所述多个目标子图像,确定多个目标子图像中包含所述目标对象的截面图像的第二数量个目标子图像,基于所述第二数量个目标子图像中所述目标对象的截面图像,得到所述目标对象在所述初始图像中的立体图像。

可选地,上述获取特征向量包括:确定所述多个初始特征图像中的第一初始特征图像,其中,所述第一初始特征图像为所述多层级计算单元中高层级计算单元的输出,处理所述第一初始特征图像,得到所述特征向量。

可选地,上述利用图像处理模型处理所述初始图像,得到多个初始特征图像包括:利用所述图像处理模型处理所述初始图像,得到多个待增强特征图像,对所述多个待增强特征图像进行增强处理,得到所述多个初始特征图像。

可选地,上述对所述多个待增强特征图像进行增强处理,得到所述多个初始特征图像包括:确定所述多个待增强特征图像中的两个待增强特征图像,其中,所述两个待增强特征图像分别为两个相邻层级计算单元的输出,所述两个待增强特征图像中包括第一待增强特征图像和第二待增强特征图像,所述第一待增强特征图像为所述两个相邻层级计算单元中低层级计算单元的输出,所述第二待增强特征图像为所述两个相邻层级计算单元中高层级计算单元的输出,处理所述第二待增强特征图像,得到增强向量,基于所述增强向量处理所述第一待增强特征图像,得到所述多个初始特征图像中的一个初始特征图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于联想(北京)有限公司,未经联想(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910929490.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top