[发明专利]基于神经网络的目标边界分割及背景噪声抑制方法及设备

说明书

本申请提供了基于神经网络的目标边界分割及背景噪声抑制方法及设备，该方法包括：获取图像并确定待检测目标与背景目标；分别对上述待检测目标和背景目标进行外接框分割，获得待检测目标和背景目标的外接框；进行待检测目标的边线检测；输出待检测目标。计算机可读介质，其上存储有计算机可读指令，计算机可读指令可被处理器执行时，使处理器实现如上述的方法。该设备包括：处理器；计算机可读介质，用于存储计算机可读指令，当计算机可读指令被处理器执行，使得处理器实现上述的方法。当背景目标与待检测目标相互紧密连接时，即使外接框中包含了大量的背景噪声，本申请依然可以清晰地标定待检测目标的完整准确边界。

技术领域

本申请涉及计算机领域，尤其涉及基于神经网络边界检测及背景噪声抑制方法及设备。

背景技术

当使用一种基于神经网络的目标边界分割方法对如图1所示的稠密分布的多个目标用外接矩形进行分割，得到如图2所示的结果。但是，该方法存在以下问题：分割矩形内除了目标以外，包含很多其它背景目标。以图3为例，A为待检测目标，B和C为背景目标或干扰目标。这样的分割结果无法满足目标物体的精确定位需求，而精确定位的结果如图4所示，围绕待检测目标A外接的矩形框为待检测目标A的精确定位框，矩形框内目标没有其余干扰目标，而图5则为期望达到的目标的理想精确定位分割结果。

因此，现有技术中的外接矩形框中包含了大量的背景噪声，当干扰目标与待检测目标相互紧密连接时，则无法清晰标定目标物体的完整准确边界。

发明内容

本申请的一个目的是提供基于神经网络边界检测及背景噪声抑制方法及设备，以解决现有技术中外接矩形框中包含了大量的背景噪声，当干扰目标与待检测目标相互紧密连接时，则无法清晰标定待检测目标的完整准确边界的技术问题。

根据本申请的一个方面，提供了基于神经网络的目标边界分割及背景噪声抑制方法，所述方法包括：

获取图像并确定待检测目标与背景目标；

分别对上述待检测目标和背景目标进行外接框分割，获得所述待检测目标和所述背景目标的外接框；

基于所述待检测目标和所述背景目标的外接框，进行待检测目标的边线检测；

基于所述待检测目标的边线检测结果，输出待检测目标。

进一步地，上述的基于神经网络的目标边界分割及背景噪声抑制方法中，所述的分别对上述待检测目标和背景目标进行分割，获得所述待检测目标和所述背景目标的外接框，包括：通过外接矩形分割方法分别对上述待检测目标和背景目标进行外接矩形框分割，获得所述待检测目标和所述背景目标的外接矩形框。

进一步地，上述的基于神经网络的目标边界分割及背景噪声抑制方法中，基于所述待检测目标和所述背景目标的外接框，对所述外接框进行编号，并为每个所述外接框建立一个相交框的列表，并记录所述待检测目标的外接框与所述背景目标的外接框的相交区域。

进一步地，上述的基于神经网络的目标边界分割及背景噪声抑制方法中，上述的基于所述待检测目标和所述背景目标的外接框，对所述待检测目标的边线检测，包括：

确定所述待检测目标的最大外接轮廓；

通过边缘检测，获得所述待检测目标的最大外接轮廓；

将所述最大外接轮廓在模板上显示。

进一步地，上述的基于神经网络的目标边界分割及背景噪声抑制方法中，填充待检测目标的外接框与所述背景目标的外接框的相交区域，获得所述待检测目标的最大外接轮廓的部分边线，其中，所述相交区域内的外接边缘点被去掉。

进一步地，上述的基于神经网络的目标边界分割及背景噪声抑制方法中，基于霍夫概率直线检测方法检测所述待检测目标的最大外接轮廓的部分边线，并描出所述部分边线中的最长线段，其中，所述最长线段的角度即为所述待检测目标的旋转角度。