[发明专利]图像轮廓生成方法、图像标注方法、电子装置及存储介质

说明书

本发明公开了一种图像轮廓生成方法、图像标注方法、电子装置及存储介质，通过执行grabcut算法可以获取预测目标区域和预测背景区域的像素坐标，然后利用边缘跟踪算法获取组成预测目标区域和预测背景区域边界的像素坐标，在利用这些组成预测目标区域和预测背景区域边界的像素坐标作为本发明第一方面的图像轮廓生成方法的最外围坐标点，通过执行图像轮廓生成方法将预测目标区域的轮廓在待标注图像上显示出来，便于标注员判断分割效果，降低了标注员判断的误差。

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像轮廓生成方法、图像标注方法、电子装置及存储介质。

背景技术

基于深度学习的图像分割算法大量应用与垃圾分类系统、自动驾驶、加工缺陷检测系统等一系列需要精细识别物体的类别和位置的应用上，然后基于深度学习的图像分割算法需要大量人工标注的数据来训练。现在主要的图像分割数据方法是根据目标物体的边缘，由肉眼观察并通过人工判断，一个点一个点地进行鼠标点击标注。

因此，现有技术中，通过图像分割算法自动将目标图像从待标注图像中提取出来的方法正在被重视。如图3所示，这样的方法能够获得图像分割算法输出的预测目标图像区域的像素坐标，然后再将待标注图像上非预测目标图像区域的像素设置为白色。标注员为了确定自动图像分割算法获取的预测目标图像区域是否正确，通过肉眼观察并给出判断结果。

但是，由于此时的非预测目标图像区域都是白色，在缺少原背景的图像上判断预测目标图像区域是否正确，标注员容易误判，导致标注精度下降。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种图像轮廓生成方法、图像标注方法、电子装置及存储介质，能够同时将图像分割后的预测目标图像区域和原背景区域在同一张图像上显示出来，为标注员提供更多参考，降低误判的几率。

第一方面，本发明实施例提供了一种图像轮廓生成方法，包括以下步骤：

步骤S1：显示第一图像，所述第一图像包括第一目标区域和第一背景区域；

步骤S2：获取所述第一目标区域的最外围坐标点，将所述最外围坐标点建立集合A，建立集合A'，将集合A中的任一个所述最外围坐标点p₀添加到集合A'中，将集合A中除了p₀之外的其他所述最外围坐标点建立集合A₂，将第一标记坐标点p置为p₀；

步骤S3：判断集合A₂中元素数量是否为零，若否，则执行步骤S3a，若是，则执行步骤S3b；

步骤S3a：计算集合A₂中的所有最外围坐标点与第一标记坐标点p的距离d，将第一标记坐标点p置为集合A₂中对应于距离d的最小值的所述最外围坐标点，将集合A₂中对应于距离d的最小值的所述最外围坐标点添加到集合A'中并从集合A₂中删除，返回步骤S3；

步骤S3b：按照所述最外围坐标点添加到所述集合A'中的顺序将所述最外围坐标点进行排序；

步骤S4：建立边缘坐标集合，将p₀添加到所述边缘坐标集合中并从集合A'删除，将第二标记坐标点p'置为p₀；

步骤S5：判断集合A'中的元素数量是否为一，若否，则执行步骤S5a，若是，则执行步骤S5b；

步骤S5a：判断第二标记坐标点p'与集合A'中排序位于最前两位的两个所述最外围坐标点是否三点共线，若是，则执行步骤S5a1，若否，则执行步骤S5a2；

步骤S5a1：将集合A'中排序位于最前一位的所述最外围坐标点从集合A'中删除，返回步骤S5；