[发明专利]多尺度图像分割方法及装置

权利要求书

1.一种多尺度图像分割方法，包括：

获取待处理图像；

按照至少两种切分尺度，将所述待处理图像切分为与至少两种切分尺度对应的子图像；

将所述子图像调整至满足预设条件，获得中间图像；

对所述中间图像中的目标特征进行图像分割，获得所述目标特征对应的目标图像区域；

对所述目标图像区域进行融合，获得目标图像。

2.根据权利要求1所述的多尺度图像分割方法，所述对所述中间图像中的目标特征进行图像分割，获得所述目标特征对应的目标图像区域，包括：

计算所述中间图像包含的最小图像单元为所述目标特征的概率值；

选择概率值大于第一概率阈值的最小图像单元组成所述目标特征对应的目标图像区域。

3.根据权利要求2所述的多尺度图像分割方法，所述对所述目标图像区域进行融合，获得目标图像，包括：

根据所述目标图像区域包含的最小图像单元的概率值，计算所述待处理图像包含的最小图像单元的优化概率值；

在所述待处理图像中分割出优化概率值大于第二概率阈值的最小图像单元组成目标图像区域，作为所述目标图像。

4.根据权利要求2所述的多尺度图像分割方法，所述对所述目标图像区域进行融合，获得目标图像，包括：

根据所述子图像与所述中间图像的一一对应关系，确定每种切分尺度对应的中间图像进行图像分割后获得的目标图像区域；

对每种切分尺度对应的中间图像进行图像分割后获得的目标图像区域进行图像合并，获得每种切分尺度对应的合并图像区域；

对所述至少两种切分尺度对应的合并图像区域进行融合，获得所述目标图像。

5.根据权利要求4所述的多尺度图像分割方法，所述对所述至少两种切分尺度对应的合并图像区域进行融合，获得所述目标图像，包括：

根据所述合并图像区域包含的最小图像单元的概率值，计算所述待处理图像包含的最小图像单元的优化概率值；

在所述待处理图像中分割出优化概率值大于第二概率阈值的最小图像单元组成目标图像区域，作为所述目标图像。

6.根据权利要求3所述的多尺度图像分割方法，所述优化概率值，包括：所述至少两种切分尺度的目标图像区域包含的最小图像单元的概率值的加权平均值。

7.根据权利要求1所述的多尺度图像分割方法，所述对所述中间图像中的目标特征进行图像分割，获得所述目标特征对应的目标图像区域步骤，采用图像分割模型实现；

其中，所述图像分割模型的输入为所述中间图像，输出为所述目标特征对应的目标图像区域。

8.根据权利要求7所述的多尺度图像分割方法，所述图像分割模型针对所述中间图像进行的图像分割，包括：

计算所述中间图像包含的最小图像单元为所述目标特征的概率值；

选择概率值大于第一概率阈值的最小图像单元组成所述目标特征对应的目标图像区域。

9.根据权利要求2所述的多尺度图像分割方法，所述至少两种切分尺度中任意一种切分尺度对应的子图像之间存在重叠区域，所述任意一种切分尺度的中间图像之间存在重叠区域；

相应的，所述重叠区域包含的最小图像单元为所述目标特征的概率值，是指所述重叠区域包含的最小图像单元在所属的中间图像中为所述目标特征的概率值的平均值。

10.根据权利要求1所述的多尺度图像分割方法，所述将所述子图像调整至满足预设条件，获得中间图像，包括：

对所述至少两种切分尺度对应的子图像的图像尺寸进行缩/放处理，获得图像尺寸相等的至少两种切分尺度的中间图像。