[发明专利]多尺度图像分割方法及装置在审

专利信息
申请号: 202010255914.8 申请日: 2020-04-02
公开(公告)号: CN113496492A 公开(公告)日: 2021-10-12
发明(设计)人: 窦则胜;胡彬;马志建;李昊 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/136;G06T7/143
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 付先智
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 尺度 图像 分割 方法 装置
【说明书】:

本申请提供多尺度图像分割方法及装置,其中,所述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。

技术领域

本申请涉及数据处理技术领域,特别涉及多尺度图像分割方法及装置。

背景技术

随着计算机技术的发展,图像处理技术应用越来越广泛,比如图像分割、图像编辑等。图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同。同时,在许多对图像分割有特殊要求的图像处理领域,比如针对遥感影像的图像分割领域,对图像分割精度的要求越来越高。

发明内容

有鉴于此,本申请提供了一种多尺度图像分割方法、一种多尺度图像分割装置、一种计算设备以及一种计算机可读存储介质。

本申请提供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。

可选的,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。

可选的,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。

可选的,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。

可选的,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。

可选的,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。

可选的,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;

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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/202010255914.8/2.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