[发明专利]目标对象提取方法、产品检测方法、装置、计算机和介质

权利要求书

1.一种图像目标对象提取方法，其特征在于，包括：

获取图像；

将所述图像输入至预先训练好的训练模型中进行特征检测，获得所述图像的特征信息；

对每一所述特征信息选取预设数量的感兴趣区域；

对包含所述感兴趣区域的所述图像进行前后景的二值分类，得到前后景的像素值，基于预设像素阈值进行分类，从所述感兴趣区域中得到目标对象在所述图像的覆盖区域；

基于所述目标对象在所述图像的覆盖区域，获得所述目标对象在所述图像中的目标轮廓；

根据所述图像中的目标轮廓，从所述图像中提取所述目标对象。

2.根据权利要求1所述的方法，其特征在于，在所述获取图像的步骤之前还包括：

获取训练图像；

对所述训练图像的目标对象进行轮廓标定，生成训练样本，所述训练样本为标定了目标对象的轮廓的图像文件；

将所述训练样本输入至卷积神经网络中进行学习，得到包含各所述训练图像的目标对象的特征信息的所述训练模型。

3.根据权利要求1所述的方法，其特征在于，所述对每一所述特征信息选取预设数量的感兴趣区域的步骤包括：

对每一所述特征信息，选取预设数量的候选感兴趣区域；

对所述候选感兴趣区域进行前后景的二值分类，从预设数量的所述候选感兴趣区域筛选出所述图像的感兴趣区域。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标对象在所述图像的覆盖区域，获得所述目标对象在所述图像中的目标轮廓的步骤包括：

所述基于所述目标对象在所述图像的覆盖区域，采用目标检测方法与阈值分割方法，在所述图像中提取所述目标对象的目标轮廓。

5.根据权利要求1-4任一项中所述的方法，其特征在于，所述根据所述图像中的目标轮廓，从所述图像中提取所述目标对象的步骤包括：

对提取的所述目标轮廓进行边缘处理，得到所述目标轮廓的边缘位置信息；

基于所述目标轮廓的边缘位置信息，从所述图像中提取所述目标对象。

6.根据权利要求5所述的方法，其特征在于，所述对提取的所述目标轮廓进行边缘处理，得到所述目标轮廓的边缘位置信息的步骤包括：

基于所述目标轮廓，获得所述图像的包含黑白二色的掩膜图像；

采用Canny检测算法，对所述黑白二色的掩膜图像进行边缘处理，得到所述目标轮廓的边缘位置信息。

7.根据权利要求5所述的方法，其特征在于，所述基于所述目标轮廓的边缘位置信息，从所述图像中提取所述目标对象的步骤包括：

采用阈值分割方法，获取所述图像中各像素点的灰度值；

将所述图像中各像素点的灰度值与预设灰度阈值进行比较，对所述图像中各像素点的灰度值与预设灰度阈值的比较结果进行二值化处理，得到二值化处理后的图像；

基于所述目标轮廓的边缘位置信息，从二值化处理后的图像中提取所述目标对象。

8.一种产品检测方法，其特征在于，包括：

根据权利要求1至7任一项中所述的图像目标对象提取方法提取产品图像中目标对象，并获得所述目标对象的图像信息，根据目标对象的图像信息判断产品是否满足预设要求。

9.一种图像目标对象提取装置，其特征在于，包括：

图像获取模块，用于获取图像；

特征信息获得模块，用于将所述图像输入至预先训练好的训练模型中进行特征检测，获得所述图像的特征信息；

感兴趣区域获得模块，用于对每一所述特征信息选取预设数量的感兴趣区域；

目标位置信息获得模块，用于对包含所述感兴趣区域的所述图像进行前后景的二值分类，得到前后景的像素值，基于预设像素阈值进行分类，从所述感兴趣区域中得到目标对象在所述图像的覆盖区域；

目标轮廓获得模块，用于基于所述目标对象在所述图像的覆盖区域，获得所述目标对象在所述图像中的目标轮廓；

目标对象提取模块，用于根据所述图像中的目标轮廓，从所述图像中提取所述目标对象。