[发明专利]图像分割方法、装置、电子设备和存储介质

说明书

本发明提供一种图像分割方法、装置、电子设备和存储介质，其中方法包括：确定待分割的图像；基于粗分割阈值，对所述图像的灰度图进行分割，得到所述图像的粗分割前景，所述粗分割阈值是在粗分割权重引导下对所述图像的灰度图进行阈值迭代得到的，所述粗分割权重中的前景权重小于背景权重；对所述粗分割前景进行分割。本发明提供的方法、装置、电子设备和存储介质，能够通过粗分割阈值，对所述图像的灰度图进行分割，得到所述图像的粗分割前景，再对粗分割前景二次分割，减少了背景区域对前景区域的分割影响，实现了图像前景区域的精确分割。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像分割方法、装置、电子设备和存储介质。

背景技术

X光机广泛应用于铁路、轨道交通或民航等场所，X光机扫描的行李图像主要由专业的安检人员进行违禁品识别，考虑行李中的物品互相重叠，很容易出现漏检和误检。随着人工智能技术的发展，基于深度学习的方案大大提高了识别的准确率。但传统的方案直接对视频帧进行识别，输入分辨率大，识别效率低，很难满足实时性的要求。

预先分割出行李图像，再送入深度学习模型做违禁品识别，可以大幅提升分析效率。

但是X光机扫描的图像具有背景区域大的特点，现有的实现图像前景和背景分割的算法主要是针对前景和背景像素点个数较为均衡的图像，在面对这类背景区域大的图像时，现有的分割算法无法准确的分割此类图像的前景区域。

发明内容

本发明提供一种图像分割方法、装置、电子设备和存储介质，用以解决现有技术中图像分割算法无法对背景区域大的图像进行准确分割的缺陷。

本发明提供一种图像分割方法，包括：

确定待分割的图像；

基于粗分割阈值，对所述图像的灰度图进行分割，得到所述图像的粗分割前景，所述粗分割阈值是在粗分割权重引导下对所述图像的灰度图进行阈值迭代得到的，所述粗分割权重中的前景权重小于背景权重；

对所述粗分割前景进行分割。

根据本发明提供的一种图像分割方法，所述粗分割阈值是基于如下步骤确定的：

基于当前阈值对所述灰度图中的像素分组，得到所述当前阈值下的前景像素均值和背景像素均值；

基于所述前景权重和所述背景权重，对所述当前阈值下的前景像素均值和背景像素均值进行加权求和，得到下一阈值，并将所述下一阈值作为所述当前阈值对所述灰度图中的像素分组，直至阈值迭代结束；

将阈值迭代结束时的当前阈值确定为所述粗分割阈值。

根据本发明提供的一种图像分割方法，所述对所述粗分割前景进行分割，包括：

基于细分割阈值，对所述粗分割前景的灰度图进行分割，得到所述图像的分割结果，所述细分割阈值是在细分割权重引导下对所述粗分割前景的灰度图进行阈值迭代得到的，所述细分割权重中的前景权重大于等于背景权重。

根据本发明提供的一种图像分割方法，所述对所述粗分割前景进行分割，之后还包括：

确定对所述粗分割前景进行分割得到的二值图像；

对所述二值图像进行连通区域分析，得到所述图像中的初检目标；

对所述初检目标进行粘连分裂，得到所述图像中的检测目标。

根据本发明提供的一种图像分割方法，所述对所述初检目标进行粘连分裂，包括：

若所述初检目标的形状特征符合粘连条件，则对所述初检目标进行粘连分裂；

所述形状特征是基于所述初检目标的连通区域面积和外接矩形面积，和/或所述初检目标的外接矩形尺寸确定的。