[发明专利]一种图像处理方法、装置、计算机设备和存储介质

说明书

本公开提供了一种图像处理方法、装置、计算机设备和存储介质，其中，该方法包括：获取待处理图像；基于所述待处理图像对应的目标任务，确定多个计算节点信息和执行流程信息；其中，所述多个计算节点信息分别对应的计算节点用于完成不同的预设功能；基于所述多个计算节点信息和所述执行流程信息，生成所述执行流程信息对应的执行流程；其中，所述执行流程包括至少一个计算节点信息；基于所述执行流程，生成计算图信息，并按照所述计算图信息对所述待处理图像进行处理，得到图像处理结果。

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

基于人工智能(Artificial Intelligence，AI)进行遥感图像解译的算法模型(即AI遥感检测模型)有多种，比如目标检测、影像分割、变化检测等，每种AI遥感检测模型对应有至少一套后处理算法，在应对不同的行业应用需求时，又会衍生成更多定制化的后处理功能，比如，建筑物提取模型的后处理可以包括去除小图斑、建筑物提取结果规则化、矢量化等功能，水体识别模型的后处理可以包括去除小斑块、边界模糊、边界生长、多模型结果融合等功能。针对不同的行业应用的任务需求，经常需要对后处理算法进行适当的调整，如在后处理算法中能够增加矢量化或去除小斑块等功能。

在后处理代码经常被修改的情况下，形成了很多不同任务的后处理算法的版本，不同版本的后处理算法之间可能包括具有重复功能代码，导致支持AI遥感检测模型以及后处理算法运行的平台存储过量的冗余代码，造成平台存储负荷量大，同时不同版本的后处理算法也难以统一管理；另外每次用户需要调整后处理算法时，都需要研发人员进行修改，维护代价较高，进而导致用户体验感降低。

发明内容

本公开实施例至少提供一种图像处理方法、装置、计算机设备和存储介质。

第一方面，本公开实施例提供了一种图像处理方法，包括：

获取待处理图像；

基于所述待处理图像对应的目标任务，确定多个计算节点信息和执行流程信息；其中，所述多个计算节点信息分别对应的计算节点用于完成不同的预设功能；

基于所述多个计算节点信息和所述执行流程信息，生成所述执行流程信息对应的执行流程；其中，所述执行流程包括至少一个计算节点信息；

基于所述执行流程，生成计算图信息，并按照所述计算图信息对所述待处理图像进行处理，得到图像处理结果。

本方面中，利用抽象为不同预设功能的计算节点对应的计算节点信息和执行流程信息生成的执行流程，能够将后处理算法初步抽象为具有层级的架构，即计算节点和执行流程，之后，利用执行流程组成的计算图信息对待处理图像进行处理，进一步将后处理算法抽象为具有三层架构体系，即计算节点(第一层)、执行流程(第二层)和计算图(第三层)。针对具有层级架构的后处理算法，由于计算节点用于完成预设功能(比如单一的某一功能)，因此利用已有的计算节点灵活的构建后处理计算图，使其满足目标任务的处理条件，针对不同的任务不用重复存储相同功能的代码块(对应于上述计算节点)，避免了重复存储过量的冗余代码，降低了平台存储负荷量，提高了计算节点使用的灵活性，以及降低了对后处理算法的管理难度。另外，构建和调整处理算法都不再需要研发人员进行代码调整，只需要工作人员配置计算图所需的信息，之后根据生成的计算图信息构建计算图对待处理图像进行处理即可，提高了图像处理的效率。

一种可选的实施方式中，所述计算节点信息包括对应的计算节点的输入信息和输出信息；

所述基于多个计算节点信息和所述执行流程信息，生成所述执行流程信息对应的执行流程，包括：

基于每个计算节点的输入信息和输出信息，确定多个计算节点之间的依赖关系信息；

基于确定的所述依赖关系信息和所述执行流程信息，生成所述执行流程信息对应的执行流程。