[发明专利]图像处理方法、装置和计算机可读存储介质

说明书

本公开实施例提供图像处理方法、装置和计算机可读存储介质。根据本公开实施例的图像处理方法包括：获取待识别图像；通过颜色轮廓识别模型对待识别图像进行颜色和轮廓识别，以获得待识别图像中的对象的颜色类别以及轮廓识别结果；通过形状识别模型对轮廓识别结果进行形状识别，以获得对象的形状识别结果；以及，输出所获得的对象的颜色类别以及形状识别结果。

技术领域

本公开涉及图像处理领域，尤其涉及一种图像处理方法、装置和计算机可读存储介质。

背景技术

图像识别为计算机视觉领域中的重要研究方向之一，其指的是利用计算机对图像进行处理和分析以对图像中的对象的重要信息进行识别。通常在图像识别的过程中需要提取出对象的特征，其中颜色及形状为对象的关键特征，因此检测出图像中的对象的颜色及形状对于图像识别而言具有重要的意义。

现有的对图像中对象的颜色及形状进行识别的方法主要包括传统算法、基于特征点匹配的方法以及传统算法和深度学习相结合的方法等。其中，涉及颜色阈值分割以及几何信息分析的传统算法将会受到人工颜色阈值选择及实际环境噪声等因素的影响而使得颜色识别的准确率不高，并且较难准确获得针对复杂形状的形状识别结果。此外，基于特征点匹配的方法通常需要较大的计算量，并且不具有很好的实时性。另外，传统算法和深度学习相结合的方法同样会受到人工颜色阈值选择及实际环境噪声等因素的影响，因此识别的准确率不高。

因此，需要一种能够准确地识别对象的颜色及形状的图像处理方法和装置，以便避免人工颜色阈值选择及实际环境噪声等因素对于识别结果造成的影响，从而进一步提高识别对象的颜色及形状的准确性。

发明内容

为了解决上述问题，本公开提供了一种图像处理方法、装置和计算机可读存储介质。

根据本公开的一个方面，提供了一种图像处理方法，包括：获取待识别图像；通过颜色轮廓识别模型对所述待识别图像进行颜色和轮廓识别，以获得所述待识别图像中的对象的颜色类别以及轮廓识别结果；通过形状识别模型对所述轮廓识别结果进行形状识别，以获得所述对象的形状识别结果；以及，输出所获得的所述对象的所述颜色类别以及所述形状识别结果。

根据本公开的示例，所述颜色轮廓识别模型包括用于对所述待识别图像进行特征提取的编码模块以及用于进行图像还原的解码模块，并且所述编码模块中包括至少一个残差模块，每个所述残差模块包括在其输入与输出之间进行连接的连接支路。

根据本公开的示例，所述编码模块还包括至少一个编码卷积模块，每个所述编码卷积模块由卷积层以及ReLU激活函数构成，其中，所述至少一个残差模块被布置在所述至少一个编码卷积模块之后，并且相邻的编码卷积模块与残差模块之间通过下采样层进行连接。

根据本公开的示例，所述解码模块包括与所述编码模块中的所述至少一个编码卷积模块以及所述至少一个残差模块分别对应的多个解码卷积模块，每个所述解码卷积模块由卷积层以及ReLU激活函数构成，其中，每个所述解码卷积模块与对应的编码卷积模块或残差模块进行连接以融合所述对应的编码卷积模块或残差模块输出的图像特征信息。

根据本公开的示例，所述形状识别模型包括输入卷积层、输出卷积层以及在所述输入卷积层与所述输出卷积层之间的至少一个中间层，并且每个所述中间层由至少一个倒残差模块构成，每个所述倒残差模块具有线性瓶颈结构并且使用深度可分离卷积来提取图像特征。

根据本公开的示例，所述轮廓识别结果为提取出所述待识别图像中的所述对象的轮廓的二值化图像。

根据本公开的示例，所述获取所述待识别图像包括：对输入的原始图像进行中值滤波以获取所述待识别图像。