[发明专利]图像分割方法以及图像的相似度计算方法、装置

说明书

本申请涉及一种图像分割方法以及图像的相似度计算方法、装置。所述方法包括：获取图像各像素点的预测概率，所述预测概率范围为0‑1内的任意值；获取图像各像素点的金标准值，所述金标准值为0或1；基于所述各像素点的预测概率与各像素点的金标准值计算得到第一数值与第二数值；基于所述第一数值和第二数值计算得到图像相似度。上述图像分割方法以及图像的相似度计算方法、装置，在使用Dice函数计算图像分割的相似度时，将图像各像素点的预测概率这一参数由二值参数扩展为0‑1内的任意值，使运算过程更加简便，求解更加容易，提高了图像分割等操作的运行速度。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像分割方法以及图像的相似度计算方法、装置。

背景技术

在目前的图像分类、图像分割、图像配准等图像处理过程中，常使用欧式距离(Euclidean Distance)、交叉熵(Cross Entropy)、Dice等目标函数以对图像分类、图像分割、图像配准的相似度与准确度进行计算。

对于Dice函数，目前在计算时的参数均采用二值的参数，即非0即1的参数，因此在图像分割操作前首先将数值二值化操作，而深度学习中处理数据量巨大，因此对于二值化操作需占据大量的计算资源，此外这样的计算方式使计算过程更加复杂，求解更加困难，导致进行图像分割等操作时运行速度更慢。

发明内容

基于此，有必要针对对于Dice函数，目前在计算时的参数均采用二值的参数，即非0即1的参数，这样的计算方式使计算过程更加复杂，求解更加困难，导致进行图像分割等操作时运行速度更慢的问题，提供一种图像分割方法以及图像的相似度计算方法、装置、计算机设备和存储介质。

一种图像的相似度计算方法，所述方法包括：

获取图像各像素点的预测概率，所述预测概率范围为0-1内的任意值；

获取图像各像素点的金标准值，所述金标准值为0或1；

基于所述各像素点的预测概率与各像素点的金标准值计算得到第一数值与第二数值；

基于所述第一数值和第二数值计算得到图像相似度。

在其中一个实施例中，所述基于所述各像素点的预测概率与各像素点的金标准值计算得到第一数值与第二数值包括：

分别计算各像素点的预测概率与金标准值的乘积，并将各像素点的预测概率与金标准值的乘积进行求和，得到第一数值；

计算各像素点的预测概率的二次方的值并进行求和，计算各像素点的金标准值的二次方的值并进行求和，并将各像素点的预测概率的二次方的值的和与各像素点的金标准值的二次方的值的和进行求和，得到第二数值。

在其中一个实施例中，所述基于所述第一数值和第二数值计算得到图像相似度包括：

计算所述第一数值与所述第二数值的商并乘2，即得到图像分割的相似度。

在其中一个实施例中，所述获取图像各像素点的预测概率，所述预测概率范围为0-1内的任意值包括：

获取分类器对图像中各像素点属于感兴趣区域图像的预测概率，所述预测概率范围为0-1内的任意值。

在其中一个实施例中，所述基于所述第一数值和第二数值计算得到图像相似度之后还包括：

将各目标区域的图像相似度相乘，得到多目标区域的图像相似度。

在其中一个实施例中，所述基于所述第一数值和第二数值计算得到图像相似度之后还包括：

对各目标区域的图像相似度求自然对数；

将各目标区域的图像相似度的自然对数相加，得到多目标区域的图像相似度。