[发明专利]图像分割方法、装置、计算机设备及存储介质有效

专利信息
申请号: 201811205146.4 申请日: 2018-10-16
公开(公告)号: CN109410220B 公开(公告)日: 2019-12-24
发明(设计)人: 陈思宏 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/187;G06T7/00
代理公司: 11138 北京三高永信知识产权代理有限责任公司 代理人: 祝亚男
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 初始模型 图像分割 图像 图像分割模型 人体组织 样本图像 计算机设备 存储介质 计算机技术领域 适用性和实用性 多个目标 分布信息 人工参与 图像信息 分割 调用 输出
【权利要求书】:

1.一种图像分割方法,其特征在于,所述方法包括:

基于多个第一样本图像,对第一初始模型进行预训练,得到第二初始模型,所述多个第一样本图像包括多种人体组织图像,所述第二初始模型中包括所述多种人体组织对应的多个目标区域的分布信息;

基于多个第二样本图像,对所述第二初始模型进行训练,得到图像分割模型,所述多个第二样本图像为目标人体组织图像,训练过程中所述图像分割模型获取得到所述多个第二样本图像的图像信息,所述多个第二样本图像的图像信息至少包括所述目标人体组织对应的多个目标区域的分布信息;

当获取到待分割的第一图像时,调用所述图像分割模型,由所述图像分割模型根据所述图像信息,对所述第一图像进行分割,输出第二图像,所述第一图像为所述目标人体组织图像。

2.根据权利要求1所述的方法,其特征在于,所述第一初始模型、所述第二初始模型和所述图像分割模型均包括第一图像分割模块和第二图像分割模块,所述第一图像分割模块和第二图像分割模块分别对应于一种分割算法,所述第一图像分割模块用于对三维图像进行分割,所述第二图像分割模块用于对二维图像进行分割;

相应地,由所述图像分割模型根据所述图像信息,对所述第一图像进行分割,输出第二图像,包括:

基于所述图像分割模型中的第一图像分割模块和第二图像分割模块中至少一个模块,以及所述图像信息,对所述第一图像进行分割,输出第二图像。

3.根据权利要求2所述的方法,其特征在于,所述基于所述图像分割模型中的第一图像分割模块和第二图像分割模块中至少一个模块,以及所述图像信息,对所述第一图像进行分割,输出第二图像,包括:

根据所述第一图像的属性信息,对所述第一图像进行预处理;

将预处理后的第一图像输入所述第一图像分割模块和第二图像分割模块中至少一个模块中,由所述第一图像分割模块和所述第二图像分割模块中至少一个模块对所述第一图像进行分割,得到第三图像;

基于所述图像信息,对所述第三图像进行后处理,输出第二图像。

4.根据权利要求3所述的方法,其特征在于,所述根据所述第一图像的属性信息,对所述第一图像进行预处理,包括:

当根据所述属性信息确定所述第一图像中存在异常像素点时,将所述异常像素点删除;

当根据所述属性信息确定删除异常像素点后的第一图像的灰度范围大于目标范围时,对所述第一图像进行规范化处理,将所述第一图像的灰度范围调整为目标范围内;

当根据所述属性信息确定所述第一图像的通道数量大于一时,将所述第一图像的每个像素值均减去目标图像均值;

当根据所述属性信息确定所述第一图像的模态数量大于一时,将所述第一图像输入模态融合模块,由所述模态融合模块从所述第一图像的多个像素值进行筛选,得到预处理后的第一图像的目标数量的像素值,所述预处理后的第一图像的模态数量为一。

5.根据权利要求3所述的方法,其特征在于,所述基于所述图像信息,对所述第三图像进行后处理,输出第二图像,包括:

基于所述第三图像中的多个目标区域和所述图像信息所指示的所述多个目标区域的分布信息,对所述第三图像进行后处理,得到第二图像,目标区域为所述第三图像中目标类型的像素点所在区域,所述第二图像中多个目标区域的分布类型、目标区域的数量和目标区域的大小范围与所述多个目标区域的分布信息相同。

6.根据权利要求5所述的方法,其特征在于,所述基于所述第三图像中的多个目标区域和所述图像信息所指示的所述多个目标区域的分布信息,对所述第三图像进行后处理,包括:

当所述第三图像中目标区域的数量或大小范围与所述图像信息所指示的所述多个目标区域的数量或大小范围不同时,将所述第三图像中不符合所述多个目标区域的数量或大小范围不同的部分滤除;或,

当任一目标区域内部存在背景像素点时,将所述背景像素点更改为所述目标区域对应的目标类型的像素点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811205146.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top