[发明专利]基于神经网络的目标边界分割及背景噪声抑制方法及设备有效

专利信息
申请号: 201911033632.7 申请日: 2019-10-28
公开(公告)号: CN110866928B 公开(公告)日: 2021-07-16
发明(设计)人: 欧阳瑶;周治尹 申请(专利权)人: 中科智云科技有限公司
主分类号: G06T7/12 分类号: G06T7/12;G06T7/13;G06T7/194;G06T5/00;G06N3/02
代理公司: 上海百一领御专利代理事务所(普通合伙) 31243 代理人: 王奎宇;杨孟娟
地址: 230001 安徽省合肥市*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 神经网络 目标 边界 分割 背景 噪声 抑制 方法 设备
【权利要求书】:

1.基于神经网络的目标边界分割及背景噪声抑制方法,其特征在于,所述方法包括:

通过神经网络检测获取图像并确定待检测目标与背景目标;

分别对上述待检测目标和背景目标进行外接框分割,获得所述待检测目标和所述背景目标的外接框;

基于所述待检测目标和所述背景目标的外接框,进行待检测目标的边线检测,输出所述检测目标的边线检测结果;其中,填充待检测目标的外接框与所述背景目标的外接框的相交区域,获得所述待检测目标的最大外接轮廓的部分边线,其中,所述相交区域内的外接边缘点被去掉;

基于所述待检测目标的边线检测结果,输出待检测目标。

2.根据权利要求1所述的方法,其特征在于,上述的分别对上述待检测目标和背景目标进行分割,获得所述待检测目标和所述背景目标的外接框,包括:通过外接矩形分割方法分别对上述待检测目标和背景目标进行外接矩形框分割,获得所述待检测目标和所述背景目标的外接矩形框。

3.根据权利要求1或2所述的方法,其特征在于,基于所述待检测目标和所述背景目标的外接框,对所述外接框进行编号,并为每个所述外接框建立一个相交框的列表,并记录所述待检测目标的外接框与所述背景目标的外接框的相交区域。

4.根据权利要求1或2所述的方法,其特征在于,上述的基于所述待检测目标和所述背景目标的外接框,对所述待检测目标的边线检测,包括:

确定所述待检测目标的最大外接轮廓;

通过边缘检测,获得所述待检测目标的最大外接轮廓;

将所述最大外接轮廓在模板上显示。

5.根据权利要求4所述的方法,其特征在于,基于霍夫概率直线检测方法检测所述待检测目标的最大外接轮廓的部分边线,并描出所述部分边线中的最长线段,其中,所述最长线段的角度即为所述待检测目标的旋转角度。

6.根据权利要求5所述的方法,其特征在于,基于所述待检测目标的旋转角度,将所述待检测目标旋转校正至水平状态。

7.根据权利要求6所述的方法,其特征在于,

基于上述的将待检测目标旋转校正至水平状态,将所述最长线段延长,获得与所述待检测目标的外接矩形框的其中两条边的第一交点和第二交点;

以所述第一交点为起点,作所述最长线段的垂线并与所述待检测目标的外接矩形框的另外一条边相交于第三交点;

基于所述第三交点,作一水平延长线并与所述待检测目标的外接矩形框的另外一条边相交于第四交点;

基于所述第四交点,作由所述第三交点和所述第四交点组成的线段的垂线,使得该垂线与上述最长线段的延长线相交;

获得所述待检测目标的外接矩形框位置。

8.计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行时,使所述处理器实现如权利要求1至7中任一项所述的方法。

9.基于神经网络的目标边界分割及背景噪声抑制设备,其特征在于,该设备包括:

一个或多个处理器;

计算机可读介质,用于存储一个或多个计算机可读指令,

当所述一个或多个计算机可读指令被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的方法。

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中科智云科技有限公司,未经中科智云科技有限公司许可,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/201911033632.7/1.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