[发明专利]基于神经网络的稠密目标背景噪声抑制方法及设备

说明书

本申请提供了基于神经网络的稠密目标背景噪声抑制方法及设备，该方法包括：获取图像并确定多个稠密分布的待分割目标；分别对上述待分割目标进行外接框分割，获得上述待分割目标所对应的外接框；进行所述待分割目标的层级排序处理；对待分割目标的旋转角度进行检测；对所述待分割目标进行外接框分割；输出待分割目标。计算机可读介质，其上存储有计算机可读指令，计算机可读指令可被处理器执行时，使处理器实现如上述的方法。该设备包括：处理器；计算机可读介质，用于存储计算机可读指令，当计算机可读指令被处理器执行，使得处理器实现上述的方法。当背景目标与待分割目标相互紧密连接时，本申请依然可以清晰地定位待分割目标的完整准确边界。

技术领域

本申请涉及计算机领域，尤其涉及基于神经网络的稠密目标背景噪声抑制方法及设备。

背景技术

当使用一种基于神经网络的分割方法对如图1所示的稠密分布的多个目标用外接矩形进行分割，得到的结果如图2所示。但是，该分割方法存在以下问题：当外接矩形框中包含了大量的背景噪声，干扰目标与被检测目标相互紧密连接，无法清晰标定目标物体的完整准确边界。

当图像中包含多个待分割目标时，目标间相互干扰程度不同，存在无法直接精确定位分割目标物体的现象。图3为其中一个外接矩形框中的待分割目标分割的结果，从图3可知，该外接矩形框中存在多个紧密相连无关干扰目标，该外接矩形框中的待分割目标边界被大量噪声淹没，存在无法直接精确定位目标的问题。目前尚缺少一种对外接矩形框内稠密干扰目标噪声的有效抑制方法。

发明内容

本申请的一个目的是提供基于神经网络的稠密目标背景噪声抑制方法及设备，当多个稠密分布的待分割目标相互紧密连接时，本申请可清晰标定待分割目标的完整准确边界。

根据本申请的一个方面，提供了基于神经网络的稠密目标背景噪声抑制方法，所述方法包括：

获取图像并确定多个稠密分布的待分割目标；

分别对上述多个稠密分布的待分割目标进行外接框分割，获得上述多个稠密分布的待分割目标所对应的外接框；

基于上述多个稠密分布的待分割目标所对应的外接框，进行所述待分割目标的层级排序处理；

基于上述待分割目标的层级排序处理的结果，对待分割目标的旋转角度进行检测；

基于上述对待分割目标的旋转角度进行检测的结果，对所述待分割目标进行外接框分割；

基于待分割目标进行外接框分割结果，输出待分割目标。

进一步地，上述的基于神经网络的稠密目标背景噪声抑制方法中，上述的分别对上述多个稠密分布的待分割目标进行外接框分割，获得上述多个稠密分布的待分割目标所对应的外接框包括：通过外接矩形分割方法分别对上述多个稠密分布的待分割目标进行外接矩形框分割，获得所述多个稠密分布的待分割目标所对应的外接矩形框。

进一步地，上述的基于神经网络的稠密目标背景噪声抑制方法中，基于上述多个待分割目标的外接框，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，并记录其中一个所述待分割目标的外接框与其他待分割目标的外接框的相交区域。

进一步地，上述的基于神经网络的稠密目标背景噪声抑制方法中，上述的基于上述多个稠密分布的待分割目标所对应的外接框，进行所述待分割目标的层级排序处理，包括：

基于每个上述外接框所建立一个相交框的列表，计算每个所述外接框被其他干扰的外接框所覆盖的面积比P_i，其中，

P_i＝area_cover/area_i

其中，area_i表示其中任意一个外接框所覆盖的面积，area_cover表示该外接框被其他干扰的外接框所覆盖的面积；