[发明专利]图像处理方法、装置、计算机设备及存储介质

说明书

本方案涉及一种图像处理方法。所述方法包括：获取待处理图像；待处理图像中包含有食物区域；查找初始目标检测算法，并调整初始目标检测算法中的参数，得到目标检测算法；根据目标检测算法提取待处理图像中的食物区域，并通过深度神经网络算法提取食物区域中的视觉特征；根据视觉特征对待处理图像进行分类。通过对初始目标检测算法中的参数进行调整，可以提高提取待处理图像中的食物区域的准确性，而深度神经网络算法具有良好的视觉特征识别能力，在食品图像处理中有着更好的效果，可以提高图像处理的精确度。

技术领域

本发明涉及计算机技术领域，特别是涉及一种图像处理方法、装置、计算机设备及存储介质。

背景技术

计算机技术的发展带来了图像信息的大量交流与运用，图像的检索以及分类技术也得到了越来越广泛的应用。图像的检索或者分类往往是通过文本来进行的，基于文本识别来进行图像处理，即用标题、时间、环境等文本信息来描述图像，在进行图像处理时，采用文本匹配进行检索或者分类。由于通过文本来进行图像检索和分类已经不能满足人们的日常需求，于是基于图像内容的图像处理方法被研究出来。食品图像的处理在食品、健康等诸多领域广泛应用，食品图像可以进一步帮助人们评估食品的热量，分析人们的饮食习惯，提供个性化的服务。

由于拍摄的食物图片不仅包含食物本身的视觉信息，还包含各种背景信息，因此，传统的图像处理方法在进行图像分类或者检索的时候往往存在精确度较低的问题。

发明内容

基于此，为了解决上述技术问题，提供一种图像处理方法、装置、计算机设备及存储介质，可以提高图像处理的精确度。

一种图像处理方法，所述方法包括：

获取待处理图像；所述待处理图像中包含有食物区域；

查找初始目标检测算法，并调整所述初始目标检测算法中的参数，得到目标检测算法；

根据所述目标检测算法提取所述待处理图像中的食物区域，并通过深度神经网络算法提取所述食物区域中的视觉特征；

根据所述视觉特征对所述待处理图像进行分类。

在其中一个实施例中，所述调整所述初始目标检测算法中的参数，得到目标检测算法，包括：

获取图像数据库，并从所述图像数据库中查找食物图像；

根据所述食物图像生成食物图像数据集；

使用所述食物图像数据集调整所述初始目标检测算法中的参数，得到所述目标检测算法。

在其中一个实施例中，所述根据所述目标检测算法提取所述待处理图像中的食物区域，包括：

根据所述目标检测算法分别获取所述待处理图像的候选帧；

计算出各个所述候选帧的候选帧比重；

根据所述候选帧比重提取所述待处理图像中的食物区域。

在其中一个实施例中，所述通过深度神经网络算法提取所述食物区域中的视觉特征，包括：

获取比重阈值，并将高于所述比重阈值的所述候选帧比重所对应的食物区域作为候选区域；

根据所述候选区域的候选帧比重，得到所述候选区域的候选帧坐标；

根据所述候选帧坐标提取所述候选区域的子特征；

根据所述子特征，得到所述食物区域中的视觉特征。

在其中一个实施例中，所述根据所述视觉特征对所述待处理图像进行分类，包括：

提取所述视觉特征中的颜色特征，并提取所述视觉特征中的形状特征；