[发明专利]一种高质量切割子图获取方法

说明书

一种高质量切割子图获取方法，涉及图像处理技术领域，针对现有技术中由于格栅位置在每节车的位置不固定，在确定分割参数时会增大子图切取大小，也会产生一个格栅被分布到两张子图上的情况，且如果有较小的格栅故障被分布开，会造成模型准确率变低的问题，对原图像进行滤波操作，可以减少原始图像拍摄时产生的噪声以及调整光线对图像的影响，提高图像质量。通过点击图像的方法可以精确地获得想要切取子图的位置和大小，节省了人工尝试所需时间，且不会造成信息浪费。通过代码自动生成切割子图参数配置文件，可替代人工输入参数，节省时间，并可避免人工输入时的产生的错误。

技术领域

本发明涉及图像处理技术领域，具体为一种高质量切割子图获取方法。

背景技术

随着深度学习技术在处理图像问题上的快速发展，在训练模型时，需要高质量的图像样本集，才可以训练出更好的模型。快速、高效、精准的获取训练对象图像样本集成为了训练模型的关键所在。传统分割采取估计分割参数的方式，以获取裙板格栅子图为例，由于格栅位置在每节车的位置不固定，为了尽可能的保证格栅完整性，在确定分割参数时会增大子图切取大小，但也会产生一个格栅被分布到两张子图上的情况，且如果有较小的格栅故障被分布开，会造成模型准确率变低的结果。在进行切图时，还需将参数进行计算并手动输入到XML文件，这是一项比较耗时且容易出错的工作。

发明内容

本发明的目的是：针对现有技术中由于格栅位置在每节车的位置不固定，在确定分割参数时会增大子图切取大小，也会产生一个格栅被分布到两张子图上的情况，且如果有较小的格栅故障被分布开，会造成模型准确率变低的问题，提出一种高质量切割子图获取方法。

本发明为了解决上述技术问题采取的技术方案是：

一种高质量切割子图获取方法，包括以下步骤：

步骤一：获取待切割图像；

步骤二：对获取到的待切割图像进行滤波处理；

步骤三：针对滤波处理后的图像获取切割位置参数；

步骤四：根据切割位置参数生成切割子图XML；

步骤五：利用切割子图XML生成深度学习样本集所需子图。

进一步的，滤波处理的具体步骤为：首先对原始图像进行降低亮度操作，然后对图像进行去噪处理。

进一步的，对原始图像进行降低亮度操作通过滤波器F₁进行，滤波器F₁表示为：

进一步的，对图像进行去噪处理通过滤波器F₂进行，F₂表示为：

进一步的，步骤三的具体步骤为：

步骤三一：读取滤波处理过后的图像；

步骤三二：根据滤波处理过后的图像，利用ginput()函数获取滤波处理后的图像中待切割目标的水平坐标信息；

步骤三三：根据待切割目标的水平坐标信息获得切割位置参数，切割位置参数包括待切割目标起点x_i和待切割目标长度w_i。

进一步的，待切割目标起点x_i表示为：

其中，L为像素长度，P代表待切割目标长度方向像素坐标，n代表待切割目标数量。

进一步的，待切割目标长度w_i表示为：