[发明专利]一种图片分割方法、装置及存储介质

权利要求书

1.一种图片分割方法，其特征在于，所述方法包括：

对预设数量包含数字的图片标注分割线坐标，得到预设数量的样本图片；所述分割线为基于数字对图片进行分割的位置；

使用卷积神经网络提取各个样本图片的特征值向量；

基于预设的目标函数，对各个样本图片的特征值向量和各个样本图片对应的分割线坐标进行拟合，得到所述样本图片中分割线位置的归类条件；

在所述目标函数收敛的情况下，根据所述归类条件对待分割图片进行分割。

2.根据权利要求1所述的方法，其特征在于，每个样本图片的分割线为4条；所述4条分割线将样本图片中的数字按年、月、日分隔开。

3.根据权利要求1所述的方法，其特征在于，在对预设数量包含数字的图片标注分割线坐标之前包括：

将各个图片读取为RGB三通道格式，得到预设数量三维矩阵形式的图片；

将所述预设数量三维矩阵形式的图片的像素设置为预设像素。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述预设数量包含数字的图片进行预处理；

相应的，对预处理后的图片标注分割线坐标。

5.根据权利要求4所述的方法，其特征在于，所述预处理包括标准化处理和倾斜校正中的至少一种。

6.根据权利要求1所述的方法，其特征在于，所述特征值向量包括像素值向量。

7.根据权利要求1所述的方法，其特征在于，所述使用卷积神经网络提取各个样本图片的特征值向量包括：

使用Resnet18提取所述各个样本图片的特征图；其中，每个样本图片对应多个特征图；不同特征图由不同的颜色通道组成；

使用特征金字塔网络对每个样本图片的多个特征图进行汇集和卷积操作，得到各个样本图片的特征值向量。

8.根据权利要求1所述的方法，其特征在于，所述目标函数为：

其中，n表示每个样本图片的分割线个数；为第一损失函数，y表示标注的分割线坐标，y′表示拟合的分割线坐标；CrossEntropy表示交叉熵损失函数；表示第二损失函数，A为基于拟合的分割线坐标得到的二值向量，B为基于标注的分割线坐标得到的二值向量。

9.根据权利要求1所述的方法，其特征在于，所述根据所述归类条件对待分割图片进行分割包括：

使用卷积神经网络提取所述待分割图片的特征值向量；

将所述待分割图片的特征值向量代入所述归类条件，得到所述待分割图片的分割线坐标；

根据所述分割线坐标对所述待分割图片进行分割。

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：

分别对所述待分割图片分割后得到的多个图片块进行数字识别，得到各个图片块的识别结果；

输出由各个图片块的识别结果各个图片块的识别结果组合得到的日期识别结果。

11.一种图片分割装置，其特征在于，所述装置包括：

标注模块，用于对预设数量包含数字的图片标注分割线坐标，得到预设数量的样本图片；所述分割线为基于数字对图片进行分割的位置；

提取模块，用于使用卷积神经网络提取各个样本图片的特征值向量；

拟合模块，用于基于预设的目标函数，对各个样本图片的特征值向量和各个样本图片对应的分割线坐标进行拟合，得到所述样本图片中分割线位置的归类条件；

分割模块，用于在所述目标函数收敛的情况下，根据所述归类条件对待分割图片进行分割。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括：

预处理模块，用于对所述预设数量包含数字的图片进行预处理；

相应的，所述标注模块用于对预处理后的图片标注分割线坐标。