[发明专利]提取图像中地块的方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110314810.4 申请日: 2021-03-24
公开(公告)号: CN112884764A 公开(公告)日: 2021-06-01
发明(设计)人: 李世行;吴海山;殷磊 申请(专利权)人: 深圳前海微众银行股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/13;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京派特恩知识产权代理有限公司 11270 代理人: 李昂;张颖玲
地址: 518052 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 提取 图像 地块 方法 装置 电子设备 存储 介质
【说明书】:

本申请提供了一种提取图像中地块的方法、装置、电子设备、计算机可读存储介质及计算机程序产品;方法包括:对包含地块的待处理图像进行语义分割处理,得到相应的语义分割图像,语义分割图像包括地块对应的语义区域;对待处理图像中的地块进行边缘检测,得到地块的轮廓信息;基于地块的轮廓信息,对地块对应的语义区域进行切割处理,得到地块对应的语义切割区域;确定语义切割区域在语义分割图像中所处的区域位置;对待处理图像进行对应区域位置的图像提取,得到对应地块的地块图像。通过本申请,能够提取更为准确的地块图像。

技术领域

本申请涉及图像处理技术,尤其涉及一种提取图像中地块的方法、装置、电子设备及存储介质。

背景技术

随着图像处理技术的不断发展,利用图像处理技术进行分析是研究应用领域的重点研究方向之一。

相关技术中,在进行地块的图像提取时,通常采用的方式是对图像进行特征提取,根据提取的图像特征来识别出符合特征的图像区域,以从中提取出地块。然而,实际场景下,地块之间往往分布紧凑,采用相关技术的提取方式却无法针对这一特点从图像中提取出准确的地块。

发明内容

本申请实施例提供一种提取图像中地块的方法、装置、电子设备、计算机可读存储介质及计算机程序产品,能够提取更为准确的地块图像。

本申请实施例的技术方案是这样实现的:

本申请实施例提供一种提取图像中地块的方法,包括:

对包含地块的待处理图像进行语义分割处理,得到相应的语义分割图像,所述语义分割图像包括所述地块对应的语义区域;

对所述待处理图像中的地块进行边缘检测,得到所述地块的轮廓信息;

基于所述地块的轮廓信息,对所述地块对应的语义区域进行切割处理,得到所述地块对应的语义切割区域;

确定所述语义切割区域在所述语义分割图像中所处的区域位置;

对所述待处理图像进行对应所述区域位置的图像提取,得到对应所述地块的地块图像。

本申请实施例提供一种提取图像中地块的装置,包括:

语义分割模块,用于对包含地块的待处理图像进行语义分割处理,得到相应的语义分割图像,所述语义分割图像包括所述地块对应的语义区域;

边缘检测模块,用于对所述待处理图像中的地块进行边缘检测,得到所述地块的轮廓信息;

语义切割模块,用于基于所述地块的轮廓信息,对所述地块对应的语义区域进行切割处理,得到所述地块对应的语义切割区域;

确定模块,用于确定所述语义切割区域在所述语义分割图像中所处的区域位置;

图像提取模块,用于对所述待处理图像进行对应所述区域位置的图像提取,得到对应所述地块的地块图像。

上述方案中,所述边缘检测模块,还用于通过边缘检测模型对所述待处理图像中的地块进行边缘检测,得到相应的边缘检测图像;确定所述地块对应的地块轮廓在所述边缘检测图像中的轮廓位置,并将所述轮廓位置作为所述轮廓信息。

上述方案中,所述图像中地块的装置,还包括:边缘检测模型训练模块,用于获取边缘检测图像样本,所述边缘检测图像样本携带轮廓标签,所述轮廓标签用于指示所述边缘检测图像样本中地块的轮廓信息;通过所述边缘检测模型,对所述边缘检测图像样本进行边缘检测,得到所述边缘检测图像样本中地块的预测轮廓信息;基于所述预测轮廓信息与所述轮廓标签之间的差异,更新所述边缘检测模型的模型参数。

上述方案中,所述语义切割模块,还用于基于所述地块的轮廓信息,确定所述地块在所述语义分割图像中所对应的轮廓区域;将所述轮廓区域从所述语义区域中进行去除,以实现对所述地块对应的语义区域进行切割处理。

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深圳前海微众银行股份有限公司,未经深圳前海微众银行股份有限公司许可,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/202110314810.4/2.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