[发明专利]图像数据清洗方法、控制装置及可读存储介质

说明书

本发明涉及图像识别技术领域，具体提供一种图像数据清洗方法、控制装置及可读存储介质，旨在解决如何更为准确高效地实现图像数据的清洗的问题。为此目的，本发明对待清洗图像集合中的待清洗图像进行特征提取，获取待清洗图像的颜色矩特征，并应用训练好的异常检测算法模型对每张待清洗图像进行异常图像检测，获取待清洗图像集合的异常分数集合，并根据异常分数集合以及预设的异常图像比例，获取待清洗图像集合中的异常图像。本发明不再需要人为处理待清洗图像集合中的异常图像，即可实现准确高效的进行图像数据的清洗，有效地节省了人力和时间成本。

技术领域

本发明涉及图像识别技术领域，具体提供一种图像数据清洗方法、控制装置及可读存储介质。

背景技术

在训练智能生鲜电子秤上的AI算法前期，需要对采集的大量生鲜图像进行数据清洗，其中包含空盘图像、空袋图里面没有生鲜的图像、不是此类别生鲜的图像、拍摄过于模糊的图像等。通常的处理方法是人为将这些异常图像删除。但是，由于图像的数据量巨大，人为删除过程往往费时费力。

相应地，本领域需要一种新的图像数据清洗方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决如何更为准确高效地实现图像数据的清洗的问题。

在第一方面，本发明提供一种图像数据清洗方法，所述方法包括：

对待清洗图像集合中的待清洗图像进行特征提取，获取所述待清洗图像的颜色矩特征；

应用预设的训练好的异常检测算法模型，根据所述待清洗图像的颜色矩特征，对每张所述待清洗图像进行异常图像检测，获得所述待清洗图像集合的异常分数集合；

根据所述异常分数集合及预设的异常图像比例，获取所述待清洗图像集合中的异常图像以供从所述待清洗图像集合中删除。

在上述图像数据清洗方法的一个技术方案中，所述对待清洗图像集合中的待清洗图像进行特征提取，获取所述待清洗图像的颜色矩特征，包括：

针对每张待清洗图像，将所述待清洗图像从RGB颜色空间转换至HSV颜色空间，以获取所述待清洗图像的每个像素点的色调、饱和度和亮度；

根据所述待清洗图像的每个像素点的色调、饱和度和亮度获取所述待清洗图像的颜色矩特征。

在上述图像数据清洗方法的一个技术方案中，所述颜色矩特征包括一阶矩特征、二阶矩特征和三阶矩特征；

所述根据所述待清洗图像的每个像素点的色调、饱和度和亮度获取所述待清洗图像的颜色矩特征，包括：

根据以下公式获取所述待清洗图像的一阶矩特征、二阶矩特征和三阶矩特征：

其中，E_i、σ_i、s_i分别为待清洗图像的第i个颜色通道的一阶矩特征、二阶矩特征和三阶矩特征，所述颜色通道包括色调、饱和度和亮度；N为所述待清洗图像中像素点的总数；p_ij为第j个像素点在第i个颜色通道上的像素值，所述像素值为所述颜色通道中对应的色调或饱和度或亮度的值。

在上述图像数据清洗方法的一个技术方案中，所述异常检测算法模型为基于孤立森林的异常检测算法模型。

在上述图像数据清洗方法的一个技术方案中，所述方法还包括根据以下步骤获取训练好的异常检测算法模型：

获取预设的训练集中图像的颜色矩特征；

根据所述颜色矩特征，构建多棵二叉树，并根据多棵二叉树获得基于孤立森林的异常检测算法模型；