[发明专利]交互式图像分割方法、系统及终端

权利要求书

1.一种交互式图像分割方法，其特征在于，包括：

S1,获取图像的初始分割结果；

S2,根据当前图像分割结果选择至少一个错误区域，对每个错误区域的中心点进行标记，作为交互提示点；

S3,计算图像上各点与每个所述交互提示点之间的距离，并生成提示图；

S4,根据当前图像分割结果和所述提示图，利用深度增强学习全卷积神经网络调整分割概率，对当前图像分割结果进行改善，得到图像分割改善结果；

S5,对所述图像分割改善结果进行评价，若满意则作为最终图像分割结果，若不满意则重新回到S2，进行迭代更新；

所述利用深度增强学习全卷积神经网络调整分割概率，对当前分割结果进行改善，包括：

拼接待分割的图像、当前分割结果和提示图这三种信息，作为网络输入信息；

利用全卷积神经网络对所述网络输入信息进行特征提取，获取输入的高层语义特征信息；

根据输入的高层语义特征信息，利用深度增强学习算法预测对当前分割概率的调整方向和尺度，实现对当前分割结果的改善。

2.根据权利要求1所述的交互式图像分割方法，其特征在于，所述获取图像的初始分割结果，包括：

根据数据集信息选择初始图像分割算法；

在数据集上对初始图像分割算法进行训练得到初始分割模型，通过用训练后的初始分割模型作分割预测，获得图像的初始分割结果。

3.根据权利要求1所述的交互式图像分割方法，其特征在于，所述根据当前图像分割结果选择至少一个错误区域，包括：

根据当前图像分割结果，选出当前分割结果中数个预测错误的连通区域，得到预测的错误区域。

4.根据权利要求1所述的交互式图像分割方法，其特征在于，计算图像上各点与每个所述交互提示点之间的距离，并生成提示图，包括：

计算图像上每个点与每个提示点之间的距离；

根据得到的每个点与每个提示点之间的距离，对提示图上每个点取与所有提示点距离的最小值，生成提示图。

5.根据权利要求4所述的交互式图像分割方法，其特征在于，所述提示图的值运算为：

其中，x_i表示图像上一个点，h(x_i)表示提示图上x_i对应的值，C表示提示点集合，x_j表示提示点集合中一个点，Dist(x_i,x_j)表示点x_i与点x_j之间点距离。

6.根据权利要求1-5任一项所述的交互式图像分割方法，其特征在于，所述利用深度增强学习算法预测对当前分割概率的调整方向和尺度，具体为：

p_t+1(x_i)＝p_t(x_i)+a_t(x_i)；

其中，x_i表示图像上一个点，p_t(x_i)表示点x_i当前的分割概率，a_t(x_i)表示点x_i当前分割概率的调整方向和尺度，p_t+1(x_i)表示点x_i改善后的分割概率。