[发明专利]一种图像分割方法、装置、设备及存储介质

说明书

本发明实施例公开了一种图像分割方法、装置、设备及存储介质，包括：采集原始图像数据，所述原始图像数据中具有多个像素点；计算所述原始图像数据中各个像素点的目标灰度值，获得灰度图像；计算所述灰度图像数据中各个像素点之间在空间表征的相关性；根据所述相关性、计算用于将所述灰度图像数据区分前景与背景的阈值；根据所述阈值在所述原始图像数据中选择种子区域；对所述种子区域进行生长，以将所述原始图像数据划分为目标图像区域。本发明实施例将灰度特征与像素点空间相关性进行结合，计算得到用于图像分割的阈值，能够实现原始图像数据的快速分割，得到更为精准的目标图像区域。

技术领域

本发明实施例涉及图像处理技术，尤其涉及一种图像分割方法、装置、设备及存储介质。

背景技术

随着人工智能、大数据、云计算等智能技术的应用，基于前视摄像头实现的车辆驾驶辅助功能已成为L2级自动驾驶技术的主流发展方向之一。实现自动驾驶的前提是车辆能够快速有效地检测和利用道路信息，通常在前视摄像头采集到的图片中运用图像分割、目标识别等图像处理方法，获取得到前方道路中的车道线、障碍物等信息。

然而，当车辆通过隧道出口等场景时，由于光照突然变强，前视摄像头采集的前方道路图像存在过曝现象。与自然场景图像相比，强光下的过曝图像质量降低，目标间边界模糊、灰度特征差异不明显，不利于图像分割等处理。

目前，可以采用图像语义分割的方法对过曝图像进行处理，一般需要采集大量的数据集并对数据集进行图像类别层面的标注和个体层面的标注，需要耗费大量的时间和人工精力，同时，标注的精细程度也决定了图像分割的准确程度；再者，基于图像语义分割的方法对设备算例要求较高，高算力设备会带来高功耗的影响，不利于整车产品的用电管理。而采用传统的种子区域生长算法对过曝图像进行分割处理，常常需要将种子点选择在区域相似度高的地方，同时应该在非边界处选择种子点。然而，过曝图像亮度高于普通图像，灰度整体偏高，相似度较高，若仅采用基于相似度选择像素区域并根据灰度差异实现分割的传统的图像处理方法，容易导致欠分割问题。

发明内容

本发明实施例提供一种图像分割方法、装置、设备及存储介质，以解决过曝图像的欠分割问题，能够实现图像在低算力设备中的快速有效分割。

第一方面，本发明实施例提供了一种图像分割方法，包括：

采集原始图像数据，所述原始图像数据中具有多个像素点；

计算所述原始图像数据中各个像素点的目标灰度值，获得灰度图像数据；

计算所述灰度图像数据中各个像素点之间在空间表征的相关性；

根据所述相关性、计算用于将所述灰度图像数据区分前景与背景的阈值；

根据所述阈值在所述原始图像数据中选择种子区域；

对所述种子区域进行生长，以将所述原始图像数据划分为目标图像区域。

第二方面，本发明实施例还提供了一种图像分割装置，包括：

图像获取模块，用于采集原始图像，所述原始图像中具有多个像素点；

灰度图像获取模块，用于计算所述原始图像数据中各个像素点的目标灰度值，获得灰度图像数据；

相关性计算模块，用于计算所述灰度图像数据中各个像素点之间在空间表征的相关性；

阈值计算模块，用于根据所述相关性、计算用于将所述灰度图像数据区分前景与背景的阈值；

种子区域选择模块，用于根据所述阈值在所述原始图像数据中选择种子区域；

目标分割模块，用于对所述种子区域进行生长，以将所述原始图像数据划分为目标图像区域。

第三方面，本发明实施例还提供了一种计算机设备，所述设备包括：