[发明专利]一种图像处理方法、装置、终端设备和可读存储介质在审

专利信息
申请号: 202111185931.X 申请日: 2021-10-12
公开(公告)号: CN114627143A 公开(公告)日: 2022-06-14
发明(设计)人: 赖振楠 申请(专利权)人: 深圳宏芯宇电子股份有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T9/00;G06T3/40;G06T5/00;G06N3/04;G06N3/08
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 王新哲
地址: 518000 广东省深圳市福田区梅林街道梅都社区*** 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: 一种 图像 处理 方法 装置 终端设备 可读 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,包括:

对初始图像进行目标对象检测及分割,得到含目标对象的第一局部图像和不含所述目标对象的第二局部图像;

对所述第二局部图像进行图像压缩,得到第二局部压缩图像;

将所述第一局部图像和所述第二局部压缩图像进行图像拼接,得到与所述初始图像尺寸相同的压缩拼接图像。

2.根据权利要求1所述的图像处理方法,其特征在于,所述对初始图像进行目标对象检测及分割,得到含目标对象的第一局部图像和不含所述目标对象的第二局部图像,包括:

利用目标检测模型对所述初始图像进行目标对象的识别及定位,得到含目标对象在预测边框内的识别图像;

利用目标分割模型对所述识别图像进行目标分割,得到分割出的含目标对象的第一局部图像;

对所述初始图像进行掩码操作,得到除所述第一局部图像外的余下区域图像,所述余下区域图像作为不含所述目标对象的第二局部图像。

3.根据权利要求2所述的图像处理方法,其特征在于,所述目标检测模型包括骨干网络,所述骨干网络包括依次连接的一个输入卷积层、第一数量的残差网络层和第二数量的密集连接网络层;

每个所述密集连接网络层包括具有相同结构且连续连接的预设数量的深度残差分组卷积网络;所述残差网络层用于提取预定大尺度特征图,所述密集连接网络层用于提取预定中小尺度特征图。

4.根据权利要求3所述的图像处理方法,其特征在于,所述第二数量为三个,其中,第一和第二个密集连接网络层均包括八个所述深度残差分组卷积网络,第三个密集连接网络层包括四个所述深度残差分组卷积网络;

每个所述深度残差分组卷积网络设有四个卷积分支。

5.根据权利要求2至4中任一项所述的图像处理方法,其特征在于,所述目标分割模型包括编码部分和与所述编码部分连接的解码部分;

所述编码包括五个特征提取模块,其中,从第二个特征提取模块起,对当前特征提取模块的输出进行下采样,并将所述当前特征提取模块的输入与所述下采样后的输出进行相加操作,作为下一特征提取模块的输入。

6.根据权利要求1所述的图像处理方法,其特征在于,利用压缩自编码模型对所述第二局部图像进行图像压缩,所述压缩自编码模型包括依次设置的两个卷积层、三层残差网络层、一个卷积层和一个量化层。

7.根据权利要求2所述的图像处理方法,其特征在于,所述将所述第一局部图像和所述压缩的第二局部图像进行图像拼接,包括:

对所述第二局部压缩图像进行待填充区域边缘检测,以确定待填充区域的位置;

将含所述目标对象的所述第一局部图像或所述第一局部压缩图像填充至所述待填充区域内,并对填充的区域进行边缘处理。

8.根据权利要求7所述的图像处理方法,其特征在于,所述对所述第二局部压缩图像进行待填充区域边缘检测,包括:

根据所述目标分割时提取的所述目标对象所在区域的边缘像素坐标以及所述第二局部图像的图像压缩比,确定待填充区域在所述第二局部压缩图像中的位置;

所述对填充的区域进行边缘处理,包括:

通过均值滤波算法对所述填充的区域进行边缘平滑操作。

9.根据权利要求1所述的图像处理方法,其特征在于,还包括:

对所述第一局部图像进行图像压缩,得到第一局部压缩图像;

将所述第一局部压缩图像与所述第二局部压缩图像进行图像拼接,得到与所述初始图像尺寸相同的压缩拼接图像。

10.一种图像处理装置,其特征在于,包括:

图像分割模块,用于对初始图像进行目标对象检测及分割,得到含目标对象的第一局部图像和不含目标对象的第二局部图像;

图像压缩模块,用于对所述第二局部图像进行图像压缩,得到压缩的第二局部图像;

图像拼接模块,用于将所述第一局部图像和所述第二局部压缩图像进行图像拼接,得到与所述初始图像尺寸相同的压缩拼接图像。

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宏芯宇电子股份有限公司,未经深圳宏芯宇电子股份有限公司许可,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/202111185931.X/1.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