[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
【说明书】:

本申请实施例提供一种图像处理方法、装置、终端设备和可读存储介质,该图像处理方法包括: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。该方法可以节省图像的存储空间,又尽可能地以高分辨率形式保留了图像中用户想要的重要信息。

技术领域

本申请涉及图像处理技术领域,尤其涉及一种图像处理方法、装置、终端设备和可读存储介质。

背景技术

诸如数码相机、监控摄像头、扫描仪等设备产生的图像已经广泛应用在很多业务场景中,随着移动设备(如手机、IPAD等)的爆发式增长,移动设备的摄像头产生的图像也在许多产品中应用。由于图像数据较大,在传输或存储之前通常需要进行做压缩处理以节省带宽和存储空间。

目前,压缩图像一般采用的是JPEG有损压缩。JPEG,Joint Photographic ExpertsGroup,联合图像专家组,是一种广泛应用的图像压缩格式,JPEG压缩一般包括颜色转换、离散余弦变换(Discrete Cosine Transform,DCT)、量化、编码等步骤,其中,量化是影响压缩后图像质量和压缩比的主要步骤,此步骤中主要参数是质量因子。质量因子越大,压缩比越小,压缩后图像质量越高;反之,质量因子越小,压缩比越大,压缩后图像质量越低。

由于图像在进行JPEG压缩时,通常固定JPEG质量因子,这样导致清晰的图像没有得到足够的压缩,占用带宽和存储空间,而模糊的图像压缩过度导致过于模糊而无法使用等。

发明内容

本申请实施例提供一种图像处理方法、装置、终端设备和可读存储介质,该图像处理方法可以节省图像的存储空间,又尽可能地以高分辨率形式保留了图像中用户想要的重要信息。

本申请的实施例提供一种图像处理方法,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。

在一些实施例中,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。

在一些实施例中,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。

在一些实施例中,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。

在一些实施例中,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;

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/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