[发明专利]一种图像数据增强方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202210021970.4 申请日: 2022-01-10
公开(公告)号: CN114037637B 公开(公告)日: 2022-04-19
发明(设计)人: 周镇镇;李峰;刘红丽;张潇澜 申请(专利权)人: 苏州浪潮智能科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/11;G06T3/40;G06N3/04;G06N3/08
代理公司: 北京市万慧达律师事务所 11111 代理人: 陈晓磊
地址: 215168 江苏省苏州*** 国省代码: 江苏;32
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 数据 增强 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种图像数据增强方法,其特征在于,包括:

对原始图像进行分割,获取分割图像与所述分割图像的目标类别,通过所述目标类别获取待增强类别;

按照所述待增强类别对所述原始图像分别进行二值化处理,获取二值图像,根据所述二值图像的连通域,获取所述原始图像中与所述待增强类别存在匹配关系的实例图像;

对所述实例图像进行透视处理,获取第一实例图像,对所述第一实例图像进行缩放,获取第二实例图像;

从所述原始图像中获取灭点位置,根据所述灭点位置与所述第二实例图像的几何尺寸,确定所述第二实例图像的粘贴位置,根据所述粘贴位置将所述第二实例图像粘贴至所述原始图像,获取所述原始图像的增强图像,其中,获取所述灭点位置的步骤包括:通过所述原始图像的标定信息,获取所述原始图像的灭点位置;确定所述粘贴位置的步骤包括:以所述灭点位置为圆心,以所述第二实例图像的尺寸最大值为半径,获取第一区域,从第二区域中选取所述粘贴位置,所述原始图像包括:所述第一区域、所述第二区域。

2.根据权利要求1所述的图像数据增强方法,其特征在于,对原始图像进行分割,获取分割图像与所述分割图像的目标类别的步骤包括:

对所述原始图像进行特征提取,获取所述原始图像的多层语义特征;

根据预设的采样率,对所述多层语义特征进行卷积处理和下采样,获取第一采样特征;

将所述第一采样特征进行上采样,获取第二采样特征,并将所述第二采样特征与所述多层语义特征进行融合,获取第三采样特征,对所述第三采样特征进行卷积和上采样,获取所述分割图像及其对应的所述目标类别。

3.根据权利要求1所述的图像数据增强方法,其特征在于,通过所述目标类别获取待增强类别的步骤包括:

通过混淆矩阵对所述分割图像按照所述目标类别进行分析,获取所述目标类别的识别精度;

将所述目标类别的识别精度与预设的第一阈值进行比较,将所述识别精度小于所述第一阈值的对应的所述目标类别作为第一目标类别;

将所述目标类别的像素数量与预设的第二阈值进行比较,将所述像素数量小于所述第二阈值的对应的所述目标类别作为第二目标类别;

将所述第一目标类别与所述第二目标类别进行融合,获取所述待增强类别。

4.根据权利要求1所述的图像数据增强方法,其特征在于,按照所述待增强类别对所述原始图像分别进行二值化处理,获取二值图像,根据所述二值图像的连通域,获取所述原始图像中与所述待增强类别存在匹配关系的实例图像的步骤包括:

根据所述待增强类别与所述原始图像的矩阵尺寸,建立掩膜矩阵,将所述掩膜矩阵的元素与所述原始图像的元素进行矩阵乘法运算,获取所述二值图像;

根据预设的像素邻接关系获取所述二值图像的连通域状态;

根据所述连通域状态,从所述原始图像中获取与所述待增强类别对应的局部图像,并对所述局部图像的兴趣区域进行裁剪,获取所述实例图像,并将所述待增强类别对应的多个所述实例图像分别进行存储。

5.根据权利要求1所述的图像数据增强方法,其特征在于,对所述实例图像进行透视处理,获取第一实例图像的步骤包括:

配置所述实例图像的第一坐标顶点与所述第一实例图像的第二坐标顶点,根据所述第一坐标顶点与所述第二坐标顶点,获取所述实例图像的透视变换矩阵;

根据所述透视变换矩阵,对所述实例图像作透视变换处理,获取所述第一实例图像。

6.根据权利要求1或5所述的图像数据增强方法,其特征在于,根据所述第一实例图像的几何尺寸对所述第一实例图像进行缩放,获取第二实例图像的步骤包括:

获取所述待增强类别对应的多个所述第一实例图像的几何尺寸,其中,所述几何尺寸包括:尺寸最大值、尺寸最小值、尺寸平均值;

根据所述尺寸平均值,获取缩放阈值;

根据所述尺寸最大值与所述尺寸最小值,获取缩放区间;

根据所述缩放阈值与所述缩放区间,从所述待增强类别的当前所述第一实例图像进行遍历,对所述第一实例图像进行缩放处理,获取所述第二实例图像。

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苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,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/202210021970.4/1.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