[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

说明书

本申请涉及一种图像数据增强方法、装置、计算机设备和存储介质。所述方法包括：对原始图像进行分割，获取分割图像与及其对应的目标类别，通过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，根据二值图像的连通域，获取原始图像中与待增强类别存在匹配关系的实例图像；对实例图像进行透视处理，获取第一实例图像，对第一实例图像进行缩放，获取第二实例图像；从原始图像中获取灭点位置，根据灭点位置与第二实例图像的几何尺寸，确定第二实例图像的粘贴位置，根据粘贴位置将第二实例图像粘贴至原始图像，获取原始图像的增强图像，可解决图像分割过程中增强数据不合理、小样本识别困难等问题。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像数据增强方法、装置、计算机设备和存储介质。

背景技术

图像分割技术通常用于定位图像中目标和边界的位置，为图像内容的理解奠定基础，目前已经成为计算机视觉领域的重要研究方向，广泛应用于移动机器人、自动驾驶、无人机、医学诊断等实际场景中。目前，图像分割技术主要通过深度学习算法实现，而深度学习算法的性能对输入数据的质量较为依赖，因此通常会采用数据增强的方式对输入数据质量不佳的情况进行处理。然而，目前的数据增强方法在对图像进行增强处理时，存在增强数据不合理、小样本识别困难等问题。

发明内容

基于此，有必要针对上述技术问题，提供一种图像数据增强方法、装置、设备和存储介质，改善图像处理过程中增强数据性能不佳的问题。

一方面，提供一种图像数据增强方法，所述图像数据增强方法包括：

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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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：