[发明专利]一种图像处理方法、装置、设备及可读存储介质

说明书

本申请公开了一种图像处理方法、装置、设备及可读存储介质。本申请确定待处理图像中的待分类目标后，进一步确定待分类目标的轮廓像素点集，然后基于轮廓像素点集确定待分类目标的轮廓形态特征、轮廓形状分布特征、轮廓颜色特征和轮廓纹理特征，再拼接轮廓形态特征、轮廓形状分布特征、轮廓颜色特征和轮廓纹理特征得到待分类目标的特征表示，最后基于特征表示进行图像分类任务，可使表示待分类目标的特征同时包含全局、局部、形状、颜色、纹理等特征，提升了图像特征的准确性，同时以待分类目标的轮廓像素为特征提取基础，降低了特征提取的计算量。本申请提供的一种图像处理装置、设备及可读存储介质，也同样具有上述技术效果。

技术领域

本申请涉及计算机技术领域，特别涉及一种图像处理方法、装置、设备及可读存储介质。

背景技术

当前针对图像进行特征提取时，所提取的特征多而繁杂，且其中包含较多噪声。具体的，需要进行特征提取的图像中的目标区域的表面纹理不仅计算量大，还夹杂噪声信息。同时，目标区域的颜色特征数据由于受光反射等因素的影响，也容易产生噪声信息。

因此，如何提升图像特征的准确性，同时降低特征提取的计算量，是本领域技术人员需要解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种图像处理方法、装置、设备及可读存储介质，以提升图像特征的准确性，同时降低特征提取的计算量。其具体方案如下：

第一方面，本申请提供了一种图像处理方法，包括：

获取待处理图像，并确定所述待处理图像中的待分类目标；

确定所述待分类目标的轮廓像素点集；

基于所述轮廓像素点集确定所述待分类目标的轮廓形态特征、轮廓形状分布特征、轮廓颜色特征和轮廓纹理特征；

拼接所述轮廓形态特征、所述轮廓形状分布特征、所述轮廓颜色特征和所述轮廓纹理特征得到所述待分类目标的特征表示，并基于所述特征表示进行图像分类任务。

可选地，所述确定所述待处理图像中的待分类目标，包括：

将所述待处理图像变换至HSV（HueSaturationValue-色调，饱和度，亮度）空间，并对变换后的图像进行目标分割，得到所述待分类目标的二值化图像。

可选地，所述对变换后的图像进行目标分割，得到所述待分类目标的二值化图像，包括：

采用阈值分割方法分割变换后的图像的V通道，得到所述待分类目标的二值化图像。

可选地，所述确定所述待分类目标的轮廓像素点集，包括：

利用轮廓检测算法对所述待分类目标的二值化图像进行轮廓检测，得到所述轮廓像素点集。

可选地，所述轮廓形态特征包括几何形态特征、紧固性特征和凸性特征中的任一种或组合；其中，所述几何形态特征包括宽长比特征、矩形度特征、圆度特征和圆形特征中的任一种或组合。

可选地，所述轮廓形状分布特征的确定过程包括：

计算所述轮廓像素点集中每个像素点的梯度方向；

基于各像素点的梯度方向确定所述轮廓形状分布特征。

可选地，所述轮廓颜色特征的确定过程包括：

计算所述轮廓像素点集中每个像素点所在邻域的色调大小；

分别对各像素点所在邻域的色调大小进行灰度级量化，并统计量化得到的各灰度级的像素点占比，得到所述轮廓颜色特征。

可选地，所述轮廓纹理特征的确定过程包括：