[发明专利]一种图像处理方法、装置及存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像，所述待处理图像包含第一处理区域以及第二处理区域；

基于目标神经网络模型输出所述待处理图像的二值边缘图，其中，所述目标神经网络是基于所述第一处理区域以及所述第二处理区域合成的样本图训练得到；

基于所述二值边缘图进行直线检测以检测所述二值边缘图中的直线组合，对所述直线组合进行重复直线合并以输出所述二值边缘图中的目标直线组合；

确定所述目标直线组合中每任意两条直线在所述二值边缘图中的第一交点组合，并基于四边形的结构特征规则确定所述第一交点组合中的目标交点组合；

基于所述目标交点组合确定所述待处理图像的目标区域边缘，并返回处理结果。

2.根据权利要求1所述的图像处理方法，其特征在于，所述第一处理区域为所述待处理图像中的前景图，所述第二处理区域为所述待处理图像中的背景图，所述基于目标神经网络模型输出所述待处理图像的二值边缘图之前，还包括：

获取所述前景图的合集与所述背景图的合集，将所述前景图的合集中的任意一张前景图与所述背景图的合集中的任意一张背景图进行合成，得到训练样本图；

利用所述训练样本图对所述目标神经网络模型进行训练。

3.根据权利要求1所述的图像处理方法，其特征在于，所述基于目标神经网络模型输出所述待处理图像的二值边缘图，包括：

利用所述目标神经网络模型对所述待处理图像进行n次运算，其中，前n-1次运算包括多次卷积+激活和一次池化，第n次运算包括多次卷积+激活，且第一次运算的输入是所述待处理图像，下一次运算的输入是上一次运算的输出；

提取每次运算过程中最后一次卷积+激活得到的一组矩阵；

对n组矩阵分别进行转置卷积，其中，转置卷积后的所述n组矩阵所对应的图像的尺寸相同；

将转置卷积后的所述n组矩阵连接后进行卷积，输出所述待处理图像的二值边缘图。

4.根据权利要求1所述的图像处理方法，其特征在于，所述对所述直线组合进行重复直线合并以输出所述二值边缘图中的目标直线组合，包括：

将所述二值边缘图进行直线检测后检测出的直线组合进行极坐标变换，以确定所述直线组合中每任意两条直线的角度之差以及半径之差；

确定预设的角度阈值与半径阈值，将所述直线组合中每任意两条直线的角度之差小于等于角度阈值，以及将所述直线组合中每任意两条直线的半径之差小于等于半径阈值的两条直线合并成同一直线；

输出对所述直线组合进行重复直线合并后的目标直线组合。

5.根据权利要求1、2所述的图像处理方法，其特征在于，所述二值边缘图包含第三处理区域以及第四处理区域，其中，所述第三处理区域为所述二值边缘图的前景图，所述第四处理区域为所述二值边缘图的背景图，所述确定所述目标直线组合中每任意两条直线在所述二值边缘图中的第一交点组合，包括：

基于所述目标直线组合中每任意两条直线确定在所述二值边缘图中的第二交点组合，其中，所述第二交点组合中的交点位于所述二值边缘图中的第三处理区域以及第四处理区域；

将所述第一交点组合中位于所述二值边缘图的第四处理区域的交点进行排除，以确定所述目标直线组合中每任意两条直线在所述二值边缘图的第三处理区域的第三交点组合；

将所述第三交点组合中任意两个交点之间的距离小于等于预设的距离阈值的交点合并为一个交点，以确定所述目标直线组合中每任意两条直线在所述二值边缘图中的第一交点组合。

6.根据权利要求1所述的方法，其特征在于，所述基于四边形的结构特征规则确定所述第一交点组合中的目标交点组合，包括:

确定所述第一交点组合中交点的个数N，其中，N为大于等于0的正整数；

当N大于等于1时，基于所述第一交点组合中的N个交点确定M个可疑四边形交点组合，其中，M为大于等于0的正整数；

基于四边形的结构特征规则对所述M个可疑四边形交点组合中确定的可疑四边形进行合理值计算，将所述合理值大于预设的合理值阈值且排名最高的四边形的4个交点确定为目标交点组合，其中，所述四边形的结构特征规则包括四边形的边长规则以及四边形的角度规则。