[發明專利]對圖像中的對象進行分割的方法及系統

有效

• 申請號: 201711399271.9
• 申請日: 2017-12-21
• 公開（公告）號: CN107967688B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 姜譞
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 王文思

本公開提供了一種對圖像中的對象進行分割的方法，包括：獲取第一圖像中所包含的N類對象所對應的第一標注數據；確定N類對象中每類對象的糾錯碼，得到N個糾錯碼；根據N個糾錯碼，將與N類對象所對應的第一標注數據轉化為第二標注數據；以及基于第二標注數據訓練M個分割模型，其中，M個分割模型用于分割第二圖像中所包含的對象，M≤N，且N和M為整數。本公開還提供了一種對圖像中的對象進行分割的系統。

技術領域

本公開涉及一種對圖像中的對象進行分割的方法及系統。

背景技術

圖像分割技術是一種將圖像分成若干個特定的具有獨特性質的區域的技術。在不同的應用領域，例如可以是醫學影像分析領域，交通圖像分析領域，軍事研究領域等，其處理的圖像內容越來越復雜，采用的圖像分割方法的準確度要求也越來越高。

隨著人工智能技術的快速發展，通過機器學習的方法使得電子設備能夠不斷的改善自身的性能。具體地，例如，在醫學影像分析領域，通常需要對CT(Computed Tomography，簡稱為CT)圖像中的生物器官進行分割，通過人工智能的方法，利用機器學習中的深度學習技術，訓練出相應的分割模型，分割出多個器官，如腹部CT圖像中，分割出肝，脾，胰腺等。

然而，在實現本公開的過程中，發明人發現相關技術中至少存在以下缺陷：圖像分割，尤其是采用基于投票機制進行簡單融合的多分割模型的圖像分割，其準確度較低。

發明內容

本公開的一個方面提供了一種對圖像中的對象進行分割的方法，包括獲取第一圖像中所包含的N類對象所對應的第一標注數據；確定上述N類對象中每類對象的糾錯碼，得到N個糾錯碼；根據上述N個糾錯碼，將與上述N類對象所對應的上述第一標注數據轉化為第二標注數據；以及基于上述第二標注數據訓練M個分割模型，其中，上述M個分割模型用于分割第二圖像中所包含的對象，M≤N，且N和M為整數。

可選地，上述N個糾錯碼中的每個具有M個糾錯位，根據上述N個糾錯碼，將與上述N類對象所對應的上述第一標注數據轉化為第二標注數據包括：基于具有M個糾錯位的上述N個糾錯碼生成一個N行M列的編碼矩陣；以及根據上述編碼矩陣中的M列信息，對上述第一圖像中所包含的N類對象進行分類，以實現將與上述N類對象所對應的第一標注數據轉化為上述第二標注數據。

可選地，上述方法還包括依次通過上述M個分割模型對與上述第二圖像中所包含的對象對應的像素點進行二值化處理，得到對應像素點的二值化數據；以及通過預定算法將上述二值化數據與上述第二圖像中所包含的對象的糾錯碼進行比較，以確定上述第二圖像中所包含的對象的類別。

可選地，上述M個分割模型中至少包括第一類別分割模型和第二類別分割模型，上述N類對象中至少包括第一類別對象和第二類別對象，上述方法還包括通過上述第一類別分割模型對上述第一類別對象進行分割；和/或通過上述第二類別分割模型對上述第二類別對象進行分割。

可選地，基于上述第二標注數據訓練M個分割模型包括采用機器學習方法基于上述第二標注數據訓練上述M個分割模型。

可選地，上述N類對象包括N類生物器官。

本公開的另一方面提供了一種對圖像中的對象進行分割的系統，包括獲取模塊、確定模塊、轉換模塊和訓練模塊。獲取模塊用于獲取第一圖像中所包含的N類對象所對應的第一標注數據；確定模塊用于確定上述N類對象中每類對象的糾錯碼，得到N個糾錯碼；轉換模塊用于根據上述N個糾錯碼，將與上述N類對象所對應的上述第一標注數據轉化為第二標注數據；以及訓練模塊用于基于上述第二標注數據訓練M個分割模型，其中，上述M個分割模型用于分割第二圖像中所包含的對象，M≤N，且N和M為整數。