[發明專利]對象提取方法、裝置和設備

有效

• 申請號: 201910941565.2
• 申請日: 2019-09-30
• 公開（公告）號: CN110689549B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 王宇翔;劉翔;劉東升;李彥
• 申請（專利權）人: 北京航天宏圖信息技術股份有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/187;G06T7/194
• 代理公司: 北京超成律師事務所 11646
• 代理人: 許書音

本申請提供一種對象提取方法、裝置和設備，方法包括：獲取包含目標區域的樣本影像；根據所述目標區域的預設特征，對包含有所述目標區域的所述樣本影像進行處理，以獲得所述目標區域的影像信息；在所述目標區域的影像信息中，選取對應于目標對象的種子點；根據所述種子點所包含所述目標對象的特征指數，提取在所述目標區域中的所述目標對象。本申請實現了根據所述目標區域的預設特征和目標對象的種子點，對目標區域的影像信息進行圖像處理，提取出目標對象。

技術領域

本申請涉及信息技術領域，具體而言，涉及一種對象提取方法、裝置和設備。

背景技術

湖泊作為陸地水圈的重要組成部分，參與自然界的水分循環。對全國范圍內的湖泊資源實施調查顯示，由于忽視對湖泊的有效保護和管理，致使湖泊不斷消亡、面積持續萎縮、湖泊資源過度利用、湖泊功能大大削弱等問題，這些問題在不同程度上制約了區域社會經濟發展的可持續發展。因此，對湖泊資源的監測尤為重要。

隨著科學技術的發展，基于深度學習的遙感信息提取技術已經將湖泊遙感監測的智能化提取，提升到了一個高度，但由于該技術的應用仍然存在一定的限制。例如對于計算機配置的要求比較高，普通臺式機很難高效率的完成樣本訓練和信息提取；雖然提取結果比傳統信息提取方法提高了，但是仍然需要大量后續人工交互操作，才能得到滿意的信息提取結果。比如半自動信息提取方法，由于充分結合了人的認知能力和計算機的分析能力，但是由于一直以來由于缺乏遙感信息提取一線作業人員的開發指引和錘煉，導致在半自動信息提取方面整體的實用性還不夠。一方面原因也在于缺乏先進的遙感信息提取關鍵技術研究的支撐。因此，進行專門的遙感信息提取關鍵技術研發是有必要的。

隨著監測數據的增加，在湖泊空間數據庫增量更新過程中，諸如空間實體變化類型識別困難、判別標準復雜、判別因子冗余度高以及識別過程自動化程度低等問題越來越顯著。現有的湖泊水體提取技術雖已能對水體進行良好的提取，但是依賴于樣本的準確性與較大的樣本數量，不但無法減少人工作業勞動量，也不能提高提取信息的效率。

發明內容

本申請實施例的目的在于提供一種對象提取方法、裝置和設備，用以實現對目標區域的影像信息進行圖像分割，提取出目標對象。

本申請實施例第一方面提供了一種對象提取方法，包括：獲取包含目標區域的樣本影像；根據所述目標區域的預設特征，對包含有所述目標區域的所述樣本影像進行處理，以獲得所述目標區域的影像信息；在所述目標區域的影像信息中，選取對應于目標對象的種子點；根據所述種子點所包含所述目標對象的特征指數，提取在所述目標區域中的所述目標對象。

于一實施例中，所述在所述目標區域的影像信息中，選取對應于目標對象的種子點，包括：獲取所述種子點的像素；計算所述種子點的像素對應于所述目標對象的所述特征指數。

于一實施例中，所述根據所述種子點所包含所述目標對象的特征指數，提取在所述目標區域中的所述目標對象包括：根據所述特征指數，將所述目標區域的所述影像信息分割為對象區域和非對象區域，所述對象區域中包括所述目標對象；計算所述對象區域和所述非對象區域之間的最大類間方差；根據所述最大類間方差對應的目標灰度值和所述特征指數計算提取閾值；采用所述提取閾值對所述影像信息進行圖像分割。

于一實施例中，所述根據所述最大類間方差對應的目標灰度值和所述特征指數計算提取閾值包括：計算所述對象區域與所述非對象區域之間的第一極差，并為所述第一極差的賦予預設的修正系數后，得到第二極差；計算所述特征指數與所述第二極差之間的差值；在所述目標灰度值和所述差值中，選取最小值作為所述提取閾值。

于一實施例中，所述采用所述提取閾值對所述影像信息進行圖像分割包括：藉由所述提取閾值作為區域生長的分割閾值，并結合所述種子點，對目標區域的影像信息進行區域增長。