[發明專利]一種圖像分割方法、裝置、終端設備及存儲介質

有效

• 申請號: 201911111243.1
• 申請日: 2019-11-14
• 公開（公告）號: CN111080660B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 陳子杰;喬宇
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/11;G06N20/00;G06V10/774
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 張瑞志

本申請適用于圖像處理技術領域，提供了圖像分割方法、裝置、終端設備及存儲介質，方法包括：獲取待識別圖像，采用圖像分割模型對待識別圖像進行邊緣特征提取運算、語義特征提取運算和感受野增加運算，得到待識別圖像的圖像特征；采用圖像分割模型對圖像特征進行處理，得到待識別圖像中每個像素對應的圖像類別；根據待識別圖像中每個像素對應的圖像類別，標記出每個圖像類別對應的像素，得到分割圖像。本申請實施例提供的圖像分割方法可以防止在圖像特征提取過程中丟失圖像的邊緣特征信息和與語義特征對應的二維圖像之間的層間信息，保證分割圖像邊緣的分辨率，提升待識別圖像中小目標的分割精度。

技術領域

本申請屬于圖像處理技術領域，尤其涉及一種圖像分割方法、裝置、終端設備及存儲介質。

背景技術

三維圖像的分割方法多應用于醫學領域中對器官的解剖，要求有較高的分割精度。現有的對三維圖像的分割方法，分割出的圖像的邊緣的分辨率不高，分割精度不高。

發明內容

有鑒于此，本申請實施例提供了圖像分割方法、裝置、終端設備及存儲介質，以解決現有技術中三維圖像的分割方法中分割精度不高的問題。

本申請實施例的第一方面提供了一種圖像分割方法，包括：

獲取待識別圖像，所述待識別圖像包括至少一個子圖像，每個子圖像對應一個圖像類別；

采用圖像分割模型對所述待識別圖像進行邊緣特征提取運算、語義特征提取運算和感受野增加運算，得到所述待識別圖像的圖像特征；其中，所述圖像分割模型是以三維圖像數據以及所述三維圖像數據中每個像素對應的圖像類別為訓練樣本，采用機器學習算法對分類模型進行訓練得到的；

采用所述圖像分割模型對所述圖像特征進行處理，得到所述待識別圖像中每個像素對應的圖像類別；

根據所述待識別圖像中每個像素對應的圖像類別，標記出每個圖像類別對應的像素，得到分割圖像。

在一種可能的實現方式中，所述圖像分割模型包括二維操作模塊、三維操作模塊和高分辨率操作模塊，所述二維操作模塊包括第一編碼器，所述三維操作模塊包括第二編碼器，所述高分辨率操作模塊包括第三編碼器；所述采用圖像分割模型對所述待識別圖像進行邊緣特征提取運算、語義特征提取運算和感受野增加運算，得到所述待識別圖像的圖像特征，具體包括：

采用所述第一編碼器對所述三維圖像數據進行第一卷積運算，得到第一下采樣數據，所述第一下采樣數據包括邊緣特征；

采用所述第二編碼器對所述第一下采樣數據進行第二卷積運算和第一殘差壓縮提取運算，得到第二下采樣數據，所述第二下采樣數據包括語義特征；

采用所述第三編碼器對所述第二下采樣數據進行空洞卷積運算和第二殘差壓縮提取運算，得到所述待識別圖像的圖像特征。

在一種可能的實現方式中，所述二維操作模塊還包括與所述第一編碼器對應的第一解碼器，所述三維操作模塊還包括與所述第二編碼器對應的第二解碼器，所述高分辨率操作模塊還包括與所述第三編碼器對應的第三解碼器；所述采用所述圖像分割模型對所述圖像特征進行處理，得到所述待識別圖像中每個像素對應的圖像類別，具體包括：

采用所述第三解碼器對所述圖像特征進行處理，得到第一上采樣數據；

采用所述第二解碼器對所述第一上采用數據進行處理，輸出第二上采樣數據；

采用所述第一解碼器對所述第二上采樣數據進行處理，得到所述待識別圖像中每個像素對應的概率；

根據所述待識別圖像中每個像素對應的概率計算所述待識別圖像中每個像素對應的圖像類別。

在一種可能的實現方式中，所述采用所述第三編碼器對所述第二下采樣數據進行空洞卷積運算，具體包括：