[發(fā)明專利]圖像分割方法、裝置、電子設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011245248.6
• 申請(qǐng)日: 2020-11-10
• 公開(kāi)（公告）號(hào): CN112184714B
• 公開(kāi)（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 李康;高良心;刁勍琛;黃凌云;劉玉宇
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/11
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種圖像分割方法，其特征在于，所述方法包括：

獲取原始圖像集，利用預(yù)設(shè)的坐標(biāo)卷積機(jī)制對(duì)所述原始圖像集進(jìn)行坐標(biāo)卷積處理，得到坐標(biāo)信息圖像集，對(duì)所述坐標(biāo)信息圖像集進(jìn)行下采樣，得到特征圖像集；

對(duì)所述特征圖像集進(jìn)行上采樣，得到解碼圖像集；

將所述特征圖像集與所述解碼圖像集進(jìn)行圖像傳遞處理，得到細(xì)節(jié)圖像集；

將所述細(xì)節(jié)圖像集中的多張細(xì)節(jié)圖像進(jìn)行特征融合，得到區(qū)域分割圖像；

利用訓(xùn)練好的像素標(biāo)記模型對(duì)所述區(qū)域分割圖像進(jìn)行像素標(biāo)記處理，得到目標(biāo)粗分割圖像；

對(duì)所述目標(biāo)粗分割圖像進(jìn)行先腐蝕再膨脹的操作，得到提純分割圖像，對(duì)所述提純分割圖像進(jìn)行標(biāo)簽填充處理，得到目標(biāo)細(xì)分割圖像；

其中，所述對(duì)所述坐標(biāo)信息圖像集進(jìn)行下采樣，得到特征圖像集，包括：利用預(yù)構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)中編碼器的卷積層對(duì)所述坐標(biāo)信息圖像集進(jìn)行空洞卷積處理，得到卷積圖像集；利用所述編碼器的池化層對(duì)所述卷積圖像集進(jìn)行池化處理，得到特征圖像集；

所述對(duì)所述區(qū)域分割圖像進(jìn)行像素標(biāo)記處理，包括：生成訓(xùn)練圖像集和所述訓(xùn)練圖像集對(duì)應(yīng)的標(biāo)記結(jié)果；將所述訓(xùn)練圖像集輸入至預(yù)先構(gòu)建的標(biāo)簽標(biāo)記模型進(jìn)行像素標(biāo)記，得到訓(xùn)練結(jié)果；利用預(yù)設(shè)的損失函數(shù)對(duì)所述訓(xùn)練結(jié)果與標(biāo)記結(jié)果進(jìn)行損失值計(jì)算，得到損失值；當(dāng)所述損失值大于或等于預(yù)設(shè)的損失閾值時(shí)，調(diào)整所述像素提取模型的參數(shù)，返回上述將所述訓(xùn)練圖像集輸入至預(yù)先構(gòu)建的標(biāo)簽標(biāo)記模型進(jìn)行像素標(biāo)記的步驟；當(dāng)所述損失值小于所述損失閾值時(shí)，得到訓(xùn)練完成的像素標(biāo)記模型；利用所述訓(xùn)練完成的像素標(biāo)記模型對(duì)所述區(qū)域分割圖像進(jìn)行像素標(biāo)記處理，并生成目標(biāo)標(biāo)簽；

所述對(duì)所述提純分割圖像進(jìn)行標(biāo)簽填充處理，得到目標(biāo)細(xì)分割圖像，包括：連通步驟：提取所述提純分割圖像中各目標(biāo)標(biāo)簽對(duì)應(yīng)的連通區(qū)域，得到標(biāo)簽區(qū)域，并獲取各個(gè)標(biāo)簽區(qū)域的質(zhì)心；計(jì)算步驟：計(jì)算所述提純分割圖像中每個(gè)未標(biāo)記的像素點(diǎn)與所述各個(gè)標(biāo)簽區(qū)域的質(zhì)心之間的距離；分類步驟：根據(jù)所述距離，將與未標(biāo)記的像素點(diǎn)的距離最近的質(zhì)心所屬標(biāo)簽作為所述未標(biāo)記的像素點(diǎn)的標(biāo)簽；重復(fù)上述計(jì)算步驟及分類步驟，直到將所述提純分割圖像中所有未標(biāo)記的像素點(diǎn)進(jìn)行標(biāo)記，得到目標(biāo)細(xì)分割圖像。

2.如權(quán)利要求1所述的圖像分割方法，其特征在于，所述利用預(yù)構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)中編碼器的卷積層對(duì)所述坐標(biāo)信息圖像集進(jìn)行空洞卷積處理，得到卷積圖像集，包括：

根據(jù)預(yù)設(shè)的空洞率參數(shù)對(duì)所述坐標(biāo)信息圖像集中的坐標(biāo)信息圖像進(jìn)行采樣，得到采樣圖像；

根據(jù)預(yù)設(shè)的卷積核的大小，按照從上往下，從左往右的順序劃分所述采樣圖像，得到多個(gè)采樣子圖像；

將所述預(yù)設(shè)的卷積核中的像素值與所述采樣子圖像中的像素值相乘，得到像素乘積值；

對(duì)所述像素乘積值進(jìn)行求和，得到目標(biāo)像素值；及

在所述坐標(biāo)信息圖像集中所有圖像完成空洞卷積操作后匯總得到所述卷積圖像集。

3.如權(quán)利要求1所述的圖像分割方法，其特征在于，所述利用預(yù)設(shè)的損失函數(shù)包括：

其中，為損失值，為所述訓(xùn)練結(jié)果，Y為所述標(biāo)記結(jié)果，a表示預(yù)設(shè)的誤差因子。

4.如權(quán)利要求1至3中任意一項(xiàng)所述的圖像分割方法，其特征在于，所述原始圖像集包括肺部CT圖像。

5.一種圖像分割裝置，用于實(shí)現(xiàn)如權(quán)利要求1至4中任一項(xiàng)所述的圖像分割方法，其特征在于，所述裝置包括：

下采樣模塊，用于獲取原始圖像集，利用預(yù)設(shè)的坐標(biāo)卷積機(jī)制對(duì)所述原始圖像集進(jìn)行坐標(biāo)卷積處理，得到坐標(biāo)信息圖像集，對(duì)所述坐標(biāo)信息圖像集進(jìn)行下采樣，得到特征圖像集；

上采樣模塊，用于對(duì)所述特征圖像集進(jìn)行上采樣，得到解碼圖像集；

細(xì)節(jié)圖像集生成模塊，用于將所述特征圖像集與所述解碼圖像集進(jìn)行圖像傳遞處理，得到細(xì)節(jié)圖像集；

特征融合模塊，用于將所述細(xì)節(jié)圖像集中的多張細(xì)節(jié)圖像進(jìn)行特征融合，得到區(qū)域分割圖像；

像素標(biāo)記模塊，用于利用訓(xùn)練好的像素標(biāo)記模型對(duì)所述區(qū)域分割圖像進(jìn)行像素標(biāo)記處理，得到目標(biāo)粗分割圖像；

標(biāo)簽填充模塊，用于對(duì)所述目標(biāo)粗分割圖像進(jìn)行先腐蝕再膨脹的操作，得到提純分割圖像，對(duì)所述提純分割圖像進(jìn)行標(biāo)簽填充處理，得到目標(biāo)細(xì)分割圖像。