一种图像分割方法和装置与流程

本申请涉及图像分割，具体而言，涉及一种图像分割方法和装置。

背景技术：

1、目前，图像分割(image segmentation)，是指把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，是计算机视觉领域的一个重要的研究方向，也是图像语义理解的重要一环。

2、在农业图像分割领域，分别存在以下算法：

3、1)全监督图像分割算法：如u-net和deeplab，基于深度卷积神经网络的算法，通过训练大量精确标注的数据，能够高精度地识别和分割农作物、杂草和生物等元素，但是，该算法依赖大量精确标注数据，标注成本高；

4、2)半监督图像分割算法：利用有限的精确标注数据和大量未标注数据进行训练，以提高分割准确性和模型泛化能力，但是，该算法无法保证未标注数据的质量和相关性，并且未标注数据的选择和使用也需谨慎，如何恰当地平衡标注数据和未标注数据的比例，以最大化学习效率和准确性，是一个有待解决的问题；

5、3)弱监督图像分割算法：使用图像级标签、点标注等简化标注形式，减少标注信息的需求，降低标注工作量，但是，该算法在类激活映射(cam，class activation map)中，仅依赖图像级标签来提取全局特征，可能无法精确定位图像中的小型物体或复杂形状，精度可能受限。

技术实现思路

1、有鉴于此，本申请的目的在于提供一种图像分割方法和装置，以克服上述至少一种缺陷。

2、第一方面，本申请实施例提供了一种图像分割方法，所述方法包括：获取农业图像和该农业图像对应的标注文件，所述标注文件包括至少一个坐标点和各坐标点对应的标注信息，每个坐标点用于指示所述农业图像中的一对象区域中的一个坐标点，标注信息用于指示对应的对象区域所属的对象类别；将所述农业图像和所述标注文件输入至目标图像分割模型，得到至少一个对象掩码，每个对象掩码用于表征一对象区域在所述农业图像中的位置；根据所述至少一个对象掩码，对所述农业图像进行分割，以区别显示出至少一个对象区域。

3、在本申请的一种可选实施例中，通过以下方式确定每个对象掩码：针对每个坐标点，从所述农业图像中提取该坐标点对应的标识图像属性，并遍历所述农业图像，从所述农业图像中识别出与该坐标点具有相同标识图像属性的多个分割点；针对每个坐标点，将该坐标点和对应的多个分割点进行聚类，确定为一实例；针对每个实例，基于该实例内的坐标点和分割点的位置，输出该实例对应的对象掩码。

4、在本申请的一种可选实施例中，通过以下方式确定每个坐标点对应的多个分割点：针对每个坐标点，将该坐标点对应的标识图像属性与对象类别标签之间建立映射关系，所述对象类别标签为所述目标图像分割模型识别的内部标签；根据所述映射关系，遍历所述农业图像，确定对象类别标签对应的多个分割点以及每个分割点对应的位置。

5、在本申请的一种可选实施例中，所述针对每个实例，基于该实例内的坐标点和分割点的位置，输出该实例对应的对象掩码，包括：针对每个实例，将该实例对应的目标分割区域确认为所述农业图像的前景，将除前景之外的区域确认为所述农业图像的背景，所述目标分割区域由该实例内的坐标点和多个分割点形成；针对每个实例所在的前景进行识别，生成该实例对应的识别对象的对象掩码。

6、在本申请的一种可选实施例中，所述根据所述至少一个对象掩码，对所述农业图像进行分割，以区别显示出至少一个对象区域，包括：根据所述农业图像，初始化一空白掩码；针对每个实例对应的识别对象，将该识别对象对应的对象掩码记录在空白掩码的对应位置处，以区别显示该识别对象的分割区域。

7、在本申请的一种可选实施例中，所述目标图像分割模型执行以下处理：针对每个实例，根据该实例内的坐标点对应的标识图像属性，对坐标点和坐标点对应的多个分割点进行着色处理，确定着色掩码，以确定每个实例对应的识别对象在分割后的农业图像上呈现的颜色；将所述着色掩码和所述对象掩码叠加在空白掩码的对应位置处，以在分割后的图像上进行分割，显示分割线和颜色划分。

8、在本申请的一种可选实施例中，通过以下方式对初始图像分割模型进行训练：获取多组训练样本数据，每组训练样本数据包括样本图像、该样本图像对应的样本标注文件以及样本对象掩码；根据所述多组训练样本数据，对初始图像分割模型进行训练，得到目标图像分割模型。

9、第二方面，本申请实施例还提供了一种图像分割装置，所述装置包括：获取模块，用于获取农业图像和该农业图像对应的标注文件，所述标注文件包括至少一个坐标点和各坐标点对应的标注信息，每个坐标点用于指示所述农业图像中的一对象区域中的一个坐标点，标注信息用于指示对应的对象区域所属的对象类别；输入模块，用于将所述农业图像和所述标注文件输入至目标图像分割模型，得到至少一个对象掩码，每个对象掩码用于表征一对象区域在所述农业图像中的位置；分割模块，用于根据所述至少一个对象掩码，对所述农业图像进行分割，以区别显示出至少一个对象区域。

10、第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上所述方法的步骤。

11、第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上所述方法的步骤。

12、本申请实施例提供的图像分割方法和装置，获取农业图像和该农业图像对应的标注文件，标注文件包括至少一个坐标点和各坐标点对应的标注信息，每个坐标点用于指示农业图像中的一对象区域中的一个坐标点，标注信息用于指示对应的对象区域所属的对象类别；将农业图像和标注文件输入至目标图像分割模型，得到至少一个对象掩码，每个对象掩码用于表征一对象区域在农业图像中的位置；根据至少一个对象掩码，对农业图像进行分割，以区别显示出至少一个对象区域。通过本申请，提高了图像分割的效率。

13、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

1.一种图像分割方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，通过以下方式确定每个对象掩码：

3.根据权利要求2所述的方法，其特征在于，通过以下方式确定每个坐标点对应的多个分割点：

4.根据权利要求2所述的方法，其特征在于，所述针对每个实例，基于该实例内的坐标点和分割点的位置，输出该实例对应的对象掩码，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个对象掩码，对所述农业图像进行分割，以区别显示出至少一个对象区域，包括：

6.根据权利要求3所述的方法，其特征在于，所述目标图像分割模型执行以下处理：

7.根据权利要求1所述的方法，其特征在于，通过以下方式对初始图像分割模型进行训练：

8.一种图像分割装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至7任一所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述方法的步骤。