图像分割方法、装置、设备和存储介质与流程
本申请涉及计算机技术领域，特别涉及一种图像分割方法、装置、设备和存储介质。
背景技术：
近年来，随着恐怖爆炸袭击事件的频繁发生，人们对于反恐安防提出了更高的要求。目前安检行业内兴起了采用太赫兹安检仪进行安检，利用太赫兹波对非金属、陶瓷、粉末、金属等物品的不同反射和透射特性进行太赫兹成像，得到太赫兹图像，并通过图像处理算法对上述太赫兹图像进行处理，确定人体体表携带或藏匿的危险物品。
通过太赫兹图像中确定危险品目标时，可以通过以下步骤实现：首先是从太赫兹图像中分割出人体区域，然后在分割得到的人体区域内依照目标物品和人体不同的灰度值，从人体区域中确定出目标物品所在的区域。因此如何分割出较为完整的人体区域是通过太赫兹图像确定目标物品的关键。
然而，传统的图像分割算法通常是针对传统的安检仪获得的安检图像进行的，与传统的安检图像相比，太赫兹图像的分辨率较低，信噪比较高，因此采用传统的图像分割算法对太赫兹图像分割的准确度低。
技术实现要素：
本申请提供一种图像分割方法、装置、设备和存储介质，能够提高图像分割结果准确度。
第一方面，本申请实施例提供一种图像分割方法，该方法包括：
获取太赫兹图像中各第一灰度值的累计概率；累计概率为不大于第一灰度值的灰度值在太赫兹图像中出现的概率之和；第一灰度值为太赫兹图像的各灰度值中的一个；
根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像；
对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果。
在一个实施例中，上述根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像，包括：
根据第一预设概率阈值和各第一灰度值的累计概率确定太赫兹图像中人体区域的灰度最大值和灰度最小值；
根据灰度最大值和灰度最小值对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像。
在一个实施例中，上述根据灰度最大值和灰度最小值对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像，包括：
根据预设的拉伸最大值、预设的拉伸最小值、灰度最大值和灰度最小值，确定太赫兹图像的灰度拉伸比值；
按照灰度拉伸比值对太赫兹图像的各像素点的灰度值进行比例变换，得到处理后的太赫兹图像。
在一个实施例中，上述对处理后的太赫兹图像中进行图像分割处理，得到第一图像分割结果，包括：
对处理后的太赫兹图像进行高斯滤波，获得滤波后的太赫兹图像；
将滤波后的太赫兹图像中目标像素点的灰度值设置为预设灰度值，得到第一图像分割结果；灰度最小值为累计概率与第一预设概率阈值的差值最小的第一灰度值；目标像素点为灰度值小于灰度最小值的像素点。
在一个实施例中，上述对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果之后，该方法还包括：
获取第一图像分割结果中各第二灰度值的累计概率；第二灰度值为第一图像分割结果的各灰度值中的一个；
根据各第二灰度值的累计概率和第二预设概率阈值，对第一图像分割结果进行对比度展宽处理，得到处理后的第一图像分割结果；
对处理后的第一图像分割结果进行图像分割处理，得到第二图像分割结果。
在一个实施例中，上述对处理后的第一图像分割结果进行图像分割处理，得到第二图像分割结果之后，该方法还包括：
对第二图像分割结果进行高斯滤波，得到滤波后的第二图像分割结果；其中，用于进行高斯滤波的高斯核大于预设核阈值。
在一个实施例中，上述对第二图像分割结果进行高斯滤波，得到滤波后的第二图像分割结果之后，该方法还包括：
对滤波后的第二图像分割结果进行白化增强处理，得到增强后的第二图像分割结果；增强后的第二图像分割结果的亮度高于滤波后的第二图像分割结果。
第二方面，本申请实施例提供一种图像分割装置，该装置包括：
获取模块，用于获取太赫兹图像中各第一灰度值的累计概率；累计概率为不大于第一灰度值的灰度值在太赫兹图像中出现的概率之和；第一灰度值为太赫兹图像的各灰度值中的一个；
展宽模块，用于根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像；
分割模块，用于对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果。
第三方面，本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法的步骤。
上述图像分割方法、装置、设备和存储介质，通过获取太赫兹图像中各第一灰度值的累计概率，并根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像，进而对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果，其中累计概率为不大于第一灰度值的灰度值在太赫兹图像中出现的概率之和，第一灰度值为太赫兹图像的各灰度值中的一个，也即是说，通过各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像的对比度高于原始的信噪比低的太赫兹图像的对比度，进而提高了根据处理后的太赫兹图像进行图像分割处理得到第一图像分割结果的准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一个实施例中图像分割方法的应用环境的示意图；
图2为本申请一个实施例中图像分割方法的流程示意图；
图3为本申请另一个实施例中图像分割方法的流程示意图；
图4为本申请另一个实施例中图像分割方法的流程示意图；
图5为本申请另一个实施例中图像分割方法的流程示意图；
图6a为本申请另一个实施例中图像分割方法的流程示意图；
图6b为本申请一个实施例中的第二图像分割结果的示意图；
图6c为本申请一个实施例中的增强后的第二图像分割结果的示意图；
图7为本申请一个实施例中提供的图像分割装置的结构示意图；
图8为本申请一个实施例中设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
可以理解，本申请实施例中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本实施例所提供的图像分割方法，可以适用于如图1所示的应用环境中。其中，电子设备100可以对太赫兹图像110进行处理，得到图像分割结果。电子设备100可以但不限于为智能手机、平板电脑、笔记本电脑、台式电脑或个人数字助理等具有数据处理功能的电子设备，本实施例对电子设备100的具体形式不做限定。需要说明的是，太赫兹图像110可以是通过太赫兹安检仪采集得到的，并由太赫兹安检仪通过无线或有线传输的方法发送给电子设备100。例如，太赫兹安检仪可以通过蓝牙传输将太赫兹图像110传输给电子设备100，也可以通过usb接口传输将太赫兹图像110传输给电子设备100。在一种可能的情况下，太赫兹安检仪还可以将太赫兹图像110上传至存储服务器，电子设备100可以通过访问存储服务器，将太赫兹图像110下载使用。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。
需要说明的是，下述方法实施例的执行主体也可以是图像分割装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述电子设备的部分或者全部。下述方法实施例以执行主体为电子设备为例进行说明。
图2为本申请一个实施例提供的图像分割方法的流程示意图。本实施例涉及的是如何提高图像分割结果的准确度的具体过程。如图2所示，该方法包括以下步骤：
s101、获取太赫兹图像中各第一灰度值的累计概率。
其中，太赫兹图像可以是通过太赫兹安检仪获取的图像，与传统的安检仪获得的图像相比，太赫兹图像的分辨率较低，信噪比较高，因此太赫兹图像通常对比度较低。第一灰度值为太赫兹图像的各灰度值中的一个，通常，灰度值可以是从0-255中的任何一个。图像中每个像素点均对应有一个灰度值，每个灰度值对应的像素点的数量占整个图像的像素点的数量的比值，即为该灰度值的灰度概率。例如，一个图像有1000个像素点组成，其中，100个像素点的灰度值为234，则灰度值234的灰度概率为10％。在获取太赫兹图像中的第一灰度值的灰度概率时，可以是通过获取太赫兹图像的灰度直方图，再将灰度直方图中各灰度值出现的频率除以图像中像素点的总数量得到的，其中灰度直方图是关于灰度值分布的函数，是对图像中灰度值分布的统计。灰度直方图是将数字图像中的所有像素点，按照灰度值的大小，统计其出现的频率。由于灰度直方图是关于灰度值分布的函数，它表示图像中具有某种灰度值的像素的个数，反映了图像中某种灰度值出现的频率。可以通过公式(1)所示的方法获得太赫兹图像中的第一灰度值的灰度概率。
其中，nk表示在太赫兹图像中第一灰度值为k的像素点的个数，n表示太赫兹图像的宽度，m表示太赫兹图像的高度，p(k)表示第一灰度值k在整张图像中出现的灰度概率。
累计概率为不大于第一灰度值的灰度值在太赫兹图像中出现的概率之和，也即是说，对不大于第一灰度值的其他灰度值的灰度概率进行累加，获得各灰度值的累计概率。例如可以通过公式(2)获取第一灰度值的累计概率。
其中，i∈[0,255]，表示第一灰度值；c(i)表示第一灰度值的累计概率，p(k)表示第一灰度值k在整张图像中出现的灰度概率。
s102、根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像。
第一预设概率阈值可以是根据太赫兹图像中的前景区域和背景区域确定的阈值，其可以是用户根据经验输入的阈值，也可以是电子设备通过对同一太赫兹安检仪获取的太赫兹图像进行统计得到的阈值，本申请实施例对此不做限制。在上述s101的基础上，当得到了各第一灰度值的累计概率和第一预设概率阈值时，可以将太赫兹图像中灰度值按照各第一灰度值的累计概率和第一预设概率阈值确定的比例展宽拉伸，得到灰度值差异更大的、对比度更加明显的处理后的太赫兹图像。
s103、对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果。
第一图像分割结果可以是指图像中不同区域有明显区分的图像，其可以是只包括有待分割区域的图像，其他区域设置为全黑或者全白；也可以是包括待分割区域和原始图像中其他区域的图像，其中，待分割区域可以明显的与原始图像中其他区域区分；本申请实施例对此不作限制。电子设备将处理后的太赫兹图像作为图像分割模型的输出，输出第一图像分割结果，其中，图像分割模型可以是神经网络模型，通过对输入的处理后的太赫兹图像进行深度学习，得到第一图像分割结果。
在一种可能的情况，在对处理后的太赫兹图像进行图像分割处理之前，还可以先将处理后的太赫兹图像上的毛刺去除，然后再进行图像分割处理，得到第一图像分割结果，本申请实施例对此不做限制。
上述图像分割方法，通过获取太赫兹图像中各第一灰度值的累计概率，并根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像，进而对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果，其中累计概率为不大于第一灰度值的灰度值在太赫兹图像中出现的概率之和，第一灰度值为太赫兹图像的各灰度值中的一个，也即是说，通过各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像的对比度高于原始的信噪比低的太赫兹图像的对比度，进而提高了根据处理后的太赫兹图像进行图像分割处理得到第一图像分割结果的准确度。
图3为另一个实施例提供的图像分割方法的流程示意图，该实施例涉及的是如何根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像的具体过程，如图3所示，上述s102“根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像”一种可能的实现方法包括：
s201、据第一预设概率阈值和各第一灰度值的累计概率确定太赫兹图像中人体区域的灰度最大值和灰度最小值。
由上述描述可知，第一预设概率阈值可以是根据太赫兹图像中的前景区域和背景区域确定的阈值，在太赫兹图像中，前景区域通常是指人体区域部分，在得到了太赫兹图像中各第一灰度值的累计概率之后，可以第一预设概率阈值和各第一灰度值的累计概率确定太赫兹图像中人体区域的灰度最大值和灰度最小值。可以将累计概率为1的最小的第一灰度值作为灰度最大值，将累计概率与第一预设概率阈值的差值最小的第一灰度值作为灰度最小值。
例如，可以通过公式(3)来获取上述灰度最大值和灰度最小值。
其中，fmin表示灰度最小值，i表示第一灰度值，c(i)表示第一灰度值i的累计概率，pth1表示第一预设概率阈值，fmax表示灰度最大值。
s202、根据灰度最大值和灰度最小值对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像。
在上述实施例的基础上，可以根据上述灰度最大值和灰度最小值对太赫兹图像进行对比度展宽处理。例如，可以根据灰度最大值和灰度最小值确定太赫兹图像的灰度拉伸比值，再根据该灰度拉伸比值对太赫兹图像的各像素点的灰度值进行比例变换，得到处理后的太赫兹图像。可选的，通过图4所示实施例来对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像。
图4为另一个实施例提供的图像分割方法的流程示意图，如图4所示，上述s202“根据灰度最大值和灰度最小值对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像”一种可能的实现方法包括：
s301、根据预设的拉伸最大值、预设的拉伸最小值、灰度最大值和灰度最小值，确定太赫兹图像的灰度拉伸比值。
s302、按照灰度拉伸比值对太赫兹图像的各像素点的灰度值进行比例变换，得到处理后的太赫兹图像。
其中，预设的拉伸最大值可以是大于灰度最大值的数值，也可以是等于灰度最大值的数值，本申请实施例对此不做限制。预设的拉伸最小值可以是小于灰度最小值的数值，也可以是等于灰度最小值的数值，本申请实施例对此不作限制。预设的拉伸最大值和预设的拉伸最小值可以是接收用户根据经验输入的，也可以是电子设备根据同一太赫兹安检仪获取的太赫兹图像的预设的拉伸最大值和预设的拉伸最小值进行计算得到的数值，本申请实施例对此不做限制。
在根据预设的拉伸最大值、预设的拉伸最小值、灰度最大值和灰度最小值，确定太赫兹图像的灰度拉伸比值之后，可以通过公式(4)对太赫兹图像的各像素点的灰度值进行比例变换，得到处理后的太赫兹图像。
其中，g(i,j)表示处理后的太赫兹图像，f(i,j)表示太赫兹图像，
上述实施例重点描述了如何对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像的具体过程，下面通过图5所示实施例来详细描述如何对处理后的太赫兹图像中进行图像分割处理，得到第一图像分割结果的具体过程。
图5为另一个实施例提供的图像分割方法的流程示意图，如图5所示，上述s103“对处理后的太赫兹图像中进行图像分割处理，得到第一图像分割结果”一种可能的实现方法包括：
s401、对处理后的太赫兹图像进行高斯滤波，获得滤波后的太赫兹图像。
在得到处理后的太赫兹图像之后，可以通过对处理后的太赫兹图像进行高斯滤波，滤除处理后的太赫兹图像上的随机噪声带来的毛刺，得到的滤波后的太赫兹图像。在具体的对处理后的太赫兹图像进行高斯滤波时，可以采用3*3的高斯核对处理后的太赫兹图像进行高斯滤波。需要说明的是，高斯核越小，所消除的毛刺越小，进行高斯滤波消耗的时长越长。
s402、将滤波后的太赫兹图像中目标像素点的灰度值设置为预设灰度值，得到第一图像分割结果。
其中，灰度最小值为累计概率与第一预设概率阈值的差值最小的第一灰度值；目标像素点为灰度值小于灰度最小值的像素点。太赫兹图像中人体区域的像素点的灰度值通常较大，第一预设概率阈值可以是根据太赫兹图像中的前景区域和背景区域确定的阈值，其中，前景区域相当于人体区域，因此第一预设概率阈值相当于区分人体区域和背景区域的阈值。将滤波后的太赫兹图像中灰度值小于灰度最小值的目标像素点的灰度值设置为预设灰度值，例如，设置为0，相当于加大了人体区域和背景区域的对比度，得到第一图像分割结果。
在一种可能的情况下，可以先将滤波后的太赫兹图像的目标像素点的灰度值设置为较小的灰度值，例如设置为0，将滤波后的太赫兹图像中除目标像素点之外的其他像素点的灰度值设置为极大的灰度值，例如设置为255，得到第一分割模板。例如，通过公式(5)得到第一分割模板。
mask1(i,j)＝255,(whengg(i,j)＞fmin)(5)
其中，mask1(i,j)表示第一分割模板，gg(i,j)表示滤波后的太赫兹图像，fmin表示灰度最小值。
第一分割模板中各像素点的位置与滤波后的太赫兹图像中各像素点的位置一一对应。进而通过第一分割模板从滤波后的太赫兹图像中提取出第一图像分割结果。例如可以通过公式(6)得到第一图像分割结果。
gg2(i,j)＝gg(i,j)(whenmask1(i,j)＝255)(6)
其中，gg2(i,j)表示第一图像分割结果，gg(i,j)表示滤波后的太赫兹图像，mask1(i,j)表示第一分割模板。
上述图像分割方法，通过对处理后的太赫兹图像进行高斯滤波，获得滤波后的太赫兹图像，并将滤波后的太赫兹图像中目标像素点的灰度值设置为预设灰度值，得到第一图像分割结果，其中，灰度最小值为累计概率与第一预设概率阈值的差值最小的第一灰度值，目标像素点为灰度值小于灰度最小值的像素点，通过本申请实施例得到的第一图像分割结果，是根据高斯滤波去除毛刺的处理后的太赫兹图像得到的，避免了由于太赫兹图像中的毛刺引起的人体区域与背景区域区分不清楚的情况，进而提高了所获得第一图像分割结果的准确性。
上述实施例重点描述了如何获取第一图像分割结果的具体过程，在一种可能的情况下，还可以进一步地对第一图像分割结果进行图像分割处理，得到第二图像分割结果，下面通过图6a所示实施例来详细描述。
图6a为另一个实施例提供的图像分割方法的流程示意图，涉及的是如何对第一图像分割结果进行图像分割处理，得到第二图像分割结果的具体过程。如图6a所示，上述s103“对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果”之后，该方法还包括：
s501、获取第一图像分割结果中各第二灰度值的累计概率；第二灰度值为第一图像分割结果的各灰度值中的一个。
在获取第一图像分割结果中各第二灰度值的累计概率时，可以采用与图2所示实施例中获取太赫兹图像中各第一灰度值的累计概率类似的方法。例如，可以通过公式(7)来获得第一图像分割结果中各第二灰度值的累计概率。
其中，i∈[0,255]，表示第二灰度值；cmask1(i)表示第二灰度值的累计概率，pmask1(k)表示第二灰度值k在第一图像分割结果中出现的灰度概率。
s502、根据各第二灰度值的累计概率和第二预设概率阈值，对第一图像分割结果进行对比度展宽处理，得到处理后的第一图像分割结果。
其中，第二预设概率阈值可以与第一预设概率阈值相同，也可以与第一预设概率阈值不同，本申请实施例对此不作限制。在根据各第二灰度值的累计概率和第二预设概率阈值，对第一图像分割结果进行对比度展宽处理，得到处理后的第一图像分割结果，可以采用与图3和图4所示实施例类似的方法。例如，可以通过公式(8)获取处理后的第一图像分割结果。
其中，result1(i,j)表示处理后的第一图像分割结果，gg2(i,j)表示第一图像分割结果，
其中，cmask1(i)表示第二灰度值的累计概率，pth2表示第二预设概率阈值。
s503、对处理后的第一图像分割结果进行图像分割处理，得到第二图像分割结果。
得到处理后的第一图像分割结果之后，可以对采用公式(10)从处理后的第一图像分割结果提取抑制掉人体上违禁物品，以及人体边缘与背景区域不易区域的人体模板。
mask2(i,j)＝result1(i,j),whenresult1(i,j)＞fmin2(10)
其中，result1(i,j)表示处理后的第一图像分割结果，mask2(i,j)表示第二人体模板，其中，第二人体模板是根据处理后的第一图像分割结果和第一图像分割结果的灰度最小值得到的。
接着可以通过公式(11)得到第二图像分割结果。result2(i,j)表示第二图像分割结果。得到的第二图像分割结果可以如图6b所示。
result2(i,j)＝result1(i,j),whenmask2＝255(11)
上述图像分割方法，通过获取第一图像分割结果中各第二灰度值的累计概率，再根据各第二灰度值的累计概率和第二预设概率阈值，对第一图像分割结果进行对比度展宽处理，得到处理后的第一图像分割结果，进而对处理后的第一图像分割结果进行图像分割处理，使得所得到处理后的的第一图像分割结果的对比度高于原始的信噪比低的的第一图像分割结果的对比度，进而提高了根据处理后的的第一图像分割结果进行图像分割处理得到第二图像分割结果的准确度。
可选的，上述对处理后的第一图像分割结果进行图像分割处理，得到第二图像分割结果之后，该方法还包括：对第二图像分割结果进行高斯滤波，得到滤波后的第二图像分割结果；其中，用于进行高斯滤波的高斯核大于预设核阈值。例如，高斯核可以是15*15。通过较大的高斯核对第二图像分割结果进行高斯滤波，可以将第二图像分割结果中的人体模糊，使得得到滤波后的第二图像分割结果能够保护人体隐私。
可选的，上述对第二图像分割结果进行高斯滤波，得到滤波后的第二图像分割结果之后，该方法还包括：对滤波后的第二图像分割结果进行白化增强处理，得到增强后的第二图像分割结果；其中，增强后的第二图像分割结果的亮度高于滤波后的第二图像分割结果。例如，可以通过公式(12)对滤波后的第二图像分割结果进行白化增强处理。增强后的第二图像分割结果可以如图6c所示。
其中，enhance(rk)表示增强后的第二图像分割结果，rk表示第二图像分割结果中像素点的灰度值，l表示灰度值256，
上述图像分割方法，对第二图像分割结果进行高斯滤波，得到滤波后的第二图像分割结果，通过对滤波后的第二图像分割结果进行白化增强处理，得到增强后的第二图像分割结果，使得增强后的第二图像分割结果的亮度高于滤波后的第二图像分割结果，提高了增强后的第二图像分割结果的对比度，进而使得用户能够更加清楚的观察到通过安检仪的人员是否携带有危险品，且对被检测人员的太赫兹图片进行隐私保护。
应该理解的是，虽然上述实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图7为本申请一个实施例中图像分割装置的结构示意图，如图7所示，包括：获取模块10、展宽模块20和分割模块30，其中：
获取模块10，用于获取太赫兹图像中各第一灰度值的累计概率；累计概率为不大于第一灰度值的灰度值在太赫兹图像中出现的概率之和；第一灰度值为太赫兹图像的各灰度值中的一个；
展宽模块20，用于根据各第一灰度值的累计概率和第一预设概率阈值，对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像；
分割模块30，用于对处理后的太赫兹图像进行图像分割处理，得到第一图像分割结果。
在一个实施例中，展宽模块20包括确定单元201和展宽单元202，其中：
确定单元201用于根据第一预设概率阈值和各第一灰度值的累计概率确定太赫兹图像中人体区域的灰度最大值和灰度最小值；
展宽单元202用于根据灰度最大值和灰度最小值对太赫兹图像进行对比度展宽处理，得到处理后的太赫兹图像。
在一个实施例中，展宽单元202具体用于根据预设的拉伸最大值、预设的拉伸最小值、灰度最大值和灰度最小值，确定太赫兹图像的灰度拉伸比值；按照灰度拉伸比值对太赫兹图像的各像素点的灰度值进行比例变换，得到处理后的太赫兹图像。
在一个实施例中，分割模块30具体用于对处理后的太赫兹图像进行高斯滤波，获得滤波后的太赫兹图像；将滤波后的太赫兹图像中目标像素点的灰度值设置为预设灰度值，得到第一图像分割结果；灰度最小值为累计概率与第一预设概率阈值的差值最小的第一灰度值；目标像素点为灰度值小于灰度最小值的像素点。
在一个实施例中，该图像分割装置还包括识别模块40，其中：
识别模块40具体用于获取第一图像分割结果中各第二灰度值的累计概率；第二灰度值为第一图像分割结果的各灰度值中的一个；根据各第二灰度值的累计概率和第二预设概率阈值，对第一图像分割结果进行对比度展宽处理，得到处理后的第一图像分割结果；对处理后的第一图像分割结果进行图像分割处理，得到第二图像分割结果。
在一个实施例中，识别模块40还用于对第二图像分割结果进行高斯滤波，得到滤波后的第二图像分割结果；其中，用于进行高斯滤波的高斯核大于预设核阈值。
在一个实施例中，识别模块40还用于对滤波后的第二图像分割结果进行白化增强处理，得到增强后的第二图像分割结果；增强后的第二图像分割结果的亮度高于滤波后的第二图像分割结果。
本申请实施例提供的图像分割装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于一种图像分割装置的具体限定可以参见上文中对图像分割方法的限定，在此不再赘述。上述图像分割装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种电子设备，其内部结构图可以如图8所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像分割方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时可以实现本申请上述方法实施例提供的图像分割方法。
应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
- 还没有人留言评论。精彩留言会获得点赞！