一种图像区域定位方法和电子设备与流程

本技术实施例涉及图像处理，尤其涉及一种图像区域定位方法和电子设备。

背景技术：

1、随着生活质量的提高，人们对手机、摄像机等可拍摄装置的拍摄质量要求也越来越高。可通过对拍摄装置所拍摄的图像进行质量评测来确定拍摄装置的拍摄质量。一般的，在对图像进行质量评测的过程中，需要对图像进行目标区域的定位提取，基于提取到的目标区域与测试图卡完成对图像的质量评测。

2、现有用于对图像进行目标区域的定位提取的算法存在目标区域定位提取准确性较低的问题，进而影响拍摄装置的图像质量评测结果。

技术实现思路

1、本技术实施例提供一种图像区域定位方法和电子设备，用以提高目标区域定位提取的准确性，可为电子设备进行待测图片对应的拍摄装置的图像质量评测提供有效的数据支撑。

2、为达到上述目的，本技术的实施例采用如下技术方案。

3、第一方面，提供了一种图像区域定位方法，该方法包括：

4、电子设备将待测图片输入目标检测模型，获取待测图片的区域检测结果。其中，待测图片的区域检测结果中包括待测图片中的第一待测区域和/或待测图片中的标定点区域。

5、第一待测区域指的是可为进行待测图片的图像质量评测提供评测数据的区域；标定点区域指的是待测图片中测试图卡的标定点所在区域。

6、如果区域检测结果中包括标定点区域，电子设备根据标定点区域获取待测图片的第二待测区域。

7、这里，第二待测区域指的是基于标定点区域在测试图卡上的几何关系计算得到的区域，该区域也是可为进行待测图片的图像质量评测提供评测数据的区域。

8、电子设备显示待测图片的目标区域，其中，当区域检测结果包括第一待测区域时，目标区域至少基于第一待测区域确定，当区域检测结果包括标定点区域时，目标区域至少基于第二待测区域确定。

9、本技术中的目标检测模型为基于图像质量评测场景下的样本数据集训练得到的，针对待测图片(用于进行图像质量评测的图片)具有较好的目标区域的识别准确性。电子设备可通过目标检测模型的输出结果(区域检测结果)中可能包括的待测图片的第一待测区域和/或第二待测区域，进行目标区域的进一步地确定，所得到的目标区域的准确性更高。

10、在第一方面的一种可能的实现方式中，当区域检测结果包括第一待测区域，不包括第二待测区域时，目标区域为将第一待测区域。

11、本技术中，第一待测区域为目标检测模型直接输出的待测图片中的待测区域，目标检测模型为基于图像质量评测场景下的样本数据集训练得到的，目标检测模型输出的待测区域具有一定的准确性。在区域检测结果不包括第二待测区域，只包括第一待测区域时，可直接将第一待测区域作为目标区域。

12、在第一方面的另一种可能的实现方式中，当区域检测结果包括第二待测区域，不包括第一待测区域时，目标区域为第二待测区域。

13、本技术中，第二待测区域为基于目标检测模型输出的待测图片中的测试图卡的标识点与检测区域之间的几何关系，计算得到的区域，目标检测模型输出的标识点所在区域具有一定的准确性，由此计算得到的第二待测区域的准确性也比较高。在区域检测结果不包括到第一待测区域，只包括第二待测区域时，可直接将二待测区域作为目标区域。

14、在第一方面的另一种可能的实现方式中，所述方法还包括：

15、当区域检测结果包括第一待测区域和第二待测区域时，获取第一待测区域对应检测框的第一坐标和第二待测区域对应检测框的第二坐标；根据第一坐标与第二坐标的均值，获取目标区域的检测框的位置，确定目标区域。

16、本技术中，当区域检测结果包括第一待测区域和第二待测区域时，电子设备可根据计算得到的第二待测区域与目标检测模型直接输出的第一待测区域，进行进一步地目标区域的确定。由于第一待测区域与第二待测区域的准确性都比较高，基于第一待测区域与第二待测区域确定的目标区域的准确性较高。

17、在第一方面的另一种可能的实现方式中，根据标定点区域获取待测图片的第二待测区域，包括：

18、根据待测图片中标定点区域，获取预设数量的标定点定位标志；待测图片中的标定点定位标志与预设测试图卡中的标定点定位标志对应；基于预设测试图卡中标定点定位标志之间的几何关系，根据待测图片中的预设数量的标定点定位标志，确定待测图片中的待测区域，作为第二待测区域。

19、本技术中，待测图片中包括测试图卡中的标定点定位标志，电子设备可基于测试图卡中的标定点定位标志的几何关系，确定待测图片中的第二待测区域，基于几何关系计算得到的第二待测区域的准确性较高。

20、在第一方面的另一种可能的实现方式中，该方法还包括：

21、当区域检测结果中不包括第一待测区域和第二待测区域时，输出提示信息；提示信息用于提示用户目标区域定位失败。

22、本技术中，当区域检测结果中不包括第一待测区域和第二待测区域时，电子设备可以通过输出提示信息提示用户目标区域定位失败，有需要进行人工标定等操作。

23、在第一方面的另一种可能的实现方式中，该方法还包括：

24、获取样本数据集，其中，样本数据集包括预设数量的、不同场景下的样本图片。电子设备对样本数据集进行数据预处理，得到数据预处理后的样本数据集。示例性地，数据预处理包括数据标定、数据分类和数据扩充。

25、电子设备基于初始目标检测模型的训练参数，将数据预处理后的样本数据集输入初始目标检测模型中进行迭代学习，直到满足迭代条件，获取目标检测模型；训练参数包括目标检测模型的迭代学习轮数和目标检测模型的每一次学习图片的张数。

26、其中，迭代条件包括目标检测模型的损失值小于预设阈值，或者，目标检测模型达到收敛；或者，目标检测模型的迭代学习轮数达到预设轮数阈值。

27、本技术中，拍摄装置的图像质量评测的场景没法获取到大量的样本数据集(比如，几万张)，因此，针对该场景下的小样本数据集，电子设备对小样本数据集进行数据扩充处理，来满足对训练目标检测模型的样本数据集数量的需求，使得训练得到的目标检测模型的检测能力更高。此外，本技术中对样本数据集进行人工标定、待测区域分类等预处理，在训练目标模型的过程中，可以使得目标检测模型的检测准确性更高。训练好的目标检测模型的输出结果包括第一待测区域和/或标定区域，可进一步的为基于输出结果进行图像质量评测提供可靠的数据支撑。

28、在第一方面的另一种可能的实现方式中，对样本数据集进行数据预处理，得到数据预处理后的样本数据集，包括：

29、对样本数据集中的每一个样本图片进行区域标定，获取各样本图片的区域标定结果。其中，区域标定结果包括各样本图片的检测区域和标定区域；标定区域为样本图片中测试图卡的标定点定位标志所在区域。

30、电子设备根据聚类算法，对进行区域标定后的样本数据集进行区域分类，获取样本数据集的区域分类结果；对进行区域分类后的样本数据集进行数据扩充，得到数据预处理后的样本数据集。

31、本技术中，电子设备对样本数据集进行人工标定、待测区域分类以及对拍摄装置的图像质量评测的场景的小样本数据集进行数据扩充处理等预处理，使得用于训练初始目标检测模型的样本数据集具有更好的准确性。

32、在第一方面的另一种可能的实现方式中，根据聚类算法，对进行区域标定后的样本数据集进行区域分类，获取样本数据集的区域分类结果，包括：

33、根据k-均值算法，基于区域检测框的长宽比，对进行区域标定后的样本数据集进行区域分类，获取样本数据集的区域分类结果。

34、本技术中，电子设备可以基于k-均值算法，以区域检测框的长宽比对样本数据集进行区域分类，得到样本数据集的区域分类结果，用于进行目标检测模型的训练，提高目标检测模型训练的准确性。

35、在第一方面的另一种可能的实现方式中，对进行区域分类后的样本数据集进行数据扩充，得到数据预处理后的样本数据集，包括：

36、采用平移、旋转、倾斜、标定点定位标志裁剪迁移、马赛克mosaic数据增强方法中至少一种方法，对进行区域分类后的样本数据集进行数据扩充，得到数据预处理后的样本数据集。

37、本技术中，通过平移、旋转、倾斜、标定点定位标志裁剪迁移与图像拼接、马赛克mosaic数据增强等方案，实现小样本数据集的数据扩充，基于数据扩充后的样本数据集进行目标检测模型的训练，可以提高目标检测模型的区域检测的准确性。

38、在第一方面的另一种可能的实现方式中，目标检测模型包括yolov5网络，样本数据集的区域分类结果用于确定目标检测模型的自适应锚定框参数；自适应锚定框参数为初始目标检测模型的一个训练参数。

39、本技术中，目标检测模型包括yolov5网络，yolov5网络结构的目标检测模型训练时会自适应的计算不同训练集中的最佳锚框值的特性，具有较高的目标检测能力。电子设备通过聚类算法获取yolov5网络的自适应锚定框参数，可在目标检测模型的训练过程中提供有效的训练依据，从而进一步提高目标检测模型的检测准确性。

40、在第一方面的另一种可能的实现方式中，该方法还包括：

41、对待测图片的目标区域进行区域修正处理，删除目标区域中的冗余区域，得到区域精定位处理后的目标区域。

42、本技术中，对待测图片的目标区域进行区域修正处理，比如，可以校正目标区域的检测框的形状，从不太规则的多边形修正为规则多边形或矩形；或者，可以删除检测框内冗余的非待测区域的图像，使得目标区域的颗粒度更细，等等，来进一步提高待测图片的目标区域的准确性。

43、在第一方面的另一种可能的实现方式中，该方法还包括：

44、对待测图片的目标区域进行图像后处理，得到图像后处理后的目标区域；图像后处理包括二值化处理、滤波处理中至少一种。

45、其中，图像后处理可以为传统的图像处理方法，示例性地，除了二值化处理、滤波处理，图像后处理还可以为灰度处理、梯度处理、频域处理、图像分割等等。

46、本技术中，电子设备可对待测图片的目标区域进行图像后处理，可以满足不同的图像质量评测场景下针对不同的评测指标对于待测图片的目标区域的图像处理的需求。

47、第二方面，提供一种图像评测系统，该图像评测系统中部署第一方面中任一项所述的方法，

48、图像评测系统，用于在获取到待测图片的目标区域后，在显示界面显示待测图片的目标区域；还用于基于待测图片的目标区域和预设的评测指标，进行待测图片的图像质量评测，获取待测图片的图像质量评测结果；预设的评测指标包括图像清晰度、色彩饱和度、色彩准确度、对比度、鬼影、眩光、紫边中至少一项。

49、第三方面，提供了一种电子设备，该电子设备包括存储器、显示屏和一个或多个处理器；所述存储器、所述显示屏与所述处理器耦合；所述存储器中存储有计算机程序代码，所述计算机程序代码包括计算机指令，当所述计算机指令被所述处理器执行时，使得所述电子设备执行如上述第一方面中任一项所述的方法。

50、第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在电子设备上运行时，使得电子设备可以执行上述第一方面中任一项所述的方法。

51、第五方面，提供了一种包含指令的计算机程序产品，当其在电子设备上运行时，使得电子设备可以执行上述第一方面中任一项所述的方法。

52、第六方面，本技术实施例提供了一种芯片，芯片包括处理器，处理器用于调用存储器中的计算机程序，以执行如第一方面的方法。

53、可以理解地，上述提供的第二方面所述的图像评测系统，第三方面所述的电子设备，第四方面所述的计算机可读存储介质，第五方面所述的计算机程序产品，第六方面所述的芯片所能达到的有益效果，可参考第一方面及其任一种可能的设计方式中的有益效果，此处不再赘述。