图像处理和神经网络构建方法、装置和存储介质与流程

技术特征：
1.一种图像处理方法，包括获取输入图像；对所述输入图像进行处理，以增强所述输入图像的结构特征，获取结构图像；对所述输入图像和所述结构图像进行处理，提取所述输入图像和所述结构图像的共同结构特征；至少根据所述共同结构特征，对所述输入图像按照结构进行分割，获取对所述输入图像的分割结果。2.如权利要求1所述的方法，其中，对所述输入图像进行处理，以增强所述输入图像的结构特征包括：对所述输入图像进行颜色去除、边缘增强、纹理增强、对比度增强、噪音去除、分辨率调整中的至少一个操作。3.如权利要求1所述的方法，其中，对所述输入图像和所述结构图像进行处理，提取所述输入图像和所述结构图像的共同结构特征包括：针对神经网络分别输入所述输入图像和所述结构图像；利用所述神经网络，分别对所述输入图像和所述结构图像在多个不同步长上进行编码，得到所述输入图像和所述结构图像各个不同步长上的编码特征；根据所述输入图像和所述结构图像各个不同步长上的编码特征，获取所述输入图像和所述结构图像的共同结构特征。4.如权利要求3所述的方法，其中，至少根据所述共同结构特征，对所述输入图像按照结构进行分割，获取对所述输入图像的分割结果包括：利用所述神经网络，至少根据所述共同结构特征对所述输入图像和所述结构图像分别进行分割，并基于预定规则对分别分割的结果进行融合，作为对所述输入图像的分割结果。5.如权利要求1所述的方法，其中，所述方法还包括：根据对所述输入图像的分割结果提取所述输入图像的轮廓。6.如权利要求5所述的方法，其中，所述方法还包括：将所述输入图像的轮廓与标准轮廓进行比较，以对所述输入图像进行缺陷检测。7.一种图像处理方法，包括：获取输入图像；利用神经网络对所述输入图像按照结构进行分割；其中，所述神经网络是通过如下方式训练的：获取输入训练图像；对所述输入训练图像进行处理，以增强所述输入训练图像的结构特征，获取结构训练图像；对所述输入训练图像和所述结构训练图像进行处理，提取所述输入训练图像和所述结构训练图像的共同结构特征；至少根据所述共同结构特征对所述输入训练图像按照结构进行分割，获取对所述输入训练图像的分割结果；将所获取的输入训练图像的分割结果与输入训练图像的真实分割结果进行比较，以调整所述神经网络的参数。
8.如权利要求7所述的方法，其中，对所述输入训练图像和所述结构训练图像进行处理，提取所述输入训练图像和所述结构训练图像的共同结构特征包括：分别获取所述输入训练图像和所述结构训练图像在不同尺度上的结构特征；根据所述输入训练图像和所述结构训练图像在不同尺度上的结构特征，获取所述输入训练图像和所述结构训练图像的共同结构特征。9.如权利要求7所述的方法，其中，对所述输入训练图像进行处理，以增强所述输入训练图像的结构特征，获取结构训练图像包括：对所获取的结构训练图像进行反向处理，以获取监督训练图像，将所获取的监督训练图像与所述输入训练图像进行比较，根据比较结果对所述结构训练图像的获取进行监督，调整所述结构训练图像的获取结果，其中，所述反向处理为增强所述输入训练图像的结构特征的逆处理；或者将所获取的结构训练图像与至少一个真实结构图像进行比较，利用比较结果对所述结构训练图像的获取进行监督，调整所述结构训练图像的获取结果。10.一种用于图像处理的神经网络的构建方法，包括：构建包含编码器、解码器和共同特征提取层的神经网络，其中所述共同特征提取层级联于所述编码器和解码器之间；将所述编码器配置为对输入图像和结构图像分别进行编码，其中所述结构图像是通过对所述输入图像进行处理以增强所述输入图像的结构特征而得到的；将所述共同特征提取层配置为对所述输入图像和所述结构图像进行处理，提取所述输入图像和所述结构图像的共同结构特征；将所述解码器配置为根据所述编码器的编码结果，和所述共同结构特征，对所述输入图像按照结构进行分割，以获取对所述输入图像的分割结果。

技术总结
本发明实施例提供图像处理方法、装置和计算机可读存储介质，以及神经网络构建方法、装置和计算机可读存储介质。根据本发明实施例的图像处理方法包括：获取输入图像；对所述输入图像进行处理，以增强所述输入图像的结构特征，获取结构图像；利用神经网络对所述输入图像和所述结构图像进行处理，提取所述输入图像和所述结构图像的共同结构特征；至少根据所述共同结构特征，利用所述神经网络对所述输入图像按照结构进行分割，获取对所述输入图像的分割结果。割结果。割结果。


技术研发人员：赵颖 张毅飞 王刚
受保护的技术使用者：株式会社理光
技术研发日：2020.09.15
技术公布日：2022/3/14