一种图像处理方法、装置、设备和存储介质与流程

1.本技术涉及计算机视觉图像处理技术领域，具体而言，涉及一种图像处理方法、装置、设备和存储介质。


背景技术：

2.传统的烟丝均匀度测定方法需要依赖人工进行采样检测，然而制丝车间内工作环境通常较差，高浓度的粉尘会给工作人员带来健康问题，且人工检测方式效率低，无法应对大规模的数据量，所以采用图像处理技术自动且准确地测定烟丝均匀度具有十分重要的现实意义。
3.然而，在实际采集烟丝图像过程中，由于烟丝在皮带上的分布存在随机性，皮带上会存在未被烟丝覆盖的区域，干扰烟丝的识别精度，因此，如何在测定烟丝均匀度前准确地去除图像中曝露的皮带区域以提升识别准确率，成为亟待解决的问题。


技术实现要素：

4.为了解决上述问题，本技术实施例提供了一种图像处理方法、装置、设备和存储介质。
5.第一方面，本技术实施例提供了一种图像处理法，所述方法包括：对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；所述第一类图像的分辨率大于预设阈值，所述第二类图像的分辨率不大于所述预设阈值；对所述第一类图像进行阈值分割，并对所述第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域；将各所述分割图像进行融合，得到融合图像。
6.优选的，在对采集的目标图像进行下采样处理之前，所述方法还包括：对所述目标图像进行预处理，包括像素亮度变换，几何变换，局部邻域预处理和图像复原中的至少一种。
7.优选的，所述对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像，包括：对所述目标图像进行灰度处理，得到与所述目标图像对应的灰度图像中各区域的灰度分辨率；基于所述灰度分辨率对所述目标图像进行下采样处理，得到至少第一类图像和第二类图像。
8.优选的，所述对所述第一类图像进行阈值分割，确定各分割图像对应的目标区域或非目标区域，包括：基于边缘检测算法确定所述第一类图像对应的边缘图；基于预设分割阈值对所述边缘图进行阈值分割，得到至少两组分割图像；所述预设分割阈值为预设的像素点灰度值；
对所述分割图像进行二值化处理和膨胀处理，确定所述分割图像对应的目标区域或非目标区域。
9.优选的，所述对所述第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域，包括：采用k-中心点聚类算法对所述第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域。
10.优选的，还包括：基于连通域分析法对所述分割图像进行去噪处理。
11.优选的，所述将各所述分割图像进行融合，得到融合图像，包括：基于所述第一类图像对应的第一分割图像与所述第二类图像对应的第二分割图像之间的相似性，确定所述第一分割图像和所述第二分割图像各自对应的融合权重；基于所述融合权重将各所述分割图像进行融合，得到融合图像。
12.第二方面，本技术实施例提供了一种图像处理装置，所述装置包括：采样模块，用于对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；所述第一类图像的分辨率大于预设阈值，所述第二类图像的分辨率不大于所述预设阈值；分割模块，用于对所述第一类图像进行阈值分割，并对所述第二类图像进行聚类分割，确定各分割图像中的目标区域和非目标区域；融合模块，用于将各所述分割图像进行融合，得到融合图像。
13.第三方面，本技术实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
14.第四方面，本技术实施例提供了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或第一方面的任意一种可能的实现方式提供的方法。
15.本发明的有益效果为：通过对不同分辨的图像区域分别进行有针对性的分割和融合等操作，提高了图像识别的准确性。
附图说明
16.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例中所需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技术的一些实施例，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。
17.图1为本技术实施例提供的一种图像处理方法的流程示意图；图2为本技术实施例提供的一种图像处理方法的应用场景示意图；图3为本技术实施例提供的一种图像处理装置的结构示意图；图4为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
18.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
19.在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本技术的多个实施例，不同实施例之间可以替换或者合并组合，因此本技术也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征a、b、c，另一个实施例包含特征b、d，那么本技术也应视为包括含有a、b、c、d的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。
20.下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本技术内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。
21.参见图1，图1是本技术实施例提供的一种图像处理方法的流程示意图。在本技术实施例中，所述方法包括：步骤s110，对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；第一类图像的分辨率大于预设阈值，第二类图像的分辨率不大于所述预设阈值。
22.下采样是通过最大池化或平均池化从而减少特征及对应的参数数量，且降低了卷积网络的计算复杂度，即过滤掉那些作用小、信息冗余的特征，保留关键信息。
23.在本实施例中，目标图像可以是制丝车间内的烟丝传送图像，至少包括传送皮带以及位于传送皮带上的烟丝。为确保采样数据的准确性，往往会在传送皮带周围的不同角度、不同距离设置多个图像采集设备，以充分获取目标图像。由于图像采集设备的镜头质量、显示屏的像素密度以及采样距离等因素的影响，经过下采样的得到的采样图像的分辨率往往会存在差异。通常情况下，图像的分辨率越高，所包含的像素就越多，图像就越清晰。这里，分辨率表征单位英寸中所包含的像素点数，可以预先设置一个预设阈值，从而将经过下采样的得到的采样图像进行归类，将单位英寸中所包含的像素点数大于预设阈值的图像确定为第一类图像，将单位英寸中所包含的像素点数不大于预设阈值的图像确定为第二类图像。预设阈值的具体数值可以根据实际精度要求或经验确定，对此不进行具体限定。
24.在一个示例中，参见图2，图2为本技术实施例提供的一种图像处理方法的应用场景示意图。其中，目标图像200为烟丝传送图像。目标图像200包括烟丝图像部分210和暴露皮带部分220。
25.在一种可实施方式中，在步骤s110对采集的目标图像进行下采样处理之前，所述方法还包括：对目标图像进行预处理，包括像素亮度变换，几何变换，局部邻域预处理和图像复原中的至少一种。
26.图像预处理的目的是为了抑制图像变形或者增强部分图像特征。在本实施例中，通过对目标图像进行预处理，可以实现对目标图像的全部或局部的亮度进行调整，还可以消除图像获取时所出现的几何变换，或者完成图像平滑，抑制噪声或其他小的波动，或者抑制退化。根据实际需求，可以对目标图像进行一项或多项预处理操作，从而提升目标图像的质量，方便后续对目标图像进行进一步的处理。
27.在一种可实施方式中，对采集的目标图像进行下采样处理，得到至少第一类图像
和第二类图像，包括：对目标图像进行灰度处理，得到与目标图像对应的灰度图像中各区域的灰度分辨率；基于灰度分辨率对目标图像进行下采样处理，得到至少第一类图像和第二类图像。
28.在本实施例中，分辨率可以是灰度分辨率。灰度分辨率是灰度级中可分辨的最小变化。灰度级通常是2的整数次幂，以灰度级为8比特为例，其中，对应的灰阶为256个。灰阶越大，对应的图像的亮度越大；反之，灰阶越小，对应的图像的亮度越小。由此，可以基于灰度级对目标图像进行归类。将灰度级大于预设阈值的图像确定为第一类图像，将灰度级不大于预设阈值的图像确定为第二类图像。预设阈值的具体数值可以根据实际精度要求或经验确定，对此不进行具体限定。需要说明的是，在对目标图像完成灰度处理后，还可以使用抛物线滤波器消除图像中的噪声。
29.步骤s120，对第一类图像进行阈值分割，并对第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域。
30.阈值分割是通过设定不同的特征阈值，把图像像素点分为若干类。在本实施例中，按照灰度级，对第一类图像中的像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域不具有这种一致属性。相较于直接基于分辨率进行划分，这里基于阈值分割，其划分更加细致和精确。聚类分割是一种无需训练集，但依赖初始参数的分割方法。常用的聚类方法有：k-中心点聚类算法、模糊c均值算法、最大期望算法等。
31.在一可选实施例中，目标图像在被划分为多个互相不重叠的图像后，可以计算每个子图像的平均像素值，并分别将计算得到的平均像素值替换原图中对应子图像的像素值。
32.在一种可实施方式中，对第一类图像进行阈值分割，确定各分割图像对应的目标区域或非目标区域，包括：基于边缘检测算法确定第一类图像对应的边缘图；基于预设分割阈值对边缘图进行阈值分割，得到至少两组分割图像；预设分割阈值为预设的像素点灰度值；对分割图像进行二值化处理和膨胀处理，确定分割图像对应的目标区域或非目标区域。
33.在数字图像中，边缘是指图像局部变化最显著的部分。边缘主要存在于目标与目标，目标与背景之间，是图像局部特性的不连续性，如灰度的突变、纹理结构的突变和颜色的突变等，如本实施例中的目标区域或非目标区域，示例性的，如烟丝覆盖区域和烟丝未覆盖区域。这里，通过依次进行图像滤波、图像增强、图像检测和图像定位，可以较为准确地确定出边缘的位置与方向。以灰阶为256个为例，二值化处理是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。膨胀处理是对二值化后的图像边界点进行扩充，是图像边界向外部扩张。需要说明的是，在进行边界扩充之后，还可以与分割图像边缘进行逐像素的与操作，再使用洪水填充算法对轮廓内部进行填充。
34.在一种可实施方式中，对第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域，包括：采用k-中心点聚类算法对第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域。
35.在本实施例中，采用k-中心点聚类算法对第二类图像进行聚类分割，聚类簇数量设为2，以区分目标区域或非目标区域。k-中心点聚类算法计算的是某点到其他所有点的距离之和最小的点，通过距离之和最短的计算方式较小某些孤立数据对聚类过程的影响，从而是的最终效果更接近真实划分。
36.在一种可实施方式中，还包括：基于连通域分析法对分割图像进行去噪处理。
37.连通域一般是指图像中具有相同像素值且位置相邻的像素点组成的图像区域。连通域分析是指将图像中的各个连通区域找出并标记。在本实施例中，对分割图像进行二值化处理和膨胀处理后，基于连通域分析法对分割图像进行去噪处理。
38.步骤s130，将各分割图像进行融合，得到融合图像。
39.在上述实施例中，对目标图像进行了图像分割，并分别进行了图像处理，在此之后，需要将各分割图像进行融合。
40.在一种可实施方式中，步骤s130，将各分割图像进行融合，得到融合图像，包括：基于第一类图像对应的第一分割图像与第二类图像对应的第二分割图像之间的相似性，确定第一分割图像和第二分割图像各自对应的融合权重；基于融合权重将各分割图像进行融合，得到融合图像。
41.示例性的，分别计算当前分辨率下分割结果与其他分辨率下的分割结果间的dice相似性系数，dice相似性系数计算方式为：；其中，x和y分别对应当前分辨率下的分割结果和其他分辨率下的分割结果。
42.各个分辨率下分割结果的权重等于相似度系数的叠加，权重计算方式为：；其中，i对应当前待计算权重的分割结果的索引，n表示分割结果的总个数。
43.最后通过加权平均的方式对所有分割结果进行融合。对于分辨率较低的第二类图像的分割结果，还可以进行上采样，采用双线性插值将多个分辨率分割结果从低分辨率放大至原始图像的尺寸。
44.下面将结合附图3，对本技术实施例提供的图像处理装置进行详细介绍。需要说明的是，图3为本技术实施例提供的一种图像处理装置的结构示意图，用于执行本技术图1所示实施例的方法，为了便于说明，仅示出了与本技术实施例相关的部分，具体技术细节未揭示的，请参照本技术图1所示的实施例。
45.请参见图3，图3是本技术实施例提供的一种图像处理装置的结构示意图。如图3所示，所述装置包括：采样模块310，用于对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；第一类图像的分辨率大于预设阈值，第二类图像的分辨率不大于预设阈值；
分割模块320，用于对第一类图像进行阈值分割，并对第二类图像进行聚类分割，确定各分割图像中的目标区域和非目标区域；融合模块330，用于将各分割图像进行融合，得到融合图像。
46.在一种可实施方式中，图像处理装置还包括预处理模块，预处理模块用于：对目标图像进行预处理，包括像素亮度变换，几何变换，局部邻域预处理和图像复原中的至少一种。
47.在一种可实施方式中，采样模块310具体用于：对目标图像进行灰度处理，得到与目标图像对应的灰度图像中各区域的灰度分辨率；基于灰度分辨率对目标图像进行下采样处理，得到至少第一类图像和第二类图像。
48.在一种可实施方式中，分割模块320具体用于：基于边缘检测算法确定第一类图像对应的边缘图；基于预设分割阈值对边缘图进行阈值分割，得到至少两组分割图像；预设分割阈值为预设的像素点灰度值；对分割图像进行二值化处理和膨胀处理，确定分割图像对应的目标区域或非目标区域。
49.在一种可实施方式中，分割模块320具体用于：采用k-中心点聚类算法对第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域。
50.在一种可实施方式中，图像处理装置还包括去噪模块：去噪模块具体用于：基于连通域分析法对分割图像进行去噪处理。
51.在一种可实施方式中，融合模块330具体用于：基于第一类图像对应的第一分割图像与第二类图像对应的第二分割图像之间的相似性，确定第一分割图像和第二分割图像各自对应的融合权重；基于融合权重将各分割图像进行融合，得到融合图像。
52.本领域的技术人员可以清楚地了解到本技术实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列（field－programmable gate array，fpga）、集成电路（integrated circuit，ic）等。
53.本技术实施例的各处理单元和/或模块，可通过实现本技术实施例所述的功能的模拟电路而实现，也可以通过执行本技术实施例所述的功能的软件而实现。
54.参见图4，其示出了本技术实施例所涉及的一种电子设备的结构示意图，该电子设备可以用于实施图1所示实施例中的方法。如图4所示，电子设备400可以包括：至少一个中央处理器401，至少一个网络接口404，用户接口403，存储器405，至少一个通信总线402。
55.其中，通信总线402用于实现这些组件之间的连接通信。
56.其中，用户接口403可以包括显示屏（display）、摄像头（camera），可选用户接口403还可以包括标准的有线接口、无线接口。
57.其中，网络接口404可选的可以包括标准的有线接口、无线接口（如wi-fi接口）。
58.其中，中央处理器401可以包括一个或者多个处理核心。中央处理器401利用各种接口和线路连接整个电子设备400内的各个部分，通过运行或执行存储在存储器405内的指令、程序、代码集或指令集，以及调用存储在存储器405内的数据，执行终端400的各种功能和处理数据。可选的，中央处理器401可以采用数字信号处理（digital signal processing，dsp）、现场可编程门阵列（field-programmable gate array，fpga）、可编程逻辑阵列（programmable logic array，pla）中的至少一种硬件形式来实现。中央处理器301可集成中央中央处理器（central processing unit，cpu）、图像中央处理器（graphics processing unit，gpu）和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到中央处理器401中，单独通过一块芯片进行实现。
59.其中，存储器405可以包括随机存储器（random access memory，ram），也可以包括只读存储器（read-onlymemory）。可选的，该存储器405包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器405可用于存储指令、程序、代码、代码集或指令集。存储器405可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器405可选的还可以是至少一个位于远离前述中央处理器401的存储装置。如图4所示，作为一种计算机存储介质的存储器405中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
60.本技术还提供一种图像处理系统，包括：图像采集装置和图像处理装置。其中，图像采集装置，用于采集目标图像。图像处理装置，用于对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；第一类图像的分辨率大于预设阈值，第二类图像的分辨率不大于所述预设阈值；对第一类图像进行阈值分割，并对第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域；将各分割图像进行融合，得到融合图像。
61.本技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、dvd、cd-rom、微型驱动器以及磁光盘、rom、ram、eprom、eeprom、dram、vram、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器ic），或适合于存储指令和/或数据的任何类型的媒介或设备。
62.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。
63.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
64.在本技术所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种
逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
65.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
66.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
67.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储器包括：u盘、只读存储器（read-only memory， rom）、随机存取存储器（random access memory，ram）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
68.本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（read-only memory， rom）、随机存取器（random access memory，ram）、磁盘或光盘等。
69.以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

技术特征：
1.一种图像处理方法，其特征在于，所述方法包括：对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；所述第一类图像的分辨率大于预设阈值，所述第二类图像的分辨率不大于所述预设阈值；对所述第一类图像进行阈值分割，并对所述第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域；将各所述分割图像进行融合，得到融合图像。2.根据权利要求1所述的方法，其特征在于，在对采集的目标图像进行下采样处理之前，所述方法还包括：对所述目标图像进行预处理，包括像素亮度变换，几何变换，局部邻域预处理和图像复原中的至少一种。3.根据权利要求1所述的方法，其特征在于，所述对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像，包括：对所述目标图像进行灰度处理，得到与所述目标图像对应的灰度图像中各区域的灰度分辨率；基于所述灰度分辨率对所述目标图像进行下采样处理，得到至少第一类图像和第二类图像。4.根据权利要求3所述的方法，其特征在于，所述对所述第一类图像进行阈值分割，确定各分割图像对应的目标区域或非目标区域，包括：基于边缘检测算法确定所述第一类图像对应的边缘图；基于预设分割阈值对所述边缘图进行阈值分割，得到至少两组分割图像；所述预设分割阈值为预设的像素点灰度值；对所述分割图像进行二值化处理和膨胀处理，确定所述分割图像对应的目标区域或非目标区域。5.根据权利要求3所述的方法，其特征在于，所述对所述第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域，包括：采用k-中心点聚类算法对所述第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域。6.根据权利要求5所述的方法，其特征在于，还包括：基于连通域分析法对所述分割图像进行去噪处理。7.根据权利要求1所述的方法，其特征在于，所述将各所述分割图像进行融合，得到融合图像，包括：基于所述第一类图像对应的第一分割图像与所述第二类图像对应的第二分割图像之间的相似性，确定所述第一分割图像和所述第二分割图像各自对应的融合权重；基于所述融合权重将各所述分割图像进行融合，得到融合图像。8.一种图像处理装置，其特征在于，所述装置包括：采样模块，用于对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；所述第一类图像的分辨率大于预设阈值，所述第二类图像的分辨率不大于所述预设阈值；分割模块，用于对所述第一类图像进行阈值分割，并对所述第二类图像进行聚类分割，
确定各分割图像中的目标区域和非目标区域；融合模块，用于将各所述分割图像进行融合，得到融合图像。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。

技术总结
本发明公开了一种图像处理方法、装置、设备和存储介质，所述方法包括：对采集的目标图像进行下采样处理，得到至少第一类图像和第二类图像；所述第一类图像的分辨率大于预设阈值，所述第二类图像的分辨率不大于所述预设阈值；对所述第一类图像进行阈值分割，并对所述第二类图像进行聚类分割，确定各分割图像对应的目标区域或非目标区域；将各所述分割图像进行融合，得到融合图像。本发明通过对不同分辨的图像区域分别进行有针对性的分割和融合等操作，提高了图像识别的准确性。提高了图像识别的准确性。提高了图像识别的准确性。


技术研发人员：周萍芳 张瑞琪 简著名 张思明 李会平 姜汉栋 江凯华
受保护的技术使用者：湖北中烟工业有限责任公司
技术研发日：2023.07.25
技术公布日：2023/10/20