一种处理图片的方法、装置和程序与流程

本发明涉及样品，特别是生物样品检测领域，特别是涉及一种处理图片的方法、装置和程序。

背景技术：

1、在例如医疗或生物检测用途的高分辨率图片目标识别中，可通过拍摄或从数据库中读取一张大像素、高分辨率的图片。由于目前运算器，例如gpu，的处理能力有限，无法一次吞吐一整张的高比特图像，需要把整张图像切割成一张张小图，送入到一个检测算法模型中，依次或依批次进行识别。在切割图片时，通常是无差别地将图片切成等尺寸的图片部份，这样难免会出现目标物，例如细胞，当位于切割线附近时，一个细胞会被切割而分列在两个甚至三、四张图片部分中。如果在随后的图像识别中不加以适当的甄别，一个细胞会因落在多个图片部分中，造成算法模型在识别的过程中将本来是一个细胞，结果由于切割图片的原因识别成两个甚至于多个，最后造成目标物的计数增多。目前比较常见做法就是将所有小图中送入到图像处理算法中进行预测，将得到的结果统一进行处理，在两张小图临界区域细胞识别结果进行去并集，这样就能够避免面积比较大的细胞由于切割图片被识别成多个目标。

2、然而现有技术的这种解决方案仍然无法解决图像中细胞粘连而带来的识别和计数难题，有待于新的解决方案，得到正确的细胞识别和计数结果。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种处理图片的方法、装置和程序。

2、为实现上述目的，本发明提供了如下方案：

3、本发明第一方面提供了一种处理图片的方法，用于观察和/或筛选图片中感兴趣的目标，包括拍摄或从图像库里获取图片，将图片进行切割以得到多个分割图像，所述的图片中包含有感兴趣的目标物，方法还包括：

4、将所述分割图像输入至一个预设的检测模型中，得到各个所述分割图像中各个细胞目标对应的目标框；

5、判断所述目标框的左上角坐标是否在对应的所述分割图像边界的预设像素距离之内且所述目标框的右下角坐标是否在边界的预设像素距之内，若是，则判断所述目标框的长或宽是否大于预设长宽阈值，若是，则将所述目标框确定为被切分的细胞的目标框；

6、计算被切分的细胞的目标框中两两目标框重合度的iou值，并判断所述iou值是否大于预设重叠阈值，若是，则将大于预设重叠阈值的目标框确定为待融合的目标框；

7、对所述待融合的目标框进行融合，得到融合目标框。

8、优选地，还包括，根据所述融合目标框，确定融合后的细胞轮廓。

9、优选地，计算被切分的细胞的目标框中两两目标框重合度的iou值，所述iou值与表示a目标框和b目标框重合的面积成正向关系，与a目标框和b目标框交集的面积成反向关系。

10、优选地，计算被切分的细胞的目标框中两两目标框重合度的iou值的公式为：iou＝(a∩b)m/(a∪b-a∩b)n，其中m>＝n；其中(a∩b)表示a目标框和b目标框重合的面积，(a∪b-a∩b)表示a目标框和b目标框交集的面积。

11、优选地，所述预设像素距离不大于2个像素长度，并且所述预设长宽阈值大于40个像素长度。

12、优选地，对所述待融合的目标框进行融合，得到融合目标框，包括：

13、在各个所述待融合的目标框的左上角坐标中求出x坐标和y坐标最小的值以及在右下角坐标中求出x坐标和y坐标最大的值，并根据x坐标和y坐标最小的值确定融合目标框的左上角坐标，根据x坐标和y坐标最大的值确定融合目标框的右下角坐标，以得到确定好的所述融合目标框。

14、优选地，根据所述融合目标框确定融合后的细胞轮廓，包括：

15、根据所述融合目标框的左上角坐标和右下角坐标构建mask二值图；

16、将所述所述融合目标框对应的细胞轮廓映射到所述mask二值图上，以通过所述mask二值图确定融合后的细胞轮廓。

17、本发明另一方面还提供了一种处理图片的装置，用于观察和/或筛选图片中感兴趣的目标，包括拍摄或从图像库里获取图片，将图片进行切割以得到多个分割图像，所述的图片中包含有感兴趣的目标物，装置包括：

18、1)图像获得组件，包括拍摄部分，用于拍摄图像，和/或图像输入部分，用于将图像库或外界的图像调入，以进行进一步的分析，

19、2)图像分割组件，用于将所述分割图像输入至预设检测模型中，得到各个所述分割图像中各个细胞目标所对应的目标框；

20、3)图像处理组件，用于

21、判断所述目标框的左上角坐标是否在对应的所述分割图像边界的预设像素距离之内且所述目标框的右下角坐标是否在边界的预设像素距之内，若是，则判断所述目标框的长或宽是否大于预设长宽阈值，若是，则将所述目标框确定为被切分的细胞的目标框；

22、计算被切分的细胞的目标框中两两目标框重合度的iou值，并判断所述iou值是否大于预设重叠阈值，若是，则将大于预设重叠阈值的目标框确定为待融合的目标框；以及

23、对所述待融合的目标框进行融合，得到融合目标框。

24、优选地，所述图像处理组件还被设置得根据所述融合目标框，进行确定融合后细胞轮廓的操作。

25、优选地，所述图像处理组件还计算被切分的细胞的目标框中两两目标框重合度的iou值，所述iou值与表示a目标框和b目标框重合的面积成正向关系，与a目标框和b目标框交集的面积成反向关系。

26、优选地，所述图像处理组件还计算被切分的细胞的目标框中两两目标框重合度的iou值，计算所述iou值的公式为：iou＝(a∩b)m/(a∪b-a∩b)n，其中m>＝n；其中(a∩b)表示a目标框和b目标框重合的面积，(a∪b-a∩b)表示a目标框和b目标框交集的面积。

27、优选地，所述预设像素距离不大于2个像素长度，并且所述预设长宽阈值大于40个像素长度。

28、本发明另一方面还提供了一种处理图片的程序，被设置得用于观察和/或筛选图片中感兴趣的目标，包括拍摄或从图像库里获取图片，将图片进行切割以得到多个分割图像，所述的图片中包含有感兴趣的目标物，所述程序还包括：

29、被设置将所述分割图像输入至预设检测模型中，得到各个所述分割图像中各个细胞目标所对应的目标框；

30、被设置判断所述目标框的左上角坐标是否在对应的所述分割图像边界的预设像素距离之内且所述目标框的右下角坐标是否在边界的预设像素距之内，若是，则判断所述目标框的长或宽是否大于预设长宽阈值，若是，则将所述目标框确定为被切分的细胞的目标框；

31、被设置得计算被切分的细胞的目标框中两两目标框重合度的iou值，并判断所述iou值是否大于预设重叠阈值，若是，则将大于预设重叠阈值的目标框确定为待融合的目标框；并且

32、对所述待融合的目标框进行融合，得到融合目标框。

33、优选地，还被设置得根据所述融合目标框，确定融合后的细胞轮廓。

34、优选地，被设置得计算被切分的细胞的目标框中两两目标框重合度的iou值，所述iou值与表示a目标框和b目标框重合的面积成正向关系，与a目标框和b目标框交集的面积成反向关系。

35、优选地，被设置得计算被切分的细胞的目标框中两两目标框重合度的iou值的公式为：iou＝(a∩b)m/(a∪b-a∩b)n，其中m>＝n；(a∩b)表示a目标框和b目标框重合的面积，(a∪b-a∩b)表示a目标框和b目标框交集的面积。

36、优选地，所述预设像素距离不大于2个像素长度，所述预设长宽阈值大于40个像素长度。

37、优选地，所述程序被设置得对所述待融合的目标框进行融合，得到融合目标框，包括执行下列操作：

38、在各个所述待融合的目标框的左上角坐标中求出x坐标和y坐标最小的值以及在右下角坐标中求出x坐标和y坐标最大的值，并根据x坐标和y坐标最小的值确定融合目标框的左上角坐标，根据x坐标和y坐标最大的值确定融合目标框的右下角坐标，以得到确定好的所述融合目标框。

39、优选地，被设置得根据所述融合目标框确定融合后的细胞轮廓，包括：

40、根据所述融合目标框的左上角坐标和右下角坐标构建mask二值图；

41、将所述融合目标框对应的细胞轮廓映射到所述mask二值图上，以通过所述mask二值图确定融合后的细胞轮廓。

42、优选地，被设置得根据所述融合目标框确定融合后的细胞轮廓，包括：

43、根据所述融合目标框的左上角坐标和右下角坐标构建mask二值图；

44、将所述融合目标框对应的细胞轮廓映射到所述mask二值图上，以通过所述mask二值图确定融合后的细胞轮廓。。

45、在本发明中，图片一词指相对固化的、以象素为基本单位的、已形成例如二维面阵的图像或照片。常规的图像一词，如用于表现完成的，例如拍摄的或由图像数据库中提取的图形阵列，则与本发明中的图片一词可以通用。

46、根据本发明提供的具体实施例，本发明公开了以下技术效果：

47、本发明提供了一种处理图片的方法、装置和程序，其中方法用于观察和/或筛选图片中感兴趣的目标，包括拍摄或从图像库里获取图片，将图片进行切割以得到多个分割图像，图片中包含有感兴趣的目标物，方法还包括：将分割图像输入至一个预设的检测模型中，得到各个分割图像中各个细胞目标对应的目标框；判断目标框的左上角坐标是否在对应的分割图像边界的预设像素距离之内且目标框的右下角坐标是否在边界的预设像素距之内，若是，则判断目标框的长或宽是否大于预设长宽阈值，若是，则将目标框确定为被切分的细胞的目标框；计算被切分的细胞的目标框中两两目标框重合度的iou值，并判断iou值是否大于预设重叠阈值，若是，则将大于预设重叠阈值的目标框确定为待融合的目标框；对待融合的目标框进行融合，得到融合目标框。本发明能够解决图像中细胞粘连而带来的识别和计数难题，进而能够提高细胞识别结果的精准程度。