图像异常点检测方法、装置和设备

专利主权项内容

1.一种图像异常点检测方法，包括：利用目标检测模型对获取的目标图像进行检测，得到所述目标图像中的目标区域，其中，所述目标检测模型是根据训练样本对初始目标检测模型训练得到的，所述训练样本包括与样本图像相关的多个图像以及多个标签，所述标签表征所述图像中样本区域的类别；对所述目标区域进行滑窗处理，得到多个第一区域；分别根据每个所述第一区域包括的像素点的灰度值，对所述目标图像进行二值化处理，得到所述目标图像的多个二值掩膜图像，其中，所述二值掩膜图像中灰度值为1的像素点为第一异常像素点；针对第i个第一区域，对所述第i个第一区域进行多尺度划分，得到所述第i个第一区域的多个目标子区域，其中，所述目标子区域的类型包括内邻域或外邻域，所述内邻域中每个像素点的灰度值均不相同，所述外邻域中每个像素点的灰度值均相同，i为正整数；分别根据多个所述第一区域的多个所述目标子区域包括的像素点的灰度值，计算与每个所述目标子区域各自对应的特征值，得到所述目标区域的特征值组，其中，所述特征值组中特征值对应的像素点为第二异常像素点；所述分别根据多个所述第一区域的多个所述目标子区域包括的像素点的灰度值，计算与每个所述目标子区域各自对应的特征值，得到所述目标区域的特征值组，包括：针对第j个第一区域，在确定所述目标子区域为所述内邻域的情况下，确定目标子区域的多个所述外邻域，其中，j为正整数；计算多个所述外邻域包括的像素点的灰度值的最大值，得到多个所述外邻域的最大灰度值；根据所述最大灰度值，计算所述目标子区域包括的像素点的特征值，得到所述目标子区域的特征值；对多个所述目标子区域中每个目标子区域的特征值进行组合，得到所述第j个第一区域的特征值组，其中，所述目标子区域的类型为所述内邻域；对多个所述第一区域的特征值组进行组合，得到所述目标区域的特征值组；对多个所述二值掩膜图像各自的第一异常像素点组和所述特征值组的第二异常像素点组进行计算，得到所述目标图像中的目标异常像素点。。来自马-克-数-据