本申请属于图像处理，尤其涉及一种图像分割方法、终端设备及存储介质。
背景技术：
1、基于深度学习的眼球部位图像分割方法可以给临床医生提供定量或定性反馈，例如疾病可能性、相关生理结构和病变的形状等，从而可以提高医生诊断效率，降低成本，对于呵护眼睛健康具有重大意义。然而，由于光照、白内障等因素的影响，眼底图像通常对比度低，边缘信息弱，其中视杯与视盘之间的边界不明显且包含很多长度范围在1到10个像素之间的微小血管。微小血管等细节结构边缘信息很容易在下采样操作中损失，且难以通过上采样操作恢复。
2、因此，如何增强神经网络边缘特征提取能力是眼部图像分割的难题。
技术实现思路
1、有鉴于此，本申请实施例提供了一种图像分割方法、终端设备及存储介质，以解决现有神经网络边缘特征提取能力不足，导致眼部图像分割效果差的问题。
2、本申请实施例的第一方面提供一种图像分割方法，包括：
3、对输入图像进行边缘提取，得到所述输入图像的边缘特征；
4、对所述输入图像进行处理，得到图像块嵌入向量；
5、将所述输入图像分割为不同分辨率的n个图像块序列，并获取每个图像块序列的特征表示；
6、通过逐级编码的方式，将第i+1个所述图像块序列的特征表示与第i个编码器的输出特征融合，得到编码特征；
7、对所述编码特征进行解码，得到解码特征；
8、将所述解码特征与所述边缘特征进行融合与调节，得到调节特征；
9、对所述调节特征进行语义分割；
10、将所述语义分割得到的图像输出；
11、其中，i＝1,2,…,n-1，n为大于1的整数，第1个所述图像块序列的特征表示与所述图像块嵌入向量融合。
12、本申请实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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本申请实施例的第一方面提供的图像分割方法的步骤。
13、本申请实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本申请实施例的第一方面提供的图像分割方法的步骤。
14、本申请实施例的第一方面提供的图像分割方法，通过对输入图像进行边缘提取，得到所述输入图像的边缘特征；对所述输入图像进行处理，得到图像块嵌入向量；将所述输入图像分割为不同分辨率的n个图像块序列，并获取每个图像块序列的特征表示；通过逐级编码的方式，将第i+1个所述图像块序列的特征表示与第i个编码器的输出特征融合，得到编码特征；对所述编码特征进行解码，得到解码特征；将所述解码特征与所述边缘特征进行融合与调节，得到调节特征；对所述调节特征进行语义分割；将所述语义分割得到的图像输出；其中，i＝1,2,…,n-1，n为大于1的整数，第1个所述图像块序列的特征表示与所述图像块嵌入向量融合，本申请通过多尺度局部区域输入增强弱边界信息，并利用提取的细节特征(即边缘特征)对提取的全局特征(即解码特征)进行调节，增加了输出的细节信息，从而保证了眼部图像分割的良好效果。
15、可以理解的是，上述第二方面和第三方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
1.一种图像分割方法，其特征在于，包括：
2.如权利要求1所述的图像分割方法，其特征在于，所述对输入图像进行边缘提取，得到所述输入图像的边缘特征，包括：
3.如权利要求1所述的图像分割方法，其特征在于，所述对所述输入图像进行处理，得到图像块嵌入向量，包括：
4.如权利要求1所述的图像分割方法，其特征在于，所述将所述输入图像分割为不同分辨率的n个图像块序列，并获取每个图像块序列的特征表示，包括：
5.如权利要求1所述的图像分割方法，其特征在于，所述通过逐级编码的方式，将第i+1个所述图像块序列的特征表示与第i个编码器的输出特征融合，得到编码特征，包括：
6.如权利要求1所述的图像分割方法，其特征在于，所述对所述编码特征进行解码，得到解码特征，包括：
7.如权利要求6所述的图像分割方法，其特征在于，所述通过逐级解码的方式，将第n-i个所述编码器的输出特征与第i个解码器的输出特征融合，得到解码特征，包括：
8.如权利要求1所述的图像分割方法，其特征在于，所述将所述解码特征与所述边缘特征进行融合与调节，得到调节特征，包括：
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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至8任一项所述图像分割方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至8任一项所述图像分割方法的步骤。
