本技术涉及计算机，尤其涉及一种图像数据处理方法、装置、设备及存储介质。
背景技术：
1、随着科技的不断发展，越来越多的设备可以对目标图像进行图像数据处理，识别目标图像包含的目标对象在目标图像中的位置区域，生成已处理图像数据。
2、例如，在地图领域中，设备可以对卫星影像进行图像数据处理，来识别绿地、水体、农田或道路等各自在卫星影像中的位置区域，生成地图背景数据。
3、相关技术中，图像数据处理的方法可以分为以下两种：
4、一种是在获得目标图像后，设备采用已训练的图像分割模型，提取出目标图像的图像特征，基于获得的图像特征，确定目标图像包含的目标对象在目标图像中的位置区域。从而，基于获得的各位置区域，生成已处理图像数据。
5、另一种是在获得目标图像后，设备响应于标注账号触发的标注操作，生成目标对象在目标图像中的位置区域；以及，设备响应于标注账号触发的确认操作，基于获得的各位置区域，生成已处理图像数据。
6、然而，采用已训练的图像分割模型的图像数据处理方法，由于获取大量的标注样本，且标注样本与真实图像数据处理场景高度匹配等过程存在困难，使得实际训练得到的图像分割模型，在图像数据处理时存在一定误差，即图像数据处理的处理准确性较低。
7、采用响应标注账号的操作的图像数据处理方法，由于标注账号的操作效率较低，使得图像数据处理效率较低，如果引入大量的标注账号参与图像数据处理，则在一定程度上大幅提升了标注过程的操作成本。
8、可见，相关技术中的图像数据处理过程，无法平衡图像数据处理效率和准确性。
技术实现思路
1、本技术实施例提供了一种图像数据处理方法、装置、设备及存储介质，用于解决无法平衡图像数据处理效率和准确性的问题。
2、第一方面，提供一种图像数据处理方法，包括：
3、获取目标图像的参考数据和待处理数据；其中，所述参考数据用于标注多个参考区域，所述待处理数据用于标注多个待处理区域；每个所述参考区域和每个所述待处理区域均表征：所述目标图像包含的各目标对象中的一个目标对象，在所述目标图像中的位置区域；所述参考区域的标注精度高于所述待处理区域的标注精度；
4、基于所述参考数据，对所述待处理数据进行数据优化，获得优化数据；其中，针对所述多个参考区域，分别执行以下操作：
5、确定所述多个待处理区域中，存在与所述参考区域的位置重合度满足重合条件的重合区域时，过滤所述待处理数据中标注所述重合区域的数据；
6、确定所述多个待处理区域中，存在与所述参考区域位置相邻的相邻区域时，基于所述参考数据中标注所述参考区域的区域边缘的数据，替换所述待处理数据中标注所述相邻区域的区域边缘的数据；
7、融合所述优化数据和所述参考数据，获得所述目标图像的目标数据。
8、第二方面，提供一种图像数据处理装置，包括：
9、获取模块：用于获取目标图像的参考数据和待处理数据；其中，所述参考数据用于标注多个参考区域，所述待处理数据用于标注多个待处理区域；每个所述参考区域和每个所述待处理区域均表征：所述目标图像包含的各目标对象中的一个目标对象，在所述目标图像中的位置区域；所述参考区域的标注精度高于所述待处理区域的标注精度；
10、处理模块：用于基于所述参考数据，对所述待处理数据进行数据优化，获得优化数据；其中，针对所述多个参考区域，分别执行以下操作：
11、确定所述多个待处理区域中，存在与所述参考区域的位置重合度满足重合条件的重合区域时，过滤所述待处理数据中标注所述重合区域的数据；
12、确定所述多个待处理区域中，存在与所述参考区域位置相邻的相邻区域时，基于所述参考数据中标注所述参考区域的区域边缘的数据，替换所述待处理数据中标注所述相邻区域的区域边缘的数据；
13、所述处理模块还用于：融合所述优化数据和所述参考数据，获得所述目标图像的目标数据。
14、可选的，所述处理模块具体用于：
15、针对所述多个待处理区域，分别执行以下操作：
16、确定所述待处理区域包含的各像素点，与所述参考区域包含的各像素点之间，存在像素点位置相同的重合像素点时，将所述待处理区域作为所述重合区域；其中，所述像素点位置为：相应的像素点在所述目标图像中的位置；
17、基于所述重合区域包含的各重合像素点，过滤所述待处理数据中标注所述重合区域的数据。
18、可选的，所述处理模块具体用于：
19、统计所述重合区域包含的各重合像素点的像素点数量；
20、确定所述像素点数量在第一数量范围内时，删除所述待处理数据中标注所述重合区域的数据；
21、确定所述像素点数量在第二数量范围内时，删除所述待处理数据中标注所述各重合像素点的数据；其中，所述第一数量范围内的最小值大于所述第二数量范围内的最大值。
22、可选的，所述参考数据包括：以向量坐标的形式，标注所述多个参考区域各自的区域边缘的参考矢量数据；
23、则所述处理模块具体用于：
24、对所述待处理数据进行数据矢量化，获得待处理矢量数据；其中，所述待处理矢量数据用于：以向量坐标的形式，标注所述多个待处理区域各自的区域边缘；
25、确定所述多个待处理区域中，存在与所述参考区域位置相邻的相邻区域时，基于所述参考矢量数据中标注所述参考区域的区域边缘的数据，替换所述待处理矢量数据中标注所述相邻区域的区域边缘的数据。
26、可选的，所述处理模块具体用于：
27、针对所述多个待处理区域，分别执行以下操作：
28、确定所述待处理区域与所述参考区域之间的区域距离小于第一距离阈值时，将所述待处理区域作为所述相邻区域；
29、基于所述参考数据中标注所述参考区域的区域边缘的数据，替换所述待处理数据中标注所述相邻区域的区域边缘的数据。
30、可选的，所述参考数据包含：标注所述参考区域的区域边缘的参考采样点序列；所述参考采样点序列中的各参考采样点的序列位置排序，与所述各参考采样点各自在所述目标图像中第一方向上的像素点位置排序相同；
31、则所述处理模块具体用于：
32、基于所述待处理数据，对所述待处理区域的区域边缘进行等距采样，获得待处理采样点序列；其中，所述待处理采样点序列中的各待处理采样点的序列位置排序，与所述各待处理采样点各自在所述目标图像中第一方向上的像素点位置排序相同；
33、基于所述各待处理采样点和所述各参考采样点各自在所述目标图像中的像素点位置，分别确定所述各待处理采样点与所述各参考采样点之间的采样点距离；
34、确定存在多个采样点距离均小于第一距离阈值时，将所述待处理区域作为所述相邻区域。
35、可选的，所述处理模块具体用于：
36、基于获得的各采样点距离，分别从所述参考采样点序列和所述待处理采样点序列中，选取满足子序列筛选条件的参考子序列和待处理子序列；其中，所述子序列筛选条件表征：所述待处理子序列中的每个待处理采样点，在所述参考子序列中存在采样点距离小于第二距离阈值的参考采样点；
37、基于所述参考子序列和所述待处理采样点序列中除了所述待处理子序列以外的其他子序列，更新所述待处理数据中标注所述相邻区域的区域边缘的数据。
38、可选的，所述参考数据包含：标注所述参考区域的区域边缘的边缘走向的各参考数据点；
39、则所述处理模块具体用于：
40、确定所述各参考数据点中，存在与所述参考子序列包含的各参考采样点中的一个参考采样点，在所述目标图像中的像素点位置之间的数据点距离，小于所述第二距离阈值的参考非采样点时，基于所述参考非采样点和所述参考子序列，生成数据点子序列；
41、基于所述数据点子序列和所述待处理采样点序列中除了所述待处理子序列以外的其他子序列，更新所述待处理数据中标注所述相邻区域的区域边缘的数据。
42、可选的，所述处理模块具体用于：
43、确定所述优化数据标注的各优化区域中，存在区域形状异常的异常区域时，修复所述优化数据中标注所述异常区域的数据，获得修形数据；
44、融合所述修形数据和所述参考数据，获得所述目标图像的目标数据。
45、可选的，所述处理模块具体用于：
46、针对所述各优化区域，分别执行以下操作：
47、基于所述优化数据，对所述优化区域的区域边缘进行等距采样，获得所述优化区域对应的优化采样点序列；所述优化采样点序列中的各优化采样点的序列位置排序，与所述各优化采样点各自在所述目标图像中第二方向上的像素点位置排序相同；
48、确定所述优化采样点序列中，存在满足异常形状筛选条件的异常子序列时，将所述优化区域作为所述异常区域；
49、修复所述优化数据中标注所述异常区域的数据，获得修形数据。
50、可选的，所述处理模块具体用于：
51、确定所述优化采样点序列中，存在相邻的四个优化采样点形成的第一夹角小于第一角度阈值，且所述四个优化采样点中，存在相邻的两个优化采样点在所述目标图像中的像素点位置之间的距离小于第三距离阈值时，将所述优化区域作为所述异常区域；
52、确定所述优化采样点序列中，存在相邻的三个优化采样点形成的第二夹角小于第二角度阈值时，将所述优化区域作为所述异常区域；
53、确定所述优化采样点序列中，存在相邻的三个优化采样点中，不相邻的两个优化采样点的像素点位置之间的距离小于第四距离阈值时，将所述优化区域作为所述异常区域。
54、第三方面，提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面所述的方法。
55、第四方面，提供一种计算机设备，包括：
56、存储器，用于存储程序指令；
57、处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行如第一方面所述的方法。
58、第五方面，提供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可执行指令，所述计算机可执行指令用于使计算机执行如第一方面所述的方法。
59、本技术实施例中，对目标图像进行图像数据处理的过程，并不完全依赖于传统的图像数据处理方法中，标注精度高但标注效率低的方法，也并不完全依赖于传统的图像数据处理方法中，标注精度低但标注效率高的方法，而是结合标注精度较高的参考数据，以及标注精度较低的待处理数据进行图像数据处理，使得图像数据处理效率和准确性达到平衡，避免图像数据处理效率和准确性中的某一方面损失较大的情况。
60、其中，参考数据标注的多个参考区域和待处理数据标注的多个待处理区域各自表征：目标图像包含的各目标对象中的一个目标对象，在目标图像中的位置区域。参考数据标注的多个参考区域各自对应的目标对象，与待处理数据标注的多个待处理区域各自对应的目标对象可以一一对应；或者，参考数据标注的多个参考区域各自对应的目标对象，可以存在待处理数据标注的多个待处理区域各自对应的目标对象中不存在的目标对象；或者，待处理数据标注的多个待处理区域各自对应的目标对象，可以存在参考数据标注的多个参考区域各自对应的目标对象中不存在的目标对象；或者，参考数据标注的多个参考区域各自对应的目标对象，与待处理数据标注的多个待处理区域各自对应的目标对象可以各不相同。使得对于任意标注程度的参考数据和待处理数据，都可以进行结合，提高了图像数据处理方法的适用性。
61、进一步的，在对待处理数据进行数据优化时，如果待处理数据标注的多个待处理区域中，存在与参考数据标注的多个参考区域中的一个参考区域的位置重合度满足重合条件的重合区域时，那么可以在待处理数据中，将标注该重合区域的数据过滤，从而在后续融合的过程中，可以直接使用参考数据中的相应内容，简化了重合区域在融合过程中的适配过程，在保证图像数据处理准确性的前提下，提高了图像数据处理效率。
62、进一步的，如果待处理数据标注的多个待处理区域中，存在与参考数据标注的多个参考区域中的一个参考区域位置相邻的相邻区域时，采用参考数据中标注该一个参考区域的区域边缘的数据，替换待处理数据中标注该相邻区域的区域边缘的数据，从而在后续融合的过程中，相邻区域与该一个参考区域不会出现区域覆盖或区域间存在不规则缝隙等咬合问题，简化了融合后的细节修复过程，在保证图像数据处理准确性的前提下，提高了图像数据处理效率。
63、通过对待处理数据进行一系列数据优化过程后，获得的优化数据是能够与参考数据完美适配的数据，从而可以将优化数据和参考数据融合，在不需要消耗标注成本的前提下，得到标注的目标对象更多，标准精度更高的目标数据，使得图像数据处理过程的准确性和效率达到平衡。
1.一种图像数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定所述多个待处理区域中，存在与所述参考区域的位置重合度满足重合条件的重合区域时，过滤所述待处理数据中标注所述重合区域的数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述重合区域包含的各重合像素点，过滤所述待处理数据中标注所述重合区域的数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述参考数据包括：以向量坐标的形式，标注所述多个参考区域各自的区域边缘的参考矢量数据；
5.根据权利要求1~4任一项所述的方法，其特征在于，所述确定所述多个待处理区域中，存在与所述参考区域位置相邻的相邻区域时，基于所述参考数据中标注所述参考区域的区域边缘的数据，替换所述待处理数据中标注所述相邻区域的区域边缘的数据，包括：
6.根据权利要求5所述的方法，其特征在于，所述参考数据包含：标注所述参考区域的区域边缘的参考采样点序列；所述参考采样点序列中的各参考采样点的序列位置排序，与所述各参考采样点各自在所述目标图像中第一方向上的像素点位置排序相同；
7.根据权利要求6所述的方法，其特征在于，所述基于所述参考数据中标注所述参考区域的区域边缘的数据，替换所述待处理数据中标注所述相邻区域的区域边缘的数据，包括：
8.根据权利要求7所述的方法，其特征在于，所述参考数据包含：标注所述参考区域的区域边缘的边缘走向的各参考数据点；
9.根据权利要求1~4任一项所述的方法，其特征在于，所述融合所述优化数据和所述参考数据，获得所述目标图像的目标数据，包括：
10.根据权利要求9所述的方法，其特征在于，所述确定所述优化数据标注的各优化区域中，存在区域形状异常的异常区域时，修复所述优化数据中标注所述异常区域的数据，获得修形数据，包括：
11.根据权利要求10所述的方法，其特征在于，所述确定所述优化采样点序列中，存在满足异常形状筛选条件的异常子序列时，将所述优化区域作为所述异常区域，包括：
12.一种图像数据处理装置，其特征在于，包括：
13.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1~11中任一项所述的方法。
14.一种计算机设备，其特征在于，包括：
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1~11中任一项所述的方法。
