[发明专利]图像处理的方法和设备有效

专利信息
申请号: 201780096739.9 申请日: 2017-12-01
公开(公告)号: CN111328448B 公开(公告)日: 2021-08-03
发明(设计)人: 张运超;陈帅;贾志平;苗磊 申请(专利权)人: 华为技术有限公司
主分类号: H04N5/232 分类号: H04N5/232;G06T3/40
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 张娜;臧建明
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 设备
【权利要求书】:

1.一种图像处理的方法,由具有数码变焦功能的终端执行,其特征在于,所述方法包括:

启动所述终端的拍照功能;

启动所述终端的变焦功能;

接收用户的选择输入;

根据所述选择输入确定目标变焦倍率;

采集待处理图像;

使用目标超分辨率卷积神经网络模型对所述待处理图像进行处理,以得到与所述目标变焦倍率对应的处理后的图像;其中,所述目标超分辨率卷积神经网络模型为使用高清训练图像、低清训练图像以及蒙版图像对超分辨率卷积神经网络模型进行训练获取的;其中,所述蒙版图像为对所述高清训练图像中的感兴趣区域进行提取,将所述感兴趣区域和所述高清训练图像中的其余区域分别赋以不同权值,生成与所述高清训练图像相同尺寸的图像;

显示所述处理后的图像。

2.根据权利要求1所述的方法,其特征在于,所述终端存储有至少一个单倍率的目标超分辨率卷积神经网络模型,所述使用目标超分辨率卷积神经网络模型对待处理图像进行处理,显示处理后的图像,包括:

判断所述至少一个单倍率的目标超分辨率卷积神经网络模型中是否存在与所述目标变焦倍率相等倍率的目标超分辨率卷积神经网络模型;

若是,使用与所述目标变焦倍率相等倍率的目标超分辨率卷积神经网络模型对所述待处理图像进行处理,输出处理后的图像;

若否,使用Y倍率的目标超分辨率卷积神经网络模型对所述待处理图像进行处理,获取中间结果,使用线性插值算法对所述中间结果进行X-Y倍变焦,输出处理后的图像,其中,X为所述目标变焦倍率,Y为所述至少一个单倍率中小于X的最大的变焦倍率。

3.根据权利要求1所述的方法,其特征在于,所述终端存储有多倍率的目标超分辨率卷积神经网络模型,所述使用目标超分辨率卷积神经网络模型对待处理图像进行处理,显示处理后的图像,包括:

判断所述多倍率是否包括所述目标变焦倍率;

若是,将所述待处理图像输入所述目标超分辨率卷积神经网络模型,使用所述目标超分辨率卷积神经网络模型对所述待处理图像进行处理,输出处理后的图像;

若否,使用所述目标超分辨率卷积神经网络模型对所述待处理图像进行处理,获取中间结果,使用线性插值算法对所述中间结果进行X-Z倍变焦,输出处理后的图像,其中,X为所述目标变焦倍率,Z为所述多倍率中小于X的最大的变焦倍率。

4.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:

针对同一场景拍摄的所述高清训练图像和所述低清训练图像,通过图像配准算法构建训练图像对;

按照预设规则提取所述高清训练图像中的感兴趣区域,将所述感兴趣区域和所述高清训练图像中的其余区域分别赋以不同权值,生成与所述高清训练图像相同尺寸的所述蒙版图像;

将所述高清训练图像、所述低清训练图像和所述蒙版图像输入超分辨率卷积神经网络模型,根据所述蒙版图像中存储的不同权值分区域计算损失代价结果,根据所述损失代价结果得到所述目标超分辨率卷积神经网络模型。

5.根据权利要求4所述的方法,其特征在于,所述根据所述损失代价结果得到所述目标超分辨率卷积神经网络模型,包括:

判断所述损失代价结果是否满足预设条件,若不满足,则调整所述超分辨率卷积神经网络模型,直至调整后的超分辨率卷积神经网络模型满足所述预设条件,得到所述目标超分辨率卷积神经网络模型;

若满足,则将所述超分辨率卷积神经网络模型作为所述目标超分辨率卷积神经网络模型。

6.根据权利要求5所述的方法,其特征在于,所述按照预设规则提取所述高清训练图像中的感兴趣区域,包括:

利用高频提取算法提取所述高清训练图像中的高频信息,将高频信息作为所述感兴趣区域;或者,

利用人脸检测算法提取所述高清训练图像中的人脸信息,将人脸信息作为所述感兴趣区域;或者,

利用图像分割算法提取不同的物体作为所述感兴趣区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780096739.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top