[发明专利]一种图像超分辨率重建方法、装置及电子设备

权利要求书

1.一种图像超分辨率重建方法，其特征在于，包括：

生成待重建图像对应的边信息分量，其中，所述待重建图像为对原始图像进行图像处理得到的，所述边信息分量表示所述待重建图像相对所述原始图像的处理质量特征；

将所述待重建图像的待重建图像颜色分量以及所述边信息分量，输入预先建立的卷积神经网络模型进行卷积滤波处理，得到超分辨率图像颜色分量，所述超分辨率图像颜色分量包括的像素数量，大于所述待重建图像的待重建图像颜色分量包括的像素数量；

其中，所述卷积神经网络模型为基于预设训练集进行训练得到的，所述预设训练集包括原始样本图像，以及原始样本图像对应的多个待重建图像的待重建图像颜色分量，以及每个待重建图像对应的边信息分量；

所述处理质量特征为所述待重建图像相对所述原始图像的失真特征；

所述生成待重建图像对应的边信息分量，包括：确定待重建图像每个像素点的失真程度值；基于所述待重建图像各像素点的位置，使用获取的各像素点的失真程度值，生成所述待重建图像对应的边信息分量，其中，所述边信息分量包括的每个分量值与所述待重建图像上相同位置的像素点相对应；

所述确定待重建图像每个像素点的失真程度值，包括：针对通过编解码得到的待重建图像，获取每个编码区域的量化参数，将所述待重建图像每个像素点所在编码区域的量化参数，确定为所述待重建图像每个像素点的失真程度值；或者针对通过下采样处理得到的待重建图像，将与所述下采样处理相关的下采样信息，确定为所述待重建图像每个像素点的失真程度值，所述下采样信息至少包括所述下采样处理中滤波器的抽头系数，截止频率和同频带的波动程度中之一；或者使用无参考图像质量评价方法对待重建图像进行评估，得到所述待重建图像每个像素点的失真程度值。

2.如权利要求1所述的方法，其特征在于，所述边信息分量至少表示如下失真特征之一：

表示所述待重建图像相对所述原始图像的失真程度；

表示所述待重建图像相对所述原始图像的失真位置；

表示所述待重建图像相对所述原始图像的失真类型。

3.如权利要求1所述的方法，其特征在于，基于所述待重建图像各像素点的位置，使用获取的所述各像素点的失真程度值，生成所述待重建图像对应的边信息分量，包括：

基于所述待重建图像各像素点的位置，将获取的每个像素点的失真程度值，确定为所述待重建图像对应的边信息分量中该像素点相同位置的分量值；或者

基于所述待重建图像的像素值范围，对获取的所述各像素点的失真程度值进行标准化处理，得到处理后失真程度值，所述处理后失真程度值的取值范围与所述像素值范围相同；基于所述待重建图像各像素点的位置，将每个像素点的处理后失真程度值，确定为所述待重建图像对应的边信息分量中该像素点相同位置的分量值。

4.如权利要求1所述的方法，其特征在于，所述原始图像为视频中的视频帧图像；

在将所述待重建图像的待重建图像颜色分量以及所述边信息分量，输入预先建立的卷积神经网络模型进行卷积滤波处理之前，还包括：

获取对所述原始图像在所述视频中的相邻视频帧图像进行所述图像处理得到的处理后图像，作为参考图像；

将所述待重建图像的待重建图像颜色分量以及所述边信息分量，输入预先建立的卷积神经网络模型进行卷积滤波处理，包括：

将所述参考图像的参考图像颜色分量、所述待重建图像的待重建图像颜色分量以及所述边信息分量，输入预先建立的卷积神经网络模型进行卷积滤波处理；

其中，所述预设训练集中的原始样本图像为视频中的视频帧图像，所述预设训练集还包括每个待重建图像对应的参考图像的参考图像颜色分量，该参考图像为对原始样本图像在其所属视频中的相邻视频帧图像进行图像处理得到的处理后图像，且进行该图像处理的方式与得到该待重建图像的图像处理方式相同。