[发明专利]图像处理方法、图像去雨方法、装置、终端及介质

说明书

本发明实施例公开了一种图像处理方法、图像去雨方法、装置、终端及介质，其中图像处理方法包括：获取待处理的原始图像，所述原始图像包含噪声数据；调用优化的网络模型对所述原始图像进行去噪处理，得到目标图像，其中，所述网络模型包括第一网络和第二网络；所述优化的网络模型是通过所述第一网络与所述第二网络之间的对抗学习对所述网络模型进行优化所获得的；输出所述目标图像。通过优化的网络模型对待处理的原始图像进行去噪处理，不再采用分层去噪的方法，可以有效解决去噪后的图像模糊和信息丢失的问题，从而提高去噪后的图像的质量。

技术领域

本发明涉及互联网技术领域，具体涉及图像处理技术领域，尤其涉及一种图像处理方法、一种图像处理装置、一种图像去雨方法、一种图像去雨装置、一种终端及一种计算机存储介质。

背景技术

对图像去噪一直都是图像技术领域的重要研究课题，图像中任何可能妨碍用户进行信息接收的因素或者导致拍摄的图像不清晰的因素均可称为图像噪声。例如在下雨天，终端所拍摄的户外图像通常会包含雨线或者雨滴，这些雨线或者雨滴会导致图像不清晰，从而降低用户的体验。目前，图像去噪的方法主要有分层去噪的方法，该分层去噪的方法基于一些视觉特征(颜色、纹理以及形状等)将有噪图像分成噪声层和背景层，再将噪声层从该有噪图像中分离出来，留下背景层。实践发现现有这种分层去噪的方法可能会导致背景层的图像模糊和信息丢失，从而降低去噪后的图像的质量。

发明内容

本发明实施例提供了一种图像处理方法、图像去雨方法、装置、终端及介质，可以解决去噪后的图像模糊和信息丢失的问题，提高去噪后的图像的质量。

一方面，本发明实施例提供了一种图像处理方法，该图像处理方法包括：

获取待处理的原始图像，所述原始图像包含噪声数据；

调用优化的网络模型对所述原始图像进行去噪处理，得到目标图像，其中，所述网络模型包括第一网络和第二网络；所述优化的网络模型是通过所述第一网络与所述第二网络之间的对抗学习对所述网络模型进行优化所获得的；

输出所述目标图像。

再一方面，本发明实施例提供了一种图像去雨方法，应用于终端，所述终端包括用于去噪处理的优化的网络模型，所述网络模型包括第一网络和第二网络；所述优化的网络模型是通过所述第一网络与所述第二网络之间的对抗学习对所述网络模型进行优化所获得的，该图像去雨方法包括：

若检测到图像去雨的触发事件，则获取终端屏幕中的有雨图像，所述有雨图像包含雨线数据和/或雨滴数据；

对所述有雨图像进行去雨处理得到去雨图像；

在所述终端屏幕中显示所述去雨图像。

再一方面，本发明实施例提供了一种图像处理装置，该图像处理装置包括：

获取单元，用于获取待处理的原始图像，所述原始图像包含噪声数据；

处理单元，用于调用优化的网络模型对所述原始图像进行去噪处理，得到目标图像，其中，所述网络模型包括第一网络和第二网络；所述优化的网络模型是通过所述第一网络与所述第二网络之间的对抗学习对所述网络模型进行优化所获得的；

输出单元，用于输出所述目标图像。

再一方面，本发明实施例提供了一种图像去雨装置，应用于终端，所述终端包括用于去噪处理的优化的网络模型，所述网络模型包括第一网络和第二网络；所述优化的网络模型是通过所述第一网络与所述第二网络之间的对抗学习对所述网络模型进行优化所获得的；该图像去雨装置包括：

获取单元，用于若检测到图像去雨的触发事件，则获取终端屏幕中的有雨图像，所述有雨图像包含雨线数据和/或雨滴数据；

处理单元，用于对所述有雨图像进行去雨处理得到去雨图像；