[发明专利]一种图像处理方法、装置及设备、可读介质

说明书

本发明提供一种图像处理方法、装置及设备、可读介质，该图像处理方法包括：采集数据格式为第一数据格式的第一图像；获取采集所述第一图像使用的设备参数；将所述第一图像和所述设备参数输入至已训练的神经网络，以由所述神经网络将所述第一图像的数据格式从所述第一数据格式转换为第二数据格式，所述第二数据格式为适于所述第一图像传输和/或显示的图像格式。能够适用于不同图像设备，增强通用性。

技术领域

本发明涉及图像处理技术领域，尤其涉及的是一种图像处理方法、装置及设备、可读介质。

背景技术

图像设备采集图像的图像格式直接用于显示或传输会存在一些问题，需要进行格式转换。传统的方式是，针对其中的问题分别采用一个或多个步骤解决，再将这些步骤以合理的方式串接起来，形成一种处理流程，以将图像格式转换到适于显示或传输的格式，处理流程较为繁冗。

中国专利局公开的公开号为CN106934426A的专利申请文件中，公开了一种基于图像信号处理的神经网络的方法和设备，该方案使用了神经网络直接学习单幅图像信号处理的输入和输出之间的映射关系，输入为原始数据格式图像，输出为单幅符合某方面质量要求的图像。

虽然，该方案使用神经网络学习了原始数据格式的图像以及对应的符合质量期望的输出图像之间的映射关系，能够利用神经网络实现图像格式的转换，但在实际情况下，图像设备的特性会直接影响该设备所采集的数据的分布特性，图像处理算法通常是需要根据某种型号(或多种相近型号)的采集设备定制设计和调参的，因此，该方案对于不同采集设备来说，需要在各自采集的图像集上分别训练一个神经网络，或是基于某种通用的神经网络分别作进一步训练调整，才能适应不同采集设备的处理需要。

发明内容

有鉴于此，本发明提供一种图像处理方法、装置及设备、可读介质，能够适用于不同图像设备，增强通用性。

本发明第一方面提供一种图像处理方法，包括：

采集数据格式为第一数据格式的第一图像；

获取采集所述第一图像使用的设备参数；

将所述第一图像和所述设备参数输入至已训练的神经网络，以由所述神经网络将所述第一图像的数据格式从所述第一数据格式转换为第二数据格式，所述第二数据格式为适于所述第一图像传输和/或显示的图像格式。

根据本发明的一个实施例，所述神经网络包括：

至少一个用于执行融合处理的第一计算层；

至少一个用于执行卷积处理的第二计算层。

根据本发明的一个实施例，所述由所述神经网络将所述第一图像的数据格式从所述第一数据格式转换为第二数据格式包括：

由第一计算层对所述第一数据格式的第一图像和设备参数执行融合处理，得到融合数据；

由至少一个所述第二计算层对所述融合数据执行卷积处理，得到所述第二数据格式的第一图像。

根据本发明的一个实施例，所述由所述神经网络将所述第一图像的数据格式从所述第一数据格式转换为第二数据格式包括：

由至少一个所述第二计算层对所述第一数据格式的第一图像执行卷积处理而得到第一卷积数据；

由所述第一计算层对设备参数和所述第一卷积数据执行融合处理，得到所述第二数据格式的第一图像；

或者，

由至少一个所述第二计算层对所述设备参数执行卷积处理而得到第二卷积数据；

由所述第一计算层对第一数据格式的第一图像和所述第二卷积数据执行融合处理，得到所述第二数据格式的第一图像；

或者，