[发明专利]图像处理方法及装置、电子设备和存储介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

分别获取针对同一对象的多个图像的图像特征；

根据各图像的图像特征，确定与各所述图像特征一一对应的权重系数；其中，所述权重系数的获取模式包括特征拟合处理或中值滤波处理，所述特征拟合处理包括正则化线性最小二乘估计算法，所述中值滤波处理包括确定各图像的所述图像特征针对同一位置的元素中值，基于每个位置的元素中值得到中值特征矩阵，所述权重系数根据所述中值特征矩阵确定；

基于各所述图像特征的权重系数，对所述多个图像的图像特征执行特征融合处理，得到所述多个图像的融合特征；

所述方法还包括：获取针对权重系数的获取模式的选择信息；基于所述选择信息确定所述权重系数的获取模式；基于确定的所述权重系数的获取模式，执行所述根据各图像的图像特征，确定与各所述图像特征对应的权重系数。

2.根据权利要求1所述的方法，其特征在于，所述根据各图像的图像特征，确定与各所述图像特征一一对应的权重系数，包括：

基于各图像的所述图像特征形成图像特征矩阵；

对所述图像特征矩阵执行特征拟合处理，得到第一权重矩阵；

基于所述第一权重矩阵确定各图像特征对应的所述权重系数。

3.根据权利要求2所述的方法，其特征在于，所述对所述图像特征矩阵执行特征拟合处理，得到第一权重矩阵，包括：

利用正则化线性最小二乘估计算法对所述图像特征矩阵执行特征拟合处理，并在预设目标函数为最小值的情况下得到所述第一权重矩阵。

4.根据权利要求2所述的方法，其特征在于，所述基于所述第一权重矩阵确定各图像特征对应的所述权重系数，包括：

将所述第一权重矩阵中包括的各第一权重系数确定为各图像特征对应的所述权重系数；或者

对所述第一权重矩阵执行第一优化处理，并将优化后的第一权重矩阵中包括的各第一权重系数确定为各图像特征对应的所述权重系数。

5.根据权利要求4所述的方法，其特征在于，所述对所述第一权重矩阵执行第一优化处理，包括：

基于所述第一权重矩阵中包括的各图像特征的第一权重系数，确定各图像的拟合图像特征，所述拟合图像特征为所述图像特征与相应的第一权重系数的乘积；

利用各图像的图像特征和所述拟合图像特征之间的第一误差，执行所述第一权重矩阵的第一优化处理，得到第一优化权重矩阵；

响应于所述第一权重矩阵和第一优化权重矩阵之间的差值满足第一条件，将所述第一优化权重矩阵确定为优化后的所述第一权重矩阵，以及

响应于第一权重矩阵和第一优化权重矩阵之间的差值不满足第一条件，利用所述第一优化权重矩阵获得新的拟合图像特征，基于所述新的拟合图像特征重复执行所述第一优化处理，直至得到的第k优化权重矩阵与所述第k-1优化权重矩阵之间的差值满足所述第一条件，将第k优化权重矩阵确定为优化后的第一权重矩阵，其中k为大于1的正整数。

6.根据权利要求5所述的方法，其特征在于，所述利用各图像的图像特征和所述拟合图像特征之间的第一误差，执行所述第一权重矩阵的第一优化处理，包括：

根据各图像特征和所述拟合图像特征中相应元素之间的差值的平方和，得到所述图像特征和所述拟合图像特征之间的第一误差；

基于各所述第一误差得到各图像特征的第二权重系数；

基于各图像的第二权重系数执行所述第一权重矩阵的第一优化处理，得到所述第一权重矩阵对应的第一优化权重矩阵。

7.根据权利要求6所述的方法，其特征在于，所述基于各所述第一误差得到各图像特征的第二权重系数，包括：

通过第一方式，基于各所述第一误差得到各图像特征的第二权重系数，其中所述第一方式的表达式为：

其中，w_i为第i个图像的第二权重系数，e_i表示第i个图像特征与其对应的拟合图像特征之间的第一误差，i为1到N之间的整数，N为图像特征的数量，k＝1.345σ，σ是误差e_i的标准差。