[发明专利]一种图像处理方法及装置、电子设备和存储介质有效

专利信息
申请号: 201910818055.6 申请日: 2019-08-30
公开(公告)号: CN110544217B 公开(公告)日: 2021-07-20
发明(设计)人: 余伟江;黄哲;冯俐铜;张伟 申请(专利权)人: 深圳市商汤科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/50;G06T3/00
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 518054 广东省深圳市*** 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: 一种 图像 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像处理方法,其特征在于,所述方法包括:

对带雨滴的图像,进行不同粒度雨滴的渐进式去除处理,得到雨滴去除处理后的图像,所述不同粒度雨滴的渐进式去除处理至少包括:第一粒度处理和第二粒度处理,所述第一粒度处理的雨滴去除程度低于所述第二粒度处理的雨滴去除程度;

将所述雨滴去除处理后的图像,与根据所述第一粒度处理得到的待处理图像进行融合处理,得到去除雨滴的目标图像。

2.根据权利要求1所述的方法,其特征在于,所述对带雨滴的图像,进行不同粒度雨滴的渐进式去除处理,得到雨滴去除处理后的图像,包括:

对所述带雨滴的图像进行所述第一粒度处理,得到所述待处理图像,所述待处理图像包含雨滴特征信息;

对所述待处理图像进行所述第二粒度处理,并根据所述雨滴特征信息对所述待处理图像中各像素点进行雨滴相似度比对,得到所述雨滴去除处理后的图像,所述雨滴去除处理后的图像包含去除雨滴后保留的无雨滴区域信息。

3.根据权利要求2所述的方法,其特征在于,所述对所述带雨滴的图像进行所述第一粒度处理,得到所述待处理图像,包括:

将所述带雨滴的图像经密集残差处理和下采样处理,得到雨滴局部特征信息;

将所述雨滴局部特征信息经区域降噪处理和上采样处理,得到雨滴全局特征信息;

将根据所述雨滴局部特征信息和所述雨滴全局特征信息得到的雨滴结果,与所述带雨滴的图像进行残差相减,得到所述待处理图像。

4.根据权利要求3所述的方法,其特征在于,所述雨滴结果,包括根据所述雨滴局部特征信息和所述雨滴全局特征信息进行残差融合,得到的处理结果。

5.根据权利要求3或4所述的方法,其特征在于,所述将所述带雨滴的图像经密集残差处理和下采样处理,得到雨滴局部特征信息,包括:

将所述带雨滴的图像输入第一层密集残差模块,得到第一中间处理结果;

将所述第一中间处理结果输入第一层下采样模块,得到局部特征图;

将所述局部特征图经第i层密集残差模块处理后输入第i层下采样模块,经所述第i层下采样模块的下采样处理,得到所述雨滴局部特征信息;

所述i为大于1的正整数。

6.根据权利要求3或4所述的方法,其特征在于,所述将所述雨滴局部特征信息经区域降噪处理和上采样处理,得到雨滴全局特征信息,包括:

将所述雨滴局部特征信息输入第一层区域敏感模块,得到第二中间处理结果;

将所述第二中间处理结果输入第一层上采样模块,得到全局增强特征图;

将所述全局增强特征图经第j层区域敏感模块处理后输入第j层上采样模块,经所述第j层上采样模块的上采样处理,得到所述雨滴全局特征信息;

所述j为大于1的正整数。

7.根据权利要求5所述的方法,其特征在于,所述经所述第i层下采样模块的下采样处理,得到所述雨滴局部特征信息,包括:在所述第i层下采样模块中,采用局部卷积核进行卷积操作,得到所述雨滴局部特征信息。

8.根据权利要求2-4任一项所述的方法,其特征在于,所述对所述待处理图像进行所述第二粒度处理,并根据所述雨滴特征信息对所述待处理图像中各像素点进行雨滴相似度比对,得到所述雨滴去除处理后的图像,包括:

将所述待处理图像输入上下文语义模块,得到包含深层语义特征和浅层空间特征的上下文语义信息;

根据所述上下文语义信息进行分类,识别出所述待处理图像中的有雨区域,所述有雨区域包含雨滴和其他非雨滴信息;

根据所述雨滴特征信息对所述有雨区域中各像素点进行雨滴相似度比对,根据比对结果定位出雨滴所在的雨滴区域和无雨滴区域;

将所述雨滴区域的雨滴去除,并保留所述无雨滴区域的信息后得到所述雨滴去除处理后的图像。

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深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,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/201910818055.6/1.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