[发明专利]一种图像处理方法、智能设备及计算机可读存储介质有效

专利信息
申请号: 202010295743.1 申请日: 2020-04-15
公开(公告)号: CN111476737B 公开(公告)日: 2022-02-11
发明(设计)人: 柯戈扬;黄飞;熊唯 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T3/40;G06N3/04;G06N3/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;杜维
地址: 518057 广东省深圳*** 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 智能 设备 计算机 可读 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:

获取待进行摩尔纹处理的原始图像;

运行图像处理模型,通过图像处理模型包括的多频带模块基于对所述原始图像进行处理得到关于所述原始图像的N层拉普拉斯金字塔的N个空间频带所对应的特征图,得到第一处理结果特征图;

获取对原始图像进行模糊处理后得到的模糊特征图;

根据第一处理结果特征图和所述模糊特征图,通过所述图像处理模型包括的预测模块,得到第二处理结果特征图;

根据所述第一处理结果特征图得到参考特征图,所述参考特征图的尺度与原始图像的尺度相同;

对所述第二处理结果特征图进行处理得到中间结果特征图,所述中间结果特征图的尺度与所述原始图像的尺度相同;

根据所述参考特征图和所述中间结果特征图,并根据所述图像处理模型包括的超分模块,得到目标图像;

其中,所述图像处理模型是预先根据摩尔纹训练数据集合训练得到的能够去除图像中包括的摩尔纹的网络模型;所述N为大于等于2的正整数。

2.如权利要求1所述的方法,其特征在于,所述通过图像处理模型包括的多频带模块基于对所述原始图像进行处理得到关于所述原始图像的N层拉普拉斯金字塔的N个空间频带所对应的特征图,得到第一处理结果特征图,包括:

运行图像处理模型,通过所述多频带模块对所述原始图像进行M次初始分析处理,得到N个尺度下的初始特征图,M为大于等于2的正整数,所述初始分析处理包括:对原始图像先进行下采样、再进行卷积处理,或者,对原始图像进行降尺度的卷积处理;

对所述N个尺度下的初始特征图进行卷积处理,得到N个尺度下的中间特征图;

根据N个尺度下的中间特征图,得到N层拉普拉斯金字塔的N个空间频带所对应的特征图;

根据N个空间频带所对应的特征图得到第一处理结果特征图。

3.如权利要求2所述的方法,其特征在于,

所述N个空间频带所对应的特征图中,第N个空间频带的特征图是根据所述中间特征图中尺度最小的第N个中间特征图得到的;

所述N个空间频带所对应的特征图中,第N-i个空间频带的特征图是根据第N个中间特征图、第N-i个中间特征图及第N个中间特征图到第N-i个中间特征图之间的所有中间特征图得到的,所述i为大于等于1、且小于N的正整数。

4.如权利要求2所述的方法,其特征在于,所述根据N个空间频带所对应的特征图得到第一处理结果特征图,包括:

获取预测特征图,所述预测特征图是根据第N个中间特征图、第一个中间特征图及第N个中间特征图到第一个中间特征图之间的所有中间特征图得到的;

将N个空间频带所对应的特征图中尺度小于所述预测特征图的尺度的特征图进行尺寸调整,得到N个与所述预测特征图的尺寸相同的空间频带特征图;

根据预测特征图和N个空间频带特征图,得到第一处理结果特征图。

5.如权利要求1-4任一项所述的方法,其特征在于,还包括:

获取摩尔纹训练数据集合,所述摩尔纹训练数据集合中包括:匹配图像对,该匹配图像对包括:根据原图数据得到的监督图像、根据所述原图数据得到的添加了摩尔纹的训练图像;

根据摩尔纹训练数据集合中的各个匹配图像对,对初始模型进行训练,以得到所述图像处理模型。

6.如权利要求5所述的方法,其特征在于,所述获取摩尔纹训练数据集合,包括:

将原图数据中的每个像素点拆解为三个并排的亚像素点,得到亚像素图像,每个亚像素点对应一个颜色,所述原图数据的颜色包括红绿蓝RGB;

对亚像素图像的尺寸进行调整,得到尺寸与所述原图数据的图像尺寸相同的第一中间图像;

将第一中间图像中灰度值低于第一阈值的像素点的灰度值设置为第二阈值,得到第二中间图像;

对所述第二中间图像添加径向畸变,得到第一畸变图像;

对所述第一畸变图像进行相机成像模拟优化,得到添加了摩尔纹的训练图像。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010295743.1/1.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