[发明专利]图像分辨率处理方法、装置、设备及可读存储介质在审

专利信息
申请号: 202010578505.1 申请日: 2020-06-22
公开(公告)号: CN111754406A 公开(公告)日: 2020-10-09
发明(设计)人: 王荣刚;王振宇;韩冰杰;李旭峰;高文 申请(专利权)人: 北京大学深圳研究生院
主分类号: G06T3/40 分类号: G06T3/40
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 张小容
地址: 518000 广东*** 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: 图像 分辨率 处理 方法 装置 设备 可读 存储 介质
【说明书】:

本申请公开了一种图像分辨率处理方法、装置、设备和可读存储介质,方法包括获取待处理的内嵌有高频残差的低分辨率图像;对所述低分辨率图像分离出高频残差和降采样图像;对所述降采样图像进行上采样处理以获取高分辨率图像;将所述高分辨率图像与所述高频残差结合以获取高分辨率输出图像。对低分辨率图像,分离出高频残差以及降采样图像,将降采样图像进行上采样处理得到的高分辨率图像与高频残差结合得到高分辨率输出图像,引入高频残差使上采样处理后的图像能够恢复缺失的细节信息,图像的视觉质量以及逼真度更高。

技术领域

发明涉及图像处理领域,尤其涉及一种图像分辨率处理方法、装置、设备及可读存储介质。

背景技术

图像降采样及上采样也常称为图像降分辨率及图像超分辨率,分别指由高分辨率图像获取低分辨率图像以及由低分辨率图像获取高分辨率图像的过程。

传统的图像上采样或超分辨率技术中,针对已有的低分辨率图像进行放大和重建用来获取高质量的放大后的图像。但是由于图像上采样需要恢复低分辨率图像中已经缺失的高频细节信息,是典型的病态问题,因此目前的超分辨率算法还是无法精确的复原图像降采样过程中缺失的高频细节,导致最终放大后的复原图像的细节缺失使上采样处理的效果较差。

发明内容

本申请的主要目的在于提供一种图像分辨率处理方法、装置、设备及可读存储介质,旨在解决目前上采样处理后的复原图像的视觉质量以及逼真度较低的问题。

为实现上述目的,本申请提供的一种图像分辨率处理方法,所述图像分辨率处理方法包括以下步骤:

获取待处理的内嵌有高频残差的低分辨率图像;

对所述低分辨率图像分离出高频残差和降采样图像;

对所述降采样图像进行上采样处理以获取高分辨率图像;

将所述高分辨率图像与所述高频残差结合以获取高分辨率输出图像。

可选地,所述获取待处理的内嵌有高频残差的低分辨率图像的步骤之前,还包括:

获取原始高分辨率图像;

对所述原始高分辨率图像进行降采样处理以获取降采样图像;

对所述降采样图像进行上采样预测处理以获取高分辨率复原图像;

根据所述原始高分辨率图像与所述高分辨率复原图像得到所述高频残差;

将所述高频残差嵌入所述降采样图像以获取所述内嵌有高频残差的低分辨率图像。

可选地,所述对所述原始高分辨率图像进行降采样处理以获取降采样图像的步骤包括:

将所述原始高分辨率图像输入到基于卷积神经网络的降采样网络中;

根据预设分辨率值,通过所述降采样网络将所述原始高分辨率图像降采样为降采样图像。

可选地,所述将所述高频残差嵌入所述降采样图像以获取所述内嵌有高频残差的低分辨率图像的步骤包括:

根据降采样倍数,获取与所述降采样图像的分辨率一致的预设数目的低分辨率高频残差;

将所述低分辨率高频残差与所述降采样图像输入卷积神经网络;

通过所述卷积数据网络输出所述内嵌有高频残差的低分辨率图像。

可选地,所述根据降采样倍数,获取与所述降采样图像的分辨率一致的预设数目的低分辨率高频残差的步骤包括:

若所述降采样倍数为整数倍,则按照所述降采样倍数,在所述高频残差中选择第一预设数目的起始像素点,选取第二预设数目的间隔像素点数;

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北京大学深圳研究生院,未经北京大学深圳研究生院许可,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/202010578505.1/2.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