[发明专利]图像的超分辨率方法、装置和服务器

权利要求书

1.一种图像的超分辨率方法，其特征在于，所述方法包括：

确定待处理图像的失真参数；

根据所述失真参数，对所述待处理图像进行失真修复处理，得到所述待处理图像修复后的修复图像；

通过预先训练完成的超分辨率网络模型，对所述修复图像进行超分辨率处理，得到所述待处理图像对应的超分辨率图像；其中，所述超分辨率网络模型为：基于预设样本图像的失真参数对所述样本图像进行失真修复处理后，根据所述样本图像的修复图像训练得到。

2.根据权利要求1所述的方法，其特征在于，所述失真参数包括失真类型；所述确定待处理图像的失真参数的步骤，包括：

对所述待处理图像进行质量分析，得到所述待处理图像的失真类型，以及所述失真类型对应的失真强度；

如果所述待处理图像的失真类型包括多种，根据每种所述失真类型的失真强度，确定所述待处理图像的最终失真类型。

3.根据权利要求2所述的方法，其特征在于，根据每种所述失真类型的失真强度，确定所述待处理图像的最终失真类型的步骤，包括：

将所述失真强度最大的失真类型，确定为所述待处理图像的最终失真类型；

或者，将所述失真强度高于预设强度阈值的失真类型，确定为所述待处理图像的最终失真类型。

4.根据权利要求1所述的方法，其特征在于，所述失真参数包括失真类型；所述根据所述失真参数，对所述待处理图像进行失真修复处理，得到所述待处理图像修复后的修复图像的步骤，包括：

通过所述待处理图像的失真类型对应的失真修复方式，对所述待处理图像进行失真修复处理，得到所述待处理图像修复后的修复图像。

5.根据权利要求1所述的方法，其特征在于，通过预先训练完成的超分辨率网络模型，对所述修复图像进行超分辨率处理，得到所述待处理图像对应的超分辨率图像的步骤，包括：

将所述修复图像输入至所述超分辨率网络模型中，输出所述待处理图像对应的超分辨率图像。

6.根据权利要求5所述的方法，其特征在于，所述超分辨率网络模型，通过下述方式训练得到：

基于预设的样本集合确定样本图像；

确定所述样本图像的失真参数；

根据所述样本图像的失真参数，对所述样本图像进行失真修复处理，得到所述样本图像的修复图像；

将所述样本图像的修复图像输入至预设的初始网络模型中，以对所述初始网络模型进行训练，得到所述超分辨率网络模型。

7.根据权利要求1所述的方法，其特征在于，通过预先训练完成的超分辨率网络模型，对所述修复图像进行超分辨率处理，得到所述待处理图像对应的超分辨率图像的步骤，包括：

将所述修复图像和所述待处理图像输入至所述超分辨率网络模型中，输出所述待处理图像对应的超分辨率图像。

8.根据权利要求7所述的方法，其特征在于，所述超分辨率网络模型，通过下述方式训练得到：

基于预设的样本集合确定样本图像；

确定所述样本图像的失真参数；

根据所述样本图像的失真参数，对所述样本图像进行失真修复处理，得到所述样本图像的修复图像；

将所述样本图像的修复图像和所述样本图像输入至预设的初始网络模型中，以对所述初始网络模型进行训练，得到所述超分辨率网络模型。

9.一种图像的超分辨率装置，其特征在于，所述装置包括：

失真参数确定模块，用于确定待处理图像的失真参数；

失真修复模块，用于根据所述失真参数，对所述待处理图像进行失真修复处理，得到所述待处理图像修复后的修复图像；

超分辨率处理模，用于通过预先训练完成的超分辨率网络模型，对所述修复图像进行超分辨率处理，得到所述待处理图像对应的超分辨率图像；其中，所述超分辨率网络模型为：基于预设样本图像的失真参数对所述样本图像进行失真修复处理后，根据所述样本图像的修复图像训练得到。