[发明专利]图像处理方法、装置、设备及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：

对待处理图像进行特征提取，得到所述待处理图像的方向特征和图像特征；

对所述方向特征进行识别，得到所述待处理图像的类别；

根据所述类别和所述图像特征，对所述待处理图像进行图像重建处理，得到处理后的图像；

输出所述处理后的图像。

2.根据权利要求1所述的方法，其特征在于，所述方向特征是所述待处理图像中局部区域的局部特征；

所述对所述方向特征进行识别，得到所述待处理图像的类别，包括：

对所述局部特征依次进行卷积处理和池化处理，得到池化处理特征；

对所述池化处理特征进行识别处理，以确定所述池化处理特征对应的类别；

将所述池化处理特征对应的类别，确定为所述待处理图像的类别。

3.根据权利要求1所述的方法，其特征在于，所述对待处理图像进行特征提取，得到所述待处理图像的方向特征和图像特征，包括：

采用滤波器对所述待处理图像进行傅里叶变换处理，得到所述待处理图像的方向特征；

采用卷积神经网络对所述待处理图像进行特征提取，得到所述待处理图像的图像特征。

4.根据权利要求3所述的方法，其特征在于，所述根据所述类别和所述图像特征，对所述待处理图像进行图像重建处理，得到处理后的图像，包括：

将与所述类别对应的卷积神经网络，确定为目标卷积神经网络；

采用所述目标卷积神经网络对所述图像特征进行图像重建处理，得到所述处理后的图像。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：采用图像处理模型对所述待处理图像进行图像重建处理；

其中，所述图像处理模型的训练方法包括以下步骤：

将样本图像输入至待训练的图像处理模型中；

通过所述待训练的图像处理模型对所述样本图像进行图像处理，得到所述样本图像的类别和处理后的样本图像；

将所述样本图像的类别和所述处理后的样本图像输入至预设损失模型中，得到损失结果；

根据所述损失结果，对所述待训练的图像处理模型中的参数进行修正，得到修正后的图像处理模型。

6.根据权利要求5所述的方法，其特征在于，所述待训练的图像处理模型包括滤波器和图像类别识别子模型；

所述通过所述待训练的图像处理模型对所述样本图像进行图像处理，得到所述样本图像的类别，包括：

通过所述滤波器对所述样本图像进行傅里叶变换处理，得到所述样本图像的方向特征；

通过所述图像类别识别子模型对所述方向特征进行图像类别识别处理，得到所述样本图像的类别。

7.根据权利要求6所述的方法，其特征在于，所述待训练的图像处理模型还包括：与所述样本图像的类别对应的图像重建子模型；

对应地，通过所述待训练的图像处理模型对所述样本图像进行图像处理，得到处理后的样本图像，包括：

通过所述图像重建子模型对所述样本图像进行图像重建处理，得到所述处理后的样本图像。

8.根据权利要求7所述的方法，其特征在于，所述图像重建子模型包括特征提取层和图像重建处理层；

所述通过所述图像重建子模型对所述样本图像进行图像重建处理，得到所述处理后的样本图像，包括：

通过所述特征提取层对所述样本图像进行特征提取，得到所述样本图像的图像特征；

通过所述图像重建处理层，对所述图像特征进行图像重建处理，得到所述处理后的样本图像。

9.根据权利要求8所述的方法，其特征在于，所述图像重建处理层包括卷积层和上采样层；

所述通过所述图像重建处理层，对所述图像特征进行图像重建处理，得到所述处理后的样本图像，包括：

通过所述卷积层对所述图像特征进行卷积处理，得到卷积处理特征；

通过所述上采样层对所述卷积处理特征进行上采样处理，得到上采样特征；

根据所述上采样特征，确定所述处理后的样本图像。