[发明专利]一种基于机器学习的图像处理方法

说明书

本发明公开了一种基于机器学习的图像处理方法，包括如下步骤：提取出要处理的训练图像的特征；接收该训练图像特征所对应的图像处理方法，该训练图像处理方法通过录入得到；将该训练图像的特征作为输入同时将该训练图像所对应的图像处理方法作为输出进行建模，得到一个图像处理模型；接收用户录入的目标图像，提取出该目标图像的特征之后，将该目标图像的特征输入到训练好的图像处理模型中得到该目标图像所对应的图像处理方法；使用该目标图像的图像处理方法对该目标图像进行图像处理；输出图像处理后的图案。本发明使得用户对图像进行录入，通过识别图像的特征在图像处理模型得到该图像的图像处理方法，最终得到从中提取出的图案。

技术领域

本发明涉及图像处理领域，特别涉及一种基于机器学习的图像处理方法。

背景技术

在图像处理的技术中，其中有一项就是要将图像中特定的图案提取出来，通常，在提取的时候，对于不同特点的图像，都会有特定适合的提取方法，这样才能使得将图案完整无失真的被提取出来，但是在用户准备对图像进行处理的时候，无法直观的从图像的外表中看出图像的特点，而如果放在单一处理功能的图像处理器中，所得到的图案就不能保证质量，即不能保证图案的完整无失真，但是如果放在多种处理功能的图像处理器中，需要用户根据图像自身的特点，选择合适的图像处理方法，但是如果用户对图像没有过多的了解，则很容易将该图像所适合的图像处理方法选择错误，这样也就非常容易使得所得到的图案就不能保证质量，即不能保证图案的完整无失真。

发明内容

本发明的目的是克服上述现有技术中存在的问题，提供一种基于机器学习的图像处理方法，通过在图像处理前得到每一个图像的特征，并记录这些特征的图像所使用的图像处理方法，建立一个图像处理模型，然后在使得用户对图像进行录入，通过识别图像的特征，根据图像处理模型得到该图像的图像处理方法，最终得到从中提取出的图案。

为此，本发明提供一种基于机器学习的图像处理方法，其特征在于，包括如下步骤：

第一，提取出要处理的训练图像的特征；

第二，接收该训练图像特征所对应的图像处理方法，该训练图像处理方法通过录入得到；

第三，将该训练图像的特征作为输入同时将该训练图像所对应的图像处理方法作为输出进行建模，得到一个有监督图像处理模型，并对该有监督图像处理模型进行训练；

第四，接收用户录入的目标图像，提取出该目标图像的特征之后，将该目标图像的特征输入到训练好的有监督图像处理模型中得到该目标图像所对应的图像处理方法；

第五，使用该目标图像的图像处理方法对该目标图像进行图像处理；

第六，输出图像处理后的图案。

进一步，还包括如下步骤：

第一，在使用目标图像的图像处理方法对目标图像进行图像处理之后，建立无监督图像处理模型；

第二，将该目标图像的特征作为输入同时将该目标图像所对应的图像处理方法作为输出进行建模，得到一个无监督图像处理模型，并对该无监督图像处理模型进行训练；

第三，将后续录入的目标图像提取出其特征之后，将提取出的特征输入到该无监督图像处理模型中得到其所对应的图像处理方法，并使用该目标图像的特征和其所对应的图像处理方法放入该无监督图像处理模型进行训练。

更进一步，当有监督图像处理模型训练好之后，再建立无监督图像处理模型。

更进一步，还包括如下步骤：

第一，将有监督图像处理模型和无监督图像处理模型进行合并，得到全图像处理模型；

第二，将录入的目标图像提取出其特征之后，将提取出的特征输入到该全图像处理模型中得到其所对应的图像处理方法；