[发明专利]基于改进孪生网络的图像处理方法及系统及装置及介质

权利要求书

1.基于改进孪生网络的图像处理方法，其特征在于，所述方法包括：

预处理原图得到图像I₁；

过滤图像I₁中的低频信息得到图像I₂；

将图像I₁和图像I₂输入图像清晰度判断模型，图像清晰度判断模型输出原图的清晰度评价预测值和清晰度判断预测值；

其中，图像清晰度判断模型对图像I₁和图像I₂的处理过程包括：

图像清晰度判断模型中设有孪生网络，孪生网络中设有网络1和网络2，网络1与网络2结构相同，且网络1与网络2参数共享；

图像I₁输入网络1得到特征矢量u，图像I₂输入网络2得到特征矢量v；

孪生网络的全连接层包括第一全连接子层fc₁、第二全连接子层fc₂和第三全连接子层fc₃，第一全连接子层fc₁的输出分别输入第二全连接子层fc₂和第三全连接子层fc₃，第二全连接子层fc₂输出图像的清晰度评价预测值，第三全连接子层fc₃输出图像的清晰度判断预测值；其中，在第一全连接子层fc₁中将u、v、|u-v|和u×v四个向量合成为一个矢量作为第一全连接子层fc₁的输入矢量。

2.根据权利要求1所述的基于改进孪生网络的图像处理方法，其特征在于，第一全连接子层fc₁的输入矢量为：

fc₁_input＝concat(u,v,|u-v|,u×v)。

3.根据权利要求1所述的基于改进孪生网络的图像处理方法，其特征在于，图像清晰度判断模型的损失函数为：

Loss＝L₁(m,m_gt)+α×CE(n,n_gt)

其中，m_gt表示对图像的清晰度评价真实值，n_gt表示图像的清晰度判断真实值；对应的L₁表示L₁范数损失，CE表示交叉熵损失；α表示平衡因子，m表示对图像的清晰度评价预测值，n表示对图像的清晰度判断预测值。

4.根据权利要求1所述的基于改进孪生网络的图像处理方法，其特征在于，本方法还包括使用清晰度评价函数计算图像的清晰度评价真实值。

5.根据权利要求1所述的基于改进孪生网络的图像处理方法，其特征在于，预处理原图具体为将原图的尺寸归一化为预设尺寸。

6.根据权利要求1所述的基于改进孪生网络的图像处理方法，其特征在于，利用低通滤波器处理图像I₁得到图像I₂。